大數據技術的量化交易策略及金融監管

羅詩佳　古力銘　林倫坤　李慶緣

伴隨著互聯網技術、大數據技術、人工智能技術的不斷進步與發展，這些新興的信息技術在金融行業中也得到了更為廣泛的應用。正是在這一時代背景之下，金融的新監管模式應運而生。早期的量化交易策略以及金融監管模式已不適合時代的發展需要。對于新技術來說，其發展不僅為金融行業的量化交易，以及金融監管最大價值的發揮提供了更好的機遇，同時，也會重新塑造更為完善的金融量化交易策略以及監管模式?；诖耍疚闹饕獓@著大數據技術，對于量化交易策略以及金融監管展開剖析，進而促進金融行業的長遠健康發展。

伴隨物聯網以及云計算技術的發展，大數據技術應運而生。對大數據技術來說，主要就是通過對大量的信息進行收集以及分析處理，獲得更加完善的信息。而在金融監管領域，由于獲得的信息不對稱，也就很難對金融風險進行更加有效的控制。量化交易就是依據計算機的程序進行復雜交易的一種行為。包含著算法交易以及時間驅動交易等，不僅僅可以依據大數據技術進行操作，還可以實現人工的操作?，F階段，我國對于大數據技術的量化交易策略以及金融監管研究還處于初級發展階段。而且，金融市場依舊會受到早期因素的影響。因此，也就需要利用更加有效的措施，對大數據技術的量化交易以及金融監管進行完善。

一、大數據的概述

一般情況下，大數據又叫做海量數據，是一種規模大到無法通過利用傳統數據庫軟件工具在第一時間對數據進行獲取、分析、管理等的集合技術，主要包含著數據類型、技術實現、以及分析應用的內容。在數據類型當中，大數據包含著結構化、半結構化以及非結構化的數據。而在其中，音頻、圖像等非結構化的數據成為大數據當中的主要部分;在技術實現當中，大數據的核心就是對云計算、數據清理等數據進行更加高效的存儲以及處理，并在其中獲取到價值更高的信息技術以及集成;在分析應用當中，大數據主要就是利用數據挖掘等手段來對海量的數據進行深層次分析，并依據數據的分析結果來對決策管理進行指導。

二、我國量化交易的現狀

對量化交易而言，主要方法是使用比較先進的數字模型，來對人的主觀判斷加以替代。通過計算機技術，從更多的歷史數據當中選取能夠產生利潤的大概率事件，進而制定決策，這也就能夠在一定程度上降低了資金投資者在主觀心態上產生的波動，避免在金融市場當中產生非理性投資的情況。由此也就可以得知，量化交易主要是利用數據模型來做出評估，并不需要個人的投資經驗，人們可以通過進行量化的投資經驗，對市場結構以及盈利質量作出預測。但是，一旦發生了錯誤的估值，就將為交易的發展產生極其巨大的負面影響。在量化交易的投資當中，會涵蓋許多內容，主要有算法交易以及時間驅動交易等。在算法交易當中，主要是對算法進行設定，利用計算機的程式來產生相應的指令。在量化交易的過程當中，計算機主要會決定買賣的時機以及買賣的價位?，F階段，我國在對量化交易關注的重點，還停留在風險評估與保護市場公平原則等方面。目前，伴隨著其他國家量化金融市場的快速發展，也引起了我國的廣泛關注。例如，最早在美國就開始利用證監會的形式，對閃電交易進行了停止;德國也在立法上加強了對量化交易的監管。不過，與部分西方國家相較，我國的量化交易風險評價體系還存在著一定的問題。這也就會致使現階段我國依舊沒有出臺與量化交易相關的立法。盡管我國的量化交易水平對大數據技術的應用并沒有造成一定威脅，不過隨著全球市場數字化水平與程序化交易技術的不斷進步和發展，將會為大數據技術的進一步發展提供基礎保障。所以，我們也就必須提升大數據技術的發展水平，以利于推動國家的數字化金融交易。

三、大數據技術在金融監管當中的應用優勢

（一）數據體量提高監管精確性

在早期的統計分析中，因為受信息量比較小以及數據處理力量不夠的影響，通常都只是對統計資料當中的一些數據樣本進行了提取以及分類。也就是由于數據樣本的容量與總體的容量之間具有一定的差別，這也就會使得樣本的數據特性以及總體的數據特性之間具有較大的差別。并且，對樣本數據進行分析所得出的結論往往并不一定能夠符合總體的特性，或者缺乏很高的正確性。因此，通常會采用多次采樣的方法。而在金融領域當中，這種方法已經滿足不了當今時代發展的需求。在金融領域當中，對于分析結果的準確度要求會比較高。經研究表明，即使數據分析的錯誤率低于8%，但在投資決策以及監管分析方面來說，這種出錯概率也是不能夠承受的。而如果對大數據進行應用，也就可以發揮出其典型的特點，那就是：樣本就是總體;統計分析的基礎是對總體的統計分析。這樣將會更好地提高數據分析結果準確性，進而通過統計分析來提高投資數據分析的基礎監督管理可信度。

（二）數據維度提高監管完整性

在早期的時代背景下，數據還只是能夠對社會主體的某個部分加以刻畫。因此，在監督方面，對銀行領域的監管還僅僅會對被監管市場主體在商業銀行中的經濟活動數據加以了解;至于在證券公司領域的監管機構，則通常只能了解其在券商體系當中的經營活動數據。由于早期的監管機構往往會受到數據資源約束以及信息不對稱的影響，往往只是可以根據一些主要的指標來對金融機構的業務活動實施監督，這也就使得實際的監管措施往往具有一定的片面性。不過，一旦使用了大數據技術手段，也將能夠帶來數據融合的理念，使得跨領域的數據能夠進行共享。不僅如此，也會結合物聯網、互聯網等技術產生的數據，使得金融機構的監管部門能夠對市場主體的全部金融行為及活動圖進行刻畫，這樣就可以更加準確地對風險進行定位。

（三）處理能力提高監管實效性

現階段，有許多技術都被廣泛地運用在金融領域之中。這也將會使得金融市場的相關數據無論是在生成方面還是變更方面都會更加快速，因此人們對金融監管的有效性也提出了更高的要求，會要求其必須在短期內進行監控的工作或者預測的工作，有部分領域更是要求進行即時的動態監管工作。但也就是由于受監管成本高昂以及監管技術缺陷的影響，早期的技術監管也會在對數據信息進行獲取的過程當中存在著時間滯后的問題，這也會使得早期的技術監管很難更加有效地進行金融監管工作。但是通過對大數據技術進行運用，技術監管的部門也將能夠進行監督渠道的電子化，從而可以隨時對金融數據信息進行收集，更加有效地對金融業務運營活動進行監控，更加快捷地對金融機構數據信息進行管理分類，進一步提升了金融監管的有效性。8AFF8459-5003-45AF-B049-C54939A1969D

四、大數據技術的量化交易策略

（一）多因子選股策略

伴隨著大數據技術當中計算機技術的發展，以量化為核心的投資資金管理和早期的投機資金將會有著巨大的不同。按照當今時期我們國家證券市場的發展特征來分析，量化的選股戰略將能夠比較合理地解釋所有關于股票收益率的問題。同時，依據大數據所獲取的影響因子在選股的決策中也會具有較大的比例，從而有利于對量化投資進行重構。伴隨著現代信息技術的不斷進步和發展，投資金融市場的發展速度將會進一步得到提高，而隨著市民的日常生活消費領域發展，將會迎來信息資料需求量的巨大增加。而據此，通過運用大數據技術思維，將能夠解析當今新時代股民的行為習慣對證券形式的認同程度及其路徑等方面所影響的證券選股決策過程。按照大數據分析技術在交易策略中的使用價值來分析，其實際的應用價值并不是用來分析大量的歷史數據，而是用來對有意義的大數據分析模型進行更加專業化的處理，這樣就可以幫助人們優化選股。

（二）重視發票的管理

自從國家把早期征收營業稅等應稅項目全部變更為征收增值稅以后，企業也就越來越注意對增值稅專用發票的管理工作，這樣也就可以幫助企業在對增值稅發票管理系統進行開具以及使用的整個流程當中，避免出現代開、假冒和倒賣等違法行為。同時，這也能夠在一定程度上減少了企業的稅務風險，從而確保了企業的業務人員在取得增值稅發票的整個流程當中滿足了行業發展的需求。而且，公司在實施建設項目施工的過程當中，也需要對項目的款項提供發票。通過使用這個方法，也將能夠強化對企業金融的監督。

五、大數據技術的金融監管

（一）重視大數據金融監管產業環境以及人才的培育

首先，加快對大數據監管行業的發展環境加以培育。這也就要求監管機構及按照大數據監管行業的實際發展情況，更加科學并且合理的規劃產業布局，為行業的發展創造一個較為完善的環境。其一，進一步加強產學研的深入融合，進而帶動大數據金融監管的創新發展，對研發技術的創新能力加以扶持，并加強對重要產業進行研究;其二，加強政府財政資金對大數據監管的支持力度，通過對大數據監管體制下科技研究創新項目的財政專項資金進行設立，以形成一種對社會發展更加有益的經濟增長激勵機制。

其次，更加關注于對大數據監管人才的培育。金融監管部門在運用大數據信息技術實施監管的過程中，一定要擁有專業人才。所以，大數據的金融管理也就必須具備專門的人才培養體系以及完備的人才培養制度。金融監管機構也就需要針對性地建立大數據人才系統，并著力于吸納、培育、吸引懂科技以及懂數據的復合型大數據分析人才。同時通過對大數據金融監管專業隊伍進行建設，也將能夠為實現大數據技術在監管方面的廣泛應用提供人才儲備條件。

（二）做到思維、標準以及機制并重

首先，建立一個可以讓數據說話，并由數據做主的大數據驅動決策思維模型。在早期的監管過程當中，大多會按照人們的實際經驗和直覺來實施監督管理，而并不能比較全面地對數據驅動思想加以運用，這也就會導致監督管理的流程更加粗放，從而很難比較高效地進行監管。但是在當今的大數據時代中，在實際開展監管的過程當中，也需要做到凡事都心中有數，形成用數據說話，用數據處理，用大數據分析、決策的信息驅動決策思想模型，更加重視大數據分析的事實，使得大數據可以發聲，讓數據的手段可以成為提高金融監管工作效率的一種有效工具。

其次，加大金融大數據標準體系的建設。對于金融監管部門來說，應該帶頭開展金融大數據標準體系的建設，對數據治理的機制進行完善，保證數據的管理可以更加規范、使用更加安全、利用更加充分，從而為大數據監管的平臺構建提供了更為高效的保障。

最后，對大數據開放、共享的制度進行建設。大數據的開放與共享是當前大數據產業發展的主要趨勢，同時也是大數據監管運用中的重點環節。通過構建大數據開放和共享的制度，將能夠對傳統體制實施當中的阻礙加以突破，從而使得金融監管、金融機構、企業以及大數據技術之間都能夠進行數據的自由流動，有效推動大數據的公開共享，并培育交叉融合的大數據，將其應用于金融監管當中。

（三）體現出國家治理的法治精神

從實質上分析，大數據技術的應用就是為了使得數據能夠做到公開并且共享。但是，一旦將數據做到了公開并且共享，那將會觸及到許多的商業秘密以及個人隱私。所以，一旦把大數據技術運用到監管之中，監管部門也就必須出臺保障大數據隱私安全的政策規定或者立法。比如，在對于各種類型的大數據資源進行收集、分類、傳輸等方面，必須出臺比較專門的立法規定。這樣就可以保證我們國家的大數據應用環境能夠更加良好，真正彰顯出國家治理的法治精神。

結 語

總而言之，伴隨著我國稅務體制變革的持續深入，許多企業的財務管理制度都進行了適當的調整。公司也將能夠通過發票管理制度等方式實現財務水平的提升，這也能夠更好地滿足當前金融行業可能面臨的財務分析。8AFF8459-5003-45AF-B049-C54939A1969D