大數(shù)據(jù)技術(shù)更加契合客戶的商品需求。大數(shù)據(jù)在商業(yè)領(lǐng)域?qū)?yīng)用，能夠利用海量數(shù)據(jù)信息，預(yù)測不同客戶個性需求，進行商品推送，并根據(jù)內(nèi)設(shè)的數(shù)據(jù)分析系統(tǒng)，對預(yù)測結(jié)果進行反饋，優(yōu)化商品預(yù)測和推送策略，最終實現(xiàn)根據(jù)客戶需求進行精準較高的私人定制業(yè)務(wù)。
因此，在金融量化投資領(lǐng)域引進大數(shù)據(jù)分析技術(shù)，利用海量數(shù)據(jù)背后所隱藏的信息，對金融經(jīng)濟活動進行預(yù)測，并且根據(jù)歷史預(yù)測情況，及時反饋預(yù)測效果，實現(xiàn)投資策略的動態(tài)更新，以實現(xiàn)較佳的預(yù)測效果，很可能會對我們傳統(tǒng)的量化投資方式產(chǎn)生顛覆性的影響。
一、量化投資與傳統(tǒng)投資的區(qū)別
傳統(tǒng)投資方式是指“定性”投資，它是基于投資者觀察到的市場信號，依據(jù)自己的投資經(jīng)驗和相關(guān)投資理論，在對市場信號進行預(yù)判后，進行的主觀判斷性投資。比如，張三在觀察到金價下跌幅度較大，接近生產(chǎn)成本后，會根據(jù)投資經(jīng)驗和有關(guān)的經(jīng)濟理論產(chǎn)生這樣的預(yù)判：未來金價上升概率較大，也正是基于這樣的主觀預(yù)判，張三下一步會購進一定量的黃金，以待升值。
主觀判斷性投資決策簡單、操作快捷，其最大的缺陷在于：投資者情緒會影響投資進程，使投資者無法客觀度量投資風(fēng)險。相比之下，量化投資運用現(xiàn)代統(tǒng)計學(xué)、數(shù)學(xué)方法，借助計算機程序，從大量的歷史數(shù)據(jù)中尋找價值洼地，構(gòu)建能夠帶來高收益的各種“大概率”投資策略，并依其所構(gòu)建的數(shù)量化模型的運行結(jié)果進行決策，力求獲得穩(wěn)定、持續(xù)、高于平均的投資回報。
量化投資分析顯著的優(yōu)點是，基于歷史數(shù)據(jù)所隱含的客觀規(guī)律構(gòu)建量化投資策略，可以做到投資過程完全按照預(yù)先編制的程序進行投資操作，這是傳統(tǒng)的定性投資方式所不具備的優(yōu)點，也是量化投資的誘人之處。
二、國內(nèi)量化投資發(fā)展回顧
2008年美國爆發(fā)的次貸危機，為中國量化投資產(chǎn)業(yè)帶來發(fā)展的契機。危機期間，中國的投資機構(gòu)在量化投資方面表現(xiàn)卓越，通過使用量化交易策略讓投資者的損失較傳統(tǒng)的投資策略降低了80%。而后兩年多，量化基金的發(fā)行應(yīng)市場需求，如雨后春筍般而逐漸密集成長起來。
目前，國內(nèi)的量化基金總數(shù)所占份額雖不到1%（深圳交易所專題報告），但通過使用量化交易策略的對沖等套利行為，已成為行業(yè)內(nèi)競爭的優(yōu)勢所在。一般來說，量化交易具體還可細分為程序交易、高頻交易和算法交易。
自動交易大致分為交易決策和交易執(zhí)行。前者強調(diào)基于計算機的幫助，通過尋找市場上的各種交易機會，做出買賣什么的交易決策。后者強調(diào)交易訂單的執(zhí)行，即負責(zé)快速、低成本地實現(xiàn)相關(guān)訂單執(zhí)行和成交。自動交易，在國內(nèi)金融市場較早起步于證券市場，如今在期貨市場也已經(jīng)獲得市場的信任并且發(fā)展也初具規(guī)模，投資者約占總體的10%（深圳交易所專題報告）。
算法交易，一般由經(jīng)紀商提供，是指通過程序發(fā)出的指令進行交易的方法，非常類似訂單執(zhí)行系統(tǒng)，在國內(nèi)仍處于初始階段。
而程序化交易，則是指投資者基于自己的策略自行開發(fā)的系統(tǒng)，更像一個訂單管理系統(tǒng)，更多是考慮訂單如何生成。
在高頻交易方面，雖然高頻交易本身的特點是有利于提供市場流動性、降低市場波動、并提高市場效率的。但由于國內(nèi)股票市場缺乏當日回轉(zhuǎn)交易制度（即“T+0”制度），且受漲跌停板的設(shè)置的限制，所以相關(guān)業(yè)務(wù)在目前根本無法開展。
三、對大數(shù)據(jù)量化投資策略的分析
大數(shù)據(jù)在量化交易的應(yīng)用上最大的優(yōu)勢，就是可以使金融機構(gòu)只需關(guān)注數(shù)據(jù)本身，而不是其他非客觀的因素所決定的預(yù)測結(jié)果。具體到大數(shù)據(jù)技術(shù)如何應(yīng)用于量化投資呢？大數(shù)據(jù)在金融工具或者說是量化投資上的應(yīng)用可以總結(jié)為，利用海量數(shù)據(jù)背后所隱藏的經(jīng)濟關(guān)系，將量化模型對大數(shù)據(jù)進行回歸分析，并對導(dǎo)出的結(jié)果進行評測或評估。
行為金融學(xué)理論認為，專業(yè)投資者在交易過程中的行為并非完全理性，都會在不同程度上受到情緒、環(huán)境和意志力等各種外在或心理因素的影響。因此，投資者可能更加偏愛受自己情緒所影響的某支股票，并跟蹤下去一段時間，而后可能就會在一定程度上對其產(chǎn)生情感依賴，從而使自己的投資行為產(chǎn)生偏差。
而量化投資則依據(jù)事先設(shè)定的投資規(guī)則，利用計算機程序進行交易，其所具有的客觀性可以有效地克服人性的弱點，使投資決策更科學(xué)、更理性。

>>>點擊學(xué)習(xí)量化金融分析師AQF實訓(xùn)項目

目前關(guān)于大數(shù)據(jù)在數(shù)量化應(yīng)用方面的策略主要有兩種：即海量化的大數(shù)據(jù)策略和精益化的大數(shù)據(jù)策略。

（1）海量化的大數(shù)據(jù)策略
海量化的大數(shù)據(jù)策略的哲學(xué)理念是：
“簡單的模型加海量數(shù)據(jù)比精巧的模型加較少的數(shù)據(jù)更有效”，主要是利用數(shù)據(jù)不可被主觀解釋的特性。海量化的大數(shù)據(jù)策略賴以生成的基礎(chǔ)是，巨大的數(shù)據(jù)生成速度及數(shù)據(jù)規(guī)模的高速膨脹，豐富快速變化的數(shù)據(jù)種類及愈發(fā)復(fù)雜的關(guān)聯(lián)程度。因此，海量化的大數(shù)據(jù)策略對計算機硬件平臺、存儲模式、管理系統(tǒng)和計算分析等要求較高，需要社會投入大量資金建立符合海量化數(shù)據(jù)篩選、分析、計算的軟硬件系統(tǒng)。
目前，國內(nèi)金融市場主要處于以信息套利為主，量化交易則剛剛起步，大規(guī)模應(yīng)用海量化的大數(shù)據(jù)策略并不具備成熟、可靠的平臺條件。不過，隨著市場整體對基于大數(shù)據(jù)技術(shù)的量化投資交易模式的逐步認可、應(yīng)用范圍的不斷擴大，未來金融市場平臺系統(tǒng)逐步搭建成熟后，海量化的大數(shù)據(jù)策略的應(yīng)用價值會逐步顯露出來。
（2）精益化大數(shù)據(jù)策略
與海量化大數(shù)據(jù)策略相比，精益化大數(shù)據(jù)策略在本質(zhì)上更強調(diào)通過細化量化金融活動、明確投資目的，以控制數(shù)據(jù)規(guī)模，從而提高效率、降低成本。當前的金融市場，整體處于不太穩(wěn)定狀態(tài)，因此，基于大數(shù)據(jù)來強調(diào)金融產(chǎn)品服務(wù)的特性，降低投資風(fēng)險，提高金融機構(gòu)的整體市場表現(xiàn)十分重要。
目前，不少金融機構(gòu)已經(jīng)投入大量技術(shù)和資金，涉足大數(shù)據(jù)領(lǐng)域。因此，評估前期投入的資本效果能否達到預(yù)期目的很有必要。精益化大數(shù)據(jù)策略介入的主要目的，就是為了防止大量的時間和預(yù)算，無目的地流向大數(shù)據(jù)的采集、過濾和分析過程。
精益化大數(shù)據(jù)策略的基本思路是：
①確定投資者的預(yù)期，明確投資過程可能涉及的相關(guān)領(lǐng)域，并確立數(shù)據(jù)來源；②進行系統(tǒng)分析，設(shè)計分析架構(gòu)，確定對數(shù)據(jù)進行收集、存儲、分析的具體步驟，并確保這些過程能充分整合到金融活動中；③針對有效數(shù)據(jù)，進行與投資者預(yù)期目的相一致的分析；④持續(xù)不斷地剔除歷次交易過程中無用過程、低價值數(shù)據(jù)和無相關(guān)性的分析，并將預(yù)測結(jié)果對交易過程進行反饋，動態(tài)優(yōu)化大數(shù)據(jù)策略。
其具體實施過程可以分為以下幾步：
①在理性分析思考的基礎(chǔ)上，詳細確定未來金融活動中的高價值數(shù)據(jù)，以及相關(guān)分析需要解決的關(guān)鍵性問題；②確定金融活動中的關(guān)鍵性步驟，結(jié)合經(jīng)細分后已經(jīng)歸類排序的各問題，確定數(shù)據(jù)來源方向；③明確金融投資策略，利用對應(yīng)的模型，制定操作路線圖；④根據(jù)前期確定的策略和路線圖配置分析部分，對金融活動進行預(yù)測，并實施具體投資活動。
從金融市場的發(fā)展趨勢來看，基于大數(shù)據(jù)技術(shù)的量化投資策略未來將會扮演越來越重要的角色。目前，雖然存在一些制約量化交易中大數(shù)據(jù)策略發(fā)展的技術(shù)性因素：云計算產(chǎn)品與服務(wù)的高成本、有待提高的數(shù)據(jù)安全與信息科技的可靠性和商業(yè)智能市場規(guī)模占IT 技術(shù)的比例過于偏低等。
但是，從總體來看，對云計算、商業(yè)智能和信息安全技術(shù)有市場需求的穩(wěn)定客戶群體越來越大，在大數(shù)據(jù)快速滲透所有行業(yè)的大背景下，目標終端的分散化能促使具有不同優(yōu)勢的開發(fā)者參與競爭，確保產(chǎn)業(yè)發(fā)展更加緊湊有序，從客觀上刺激大數(shù)據(jù)在技術(shù)層面的快速發(fā)展。
可以預(yù)見，未來，三方面技術(shù)的遞進以及與具體行業(yè)的無縫接軌，使大數(shù)據(jù)在各行業(yè)的規(guī)?；瘧?yīng)用范圍越來越廣，這將為量化交易提供更加廣泛的資源基礎(chǔ)、平臺系統(tǒng)和技術(shù)支持。