證券投資大數(shù)據(jù)分析的應(yīng)用及問(wèn)題

前言：想要寫(xiě)出一篇引人入勝的文章？我們特意為您整理了證券投資大數(shù)據(jù)分析的應(yīng)用及問(wèn)題范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

摘要：大數(shù)據(jù)分析使我們的社會(huì)發(fā)生了巨大的變革。在金融投資活動(dòng)中，歷史數(shù)據(jù)往往是投資者重要的參考標(biāo)準(zhǔn)，大數(shù)據(jù)分析也就自然而然被應(yīng)用到金融投資活動(dòng)當(dāng)中，大數(shù)據(jù)分析在投資證券的主要應(yīng)用分為股票分析、投資情緒分析以及量化投資三個(gè)方面，本文將就大數(shù)據(jù)分析在證券投資中應(yīng)用以及產(chǎn)生的問(wèn)題進(jìn)行分析。

關(guān)鍵詞：大數(shù)據(jù)分析；金融投資；大數(shù)據(jù)應(yīng)用；金融科技

一、前言

伴隨著大數(shù)據(jù)技術(shù)的高速發(fā)展，機(jī)構(gòu)投資者開(kāi)始運(yùn)用大數(shù)據(jù)分析來(lái)處理證券投資中遇到的一些問(wèn)題。證券公司利用大數(shù)據(jù)分析處理股市交易中產(chǎn)生的大量信息數(shù)據(jù)來(lái)進(jìn)行股票分析，并且通過(guò)挖掘搜集社交網(wǎng)絡(luò)的相關(guān)信息，通過(guò)分析來(lái)判斷市場(chǎng)中的投資情緒，把握市場(chǎng)中的第一動(dòng)向，將其作為依據(jù)進(jìn)行投資決策，除此之外，對(duì)股票的結(jié)構(gòu)化數(shù)據(jù)以及非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析，能夠做出比人工更為理性的量化投資，提高收益率。

二、大數(shù)據(jù)分析的相關(guān)概念

（一） 什么是大數(shù)據(jù)分析大數(shù)據(jù)即為數(shù)據(jù)量十分巨大的信息，其規(guī)模巨大到無(wú)法通過(guò)人工在合理時(shí)間內(nèi)獲取并整理分析成為人類所能解讀的信息。對(duì)大數(shù)據(jù)進(jìn)行分析的基礎(chǔ)就是從物質(zhì)世界，互聯(lián)網(wǎng)以及其他數(shù)據(jù)源中獲取到各種結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)以及非數(shù)據(jù)化的各種信息，將其存儲(chǔ)到處理器中，使用計(jì)算機(jī)技術(shù)進(jìn)行處理分析，利用高效的算法進(jìn)行關(guān)聯(lián)分析，從中發(fā)現(xiàn)價(jià)值。從大數(shù)據(jù)中得到數(shù)據(jù)中的內(nèi)含價(jià)值，這也就是大數(shù)據(jù)分析的目的所在。

（二）大數(shù)據(jù)分析的基本方面大數(shù)據(jù)分析包含六個(gè)基本方面，分別是：1.可視化分析，將數(shù)據(jù)信息轉(zhuǎn)化為圖表等形式的可視化信息，清晰直觀；2.數(shù)據(jù)挖掘算法，從大量的數(shù)據(jù)中有效地挖掘所需的數(shù)據(jù)信息，優(yōu)化處理分析的速度；3.預(yù)測(cè)性分析能力。通過(guò)可視化分析和數(shù)據(jù)挖掘的結(jié)果做出一些預(yù)測(cè)性的判斷；4.語(yǔ)義引擎，使用一系列的工具從非結(jié)構(gòu)化的數(shù)據(jù)中解析，提取，分析數(shù)據(jù)，從“文檔”中智能提取信息；5.數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理。使用高效率的流程和快捷的工具來(lái)處理數(shù)據(jù)，保證分析結(jié)果的高質(zhì)量；6.數(shù)據(jù)存儲(chǔ)，數(shù)據(jù)倉(cāng)庫(kù)。按照一定結(jié)構(gòu)和模式建立關(guān)系型的數(shù)據(jù)庫(kù)將數(shù)據(jù)存儲(chǔ)起來(lái)，便于對(duì)數(shù)據(jù)進(jìn)行查詢以及調(diào)用分析。

三、大數(shù)據(jù)分析在證券投資中的應(yīng)用

（一）股票分析股票分析的內(nèi)容包含兩個(gè)方面，分別是技術(shù)分析和基本面分析。 1.基本面分析在廣義上，基本面分析是指將經(jīng)濟(jì)學(xué)當(dāng)中供求關(guān)系原理作為基礎(chǔ)，通過(guò)對(duì)歷史的經(jīng)濟(jì)數(shù)據(jù)以及政治環(huán)境，要素主要包含宏觀經(jīng)濟(jì)狀況（利率水平、通貨膨脹等）、微觀經(jīng)濟(jì)情況（企業(yè)素質(zhì)等）以及政治情況等進(jìn)行分析來(lái)對(duì)金融市場(chǎng)走勢(shì)進(jìn)行分析。從狹義上來(lái)說(shuō)，基本面分析則是指對(duì)廣義基本面分析中的微觀經(jīng)濟(jì)狀況進(jìn)行分析，要素主要包含企業(yè)報(bào)表中的財(cái)務(wù)指標(biāo)、管理人員素質(zhì)、所在行業(yè)發(fā)展情況、主要產(chǎn)品競(jìng)爭(zhēng)力等。大數(shù)據(jù)分析主要是使用相關(guān)算法，按照投資者所感興趣的指標(biāo)挖掘出符合投資者需求的股票，建立相關(guān)規(guī)則從中尋找股市中符合要求的股票進(jìn)行投資。2.技術(shù)分析技術(shù)分析則是通過(guò)研究市場(chǎng)行為來(lái)判斷市場(chǎng)運(yùn)行趨勢(shì)，通過(guò)跟隨市場(chǎng)運(yùn)行趨勢(shì)的周期性變化來(lái)進(jìn)行股票及其他金融衍生品交易的決策。技術(shù)分析認(rèn)為市場(chǎng)行為是重復(fù)的，股票市場(chǎng)中的歷史將會(huì)重演，若市場(chǎng)是有效市場(chǎng)?；谌斯ど窠?jīng)網(wǎng)絡(luò)算法的股票技術(shù)分析主要通過(guò)輸入預(yù)測(cè)樣本，設(shè)置目標(biāo)變量，對(duì)其打分，之后進(jìn)行預(yù)測(cè)并將預(yù)測(cè)值與實(shí)際值相比較，最終通過(guò)建立擬合方程，得出預(yù)測(cè)值與真實(shí)值之間的關(guān)系，從而為投資決策提供參考。

（二）投資情緒分析廣義上看，投資者情緒包含著眾多能夠影響投資者對(duì)證券的估值以及市場(chǎng)預(yù)期的因素；從狹義上看，投資者情緒分析僅僅研究廣義上眾多因素中的經(jīng)濟(jì)變量和其他因素。對(duì)于券商與相關(guān)的研究者來(lái)說(shuō)，投資者情緒的測(cè)量是一個(gè)難題。如何對(duì)投資者情緒進(jìn)行量化分析，這對(duì)證券市場(chǎng)研究來(lái)說(shuō)至關(guān)重要。在投資情緒分析中，通過(guò)獲取網(wǎng)民經(jīng)過(guò)微博、論壇和博客中的網(wǎng)絡(luò)文本信息，從雜亂無(wú)序的網(wǎng)絡(luò)媒體信息中獲取有價(jià)值的信息，把非結(jié)構(gòu)化的文本信息轉(zhuǎn)化為結(jié)構(gòu)化文本信息，從文本信息中提取投資者情緒測(cè)評(píng)指標(biāo)，結(jié)合屬性詞典和情感詞典，應(yīng)用情感分析引擎，獲得投資者情緒分析結(jié)果。從數(shù)據(jù)量如此巨大的文本信息中挖掘到有價(jià)值的信息，也正是大數(shù)據(jù)分析的長(zhǎng)處所在。

（三）量化投資量化投資是指對(duì)金融市場(chǎng)和產(chǎn)品信息進(jìn)行量化分析，根據(jù)歷史交易和相關(guān)數(shù)據(jù)建立模型，由模型做出投資決定，再根據(jù)算法自動(dòng)下單完成交易。大數(shù)據(jù)分析所應(yīng)用到的一系列分析工具，如數(shù)據(jù)挖掘、人工智能、支持向量機(jī)等分析工具，使得金融投資實(shí)現(xiàn)了高頻化、智能化。大數(shù)據(jù)分析技術(shù)在證券量化投資中的應(yīng)用可根據(jù)數(shù)據(jù)結(jié)構(gòu)的不同分為兩種應(yīng)用模式，分別為結(jié)構(gòu)化數(shù)據(jù)的應(yīng)用與非結(jié)構(gòu)化數(shù)據(jù)的應(yīng)用。而結(jié)構(gòu)化數(shù)據(jù)的應(yīng)用更為普遍。結(jié)構(gòu)化數(shù)據(jù)的應(yīng)用。在量化投資中，結(jié)構(gòu)化數(shù)據(jù)應(yīng)用主要集中于那些人們無(wú)法利用的極為短暫的市場(chǎng)變化中尋求獲利的計(jì)算機(jī)化交易，而這被稱之為高頻交易。比如某種證券買入價(jià)與賣出價(jià)差價(jià)的微小變化。在交易量大、交易次數(shù)多、持倉(cāng)日短的高頻交易中，計(jì)算機(jī)每秒都要處理大量的結(jié)構(gòu)化數(shù)據(jù)。雖然高頻交易的每筆收益率很低，但是總體收益比較穩(wěn)定。非結(jié)構(gòu)化數(shù)據(jù)當(dāng)下在量化投資領(lǐng)域的應(yīng)用并不普遍，但是業(yè)界正在進(jìn)行大量的嘗試。非結(jié)構(gòu)化數(shù)據(jù)能夠提供有價(jià)值的信息并進(jìn)而獲得超額利潤(rùn)，這推動(dòng)了更多的公司在這方面加大投入，并取得了一定成果。

四、大數(shù)據(jù)分析應(yīng)用帶來(lái)的問(wèn)題

（一）大數(shù)據(jù)安全大數(shù)據(jù)普遍存在巨大的數(shù)據(jù)安全需求。由于大數(shù)據(jù)具有比較高的價(jià)值密度，往往是眾多黑客眼中的一塊肥肉，因此吸引了大量的攻擊者鋌而走險(xiǎn)。在2013年與2014年，全球互聯(lián)網(wǎng)巨頭雅虎曾被黑客攻破了用戶賬戶保護(hù)算法，分別導(dǎo)致了超過(guò)10億以及5億的賬戶信息泄露，其內(nèi)容涉及用戶姓名、電子郵箱、電話號(hào)碼、出生日期和部分登錄密碼。我國(guó)也暴發(fā)過(guò)“2000萬(wàn)條酒店開(kāi)房數(shù)據(jù)泄露”等一些安全事件，引起了全社會(huì)的廣泛關(guān)注。除了外部盜取帶來(lái)的風(fēng)險(xiǎn)，內(nèi)部人員盜竊數(shù)據(jù)而導(dǎo)致?lián)p失的風(fēng)險(xiǎn)也應(yīng)當(dāng)重點(diǎn)關(guān)注。2017年，我國(guó)某著名互聯(lián)網(wǎng)公司內(nèi)部員工盜取并販賣涉及交通、物流、醫(yī)療、社交、銀行等個(gè)人信息50億條，通過(guò)各種方式在網(wǎng)絡(luò)黑市販賣。

（二）大數(shù)據(jù)隱私保護(hù)大數(shù)據(jù)普遍還存在隱私保護(hù)不善的問(wèn)題。個(gè)人隱私泄露不僅會(huì)為用戶帶來(lái)嚴(yán)重的騷擾問(wèn)題，也可能會(huì)讓用戶以及親友面臨遭受詐騙的風(fēng)險(xiǎn)，從而對(duì)用戶造成極大的侵害。除此之外，人們面臨的威脅還有基于大數(shù)據(jù)對(duì)人們狀態(tài)以及行為的預(yù)測(cè)。隨著深度學(xué)習(xí)等人工智能技術(shù)的快速發(fā)展，通過(guò)對(duì)用戶行為建模與分析，個(gè)人行為規(guī)律可以被更為準(zhǔn)確地預(yù)測(cè)與識(shí)別，甚至刻意隱藏的敏感屬性可以被推測(cè)出來(lái)。在社交網(wǎng)絡(luò)中，可以通過(guò)用戶的朋友具有的屬性、用戶加入的群組等推測(cè)用戶可能具有的屬性，用戶隱藏的敏感屬性存在著挖掘和被公布的風(fēng)險(xiǎn)。例如通過(guò)分析用戶的twitter信息，可以發(fā)現(xiàn)用戶的政治傾向、消費(fèi)習(xí)慣等。除此之外，研究者基于用戶的歷史軌跡建立隱馬爾可夫模型，利用此模型可成功地對(duì)用戶出行的目的地進(jìn)行預(yù)測(cè)。一旦被不法分子獲取到這些信息，將對(duì)用戶造成難以想象的后果。

五、如何應(yīng)對(duì)大數(shù)據(jù)分析在應(yīng)用中帶來(lái)的問(wèn)題

（一）健全大數(shù)據(jù)的相關(guān)法律法規(guī)及使用規(guī)范由于法律法規(guī)以及監(jiān)管層面的缺乏，用戶數(shù)據(jù)收集、存儲(chǔ)、管理與使用等缺乏規(guī)范，單純依靠企業(yè)的自律無(wú)法切實(shí)保障用戶隱私安全。在商業(yè)化場(chǎng)景中，用戶應(yīng)有權(quán)決定自己的信息如何被利用，實(shí)現(xiàn)用戶可控的隱私保護(hù)。隨著科技進(jìn)步的高速發(fā)展以及互聯(lián)網(wǎng)技術(shù)的快速推廣應(yīng)用， 健全法律法規(guī)為應(yīng)用新興技術(shù)、保護(hù)人民利益保駕護(hù)航迫在眉睫。從國(guó)家層面制訂相關(guān)法律法規(guī)來(lái)保障大數(shù)據(jù)的安全能夠從法律層面上保障用戶的切身利益，能夠在懲處違法犯罪分子時(shí)做到有法可依，起到警示不法分子，懲戒犯罪分子的作用，制訂健全使用規(guī)范能夠?yàn)槠髽I(yè)提供一套行為指南，避免缺乏自律的企業(yè)肆無(wú)忌憚地濫用大數(shù)據(jù)，以法律法規(guī)或行業(yè)規(guī)范的形式確定用戶對(duì)個(gè)人信息利用的決定權(quán)利。例如用戶可以決定自己的信息何時(shí)以何種形式披露，何時(shí)被銷毀。

（二）升級(jí)信息安全技術(shù)保障信息安全作為計(jì)算機(jī)技術(shù)發(fā)展的成果，要想繼續(xù)擴(kuò)大應(yīng)用，在更重要更緊要的領(lǐng)域進(jìn)行應(yīng)用，信息安全必須在技術(shù)層面上得到保障。黑客通過(guò)企業(yè)的技術(shù)漏洞從企業(yè)的服務(wù)器中竊取數(shù)據(jù)，而技術(shù)漏洞則只能通過(guò)升級(jí)技術(shù)手段來(lái)加以彌補(bǔ)，相關(guān)企業(yè)必須將培養(yǎng)技術(shù)人才以及研發(fā)信息安全技術(shù)作為公司的戰(zhàn)略性規(guī)劃并且加大投入。作為全球數(shù)據(jù)存儲(chǔ)系統(tǒng)的壟斷寡頭，EMC、ORACLE、IBM等公司所擁有的高端的數(shù)據(jù)存儲(chǔ)技術(shù)為金融業(yè)的信息安全打下了堅(jiān)實(shí)的技術(shù)基礎(chǔ)，為眾多行業(yè)，尤其是金融業(yè)提供了杰出的數(shù)據(jù)存儲(chǔ)服務(wù)以及IT解決辦法，客戶群遍及全球。而在當(dāng)下，我國(guó)正與美國(guó)進(jìn)行的博弈正是科學(xué)技術(shù)的博弈，美國(guó)對(duì)我國(guó)的技術(shù)封鎖也讓我們明白核心技術(shù)必須掌握在自己手中，依靠美國(guó)公司的技術(shù)不是長(zhǎng)久之計(jì)，我國(guó)的數(shù)據(jù)安全終究也只能依靠我國(guó)的技術(shù)來(lái)提供根本保障。

參考文獻(xiàn)

[1]周煜.大數(shù)據(jù)在金融領(lǐng)域的應(yīng)用研究[J].計(jì)算機(jī)產(chǎn)品與流通,2018,(10).

[2]莫祖英.大數(shù)據(jù)處理流程中的數(shù)據(jù)質(zhì)量影響分析[J].現(xiàn)代情報(bào),2017,37(03):69-72+115.

[3]唐文慧.基于數(shù)據(jù)挖掘技術(shù)的股價(jià)預(yù)測(cè)實(shí)證分析[D].西南財(cái)經(jīng)大學(xué),2009.

[4]何平平,車云月.大數(shù)據(jù)金融與征信.[DB/OL].北京：清華大學(xué)出版社，2007-10.

[5]馮登國(guó).大數(shù)據(jù)安全與隱私保護(hù).[DB/OL].北京：清華大學(xué)出版社，2018.

[6]劉英,羅明雄.互聯(lián)網(wǎng)金融模式及風(fēng)險(xiǎn)監(jiān)管思考[J].中國(guó)市場(chǎng),2013(43):29-36.

[7]康書(shū)生,曹榮.互聯(lián)網(wǎng)大數(shù)據(jù)技術(shù)在融資領(lǐng)域的應(yīng)用研究[J].金融理論與實(shí)踐,2014(01):108-110.

作者：郭章 單位：河北經(jīng)貿(mào)大學(xué)金融學(xué)院