分析：大數(shù)據(jù)給量化投資帶來變革

分析：大數(shù)據(jù)給量化投資帶來變革

我講的可能跟其他幾位嘉賓講的不一樣，說實(shí)在今天我們也提到魯班和孔子的問題，我既不是魯班的弟子，更不是魯班，因?yàn)轸敯嗟牡茏邮窃谧蟛糠值母魑?，我最多算是孔子的弟子，所以我講的東西并不是那么偏應(yīng)用，而是反過來講一下最基本的應(yīng)用，因?yàn)榱炕顿Y的基石叫數(shù)據(jù)，所以新基石就是大數(shù)據(jù)，大數(shù)據(jù)跟數(shù)據(jù)到底有什么聯(lián)系和區(qū)別，這是現(xiàn)在隨著互聯(lián)網(wǎng)技術(shù)發(fā)展很不同的地方。?

?大家都知道中國已經(jīng)崛起了，已經(jīng)不再是一百年前的東亞病夫了。但是不管如何，我們跟美國還是有差距的，我們?cè)谟幸粋€(gè)問題上很可能超過美國就是大數(shù)據(jù)，道理很簡(jiǎn)單，中國有13億人口，我們每人發(fā)一條微博就是大數(shù)據(jù)了。美國是自由的社會(huì)，什么東西都可以說，你不需要在微博和網(wǎng)絡(luò)上說。中國不一樣，中國的制度有點(diǎn)特殊，很多東西不讓你說，我們所有的發(fā)言記錄全部留在網(wǎng)上，網(wǎng)上的這些東西是不是能夠構(gòu)成將來的一筆財(cái)富，這個(gè)問題是我今天所要回答的。其實(shí)你在很多人眼中手握財(cái)富，特別是我跟公司的部門和領(lǐng)導(dǎo)交流的時(shí)候，他們手握財(cái)富都不知道。?

?我舉一個(gè)最簡(jiǎn)單的例子，我每次去體檢的時(shí)候，他每次要收我180塊錢，我很不高興。我說能不能給你出個(gè)主意，你不交錢的話就別來了，我們每年那么多學(xué)生，那么多老師去體檢，這個(gè)數(shù)據(jù)是誰關(guān)心的，是保險(xiǎn)公司。但是這筆數(shù)據(jù)確實(shí)在閑置，今天我班門弄斧把最基本的問題談一談，我講的東西并不是特別難。?

?我稍微介紹一下大數(shù)據(jù)的背景，因?yàn)闀r(shí)代在發(fā)展，很多東西去年和現(xiàn)在最熱的就是互聯(lián)網(wǎng)金融，互聯(lián)網(wǎng)金融背后就是大數(shù)據(jù)，所以大數(shù)據(jù)、原材料、工人、廠房將來都會(huì)成為投入的基本要素。為什么這么講，今天我稍微簡(jiǎn)單介紹一下這個(gè)內(nèi)容。因?yàn)槲疫@個(gè)人的名字比較普通，你們?cè)诿襟w上和報(bào)紙上看到我寫的文章，可能也不知道，因?yàn)橹醒腚娨暸_(tái)有一個(gè)主持人叫李勇，他長的比我?guī)?，?cái)政部有一個(gè)副部長也叫李勇，我經(jīng)常寫一些文章談大數(shù)據(jù)，我寫了一份內(nèi)參已經(jīng)到中央去了，今天環(huán)球時(shí)報(bào)已經(jīng)刊發(fā)了。我剛剛提到中國現(xiàn)在是大國了，但是中國在全球的地位可能跟美國不一樣，中國既不是高大帥，也不是白富美，更多的是土豪，這是老外對(duì)我們的感覺。但是我們?cè)诖髷?shù)據(jù)問題上，我們是有發(fā)言權(quán)的，這個(gè)東西確確實(shí)實(shí)在各行各業(yè)都有很大的價(jià)值。但是我現(xiàn)在集中金融行業(yè)，所以我這本書講大數(shù)據(jù)在銀行業(yè)、保險(xiǎn)業(yè)、金融監(jiān)管，我做的很多東西是在研究怎么用大數(shù)據(jù)追蹤老鼠倉，怎么用大數(shù)據(jù)進(jìn)行金融監(jiān)管，這是政府很關(guān)心的問題。?

?大數(shù)據(jù)是不是就是一個(gè)大字，很多人誤認(rèn)為就是數(shù)據(jù)比以前大了，為什么現(xiàn)在大家對(duì)大數(shù)據(jù)的概念，每次都聽各種各樣的媒體在談大數(shù)據(jù)，大家都知道現(xiàn)在阿里巴巴[微博]在做小額貸款，這個(gè)東西傳統(tǒng)金融行業(yè)是無法解決的。但是現(xiàn)在阿里巴巴淘寶的用戶，它有很多的數(shù)據(jù)，阿里巴巴是有的，所以他可以利用這些數(shù)據(jù)進(jìn)行小額貸款發(fā)放，它的收益是非常好的。我們移動(dòng)公司和聯(lián)通公司，這個(gè)數(shù)據(jù)一旦用了，你們每個(gè)人的手機(jī)號(hào)碼，你們每個(gè)人的信息都是有的，這個(gè)數(shù)據(jù)一旦利用起來那是不得了的。但是很多時(shí)候可能是閑置的，而且我們各個(gè)單位之間也是相互保守的，這樣就阻礙了交流了。?

?為什么從小數(shù)據(jù)到大數(shù)據(jù)的過渡，主要是由于技術(shù)的發(fā)展，只要技術(shù)發(fā)展好了，腐敗越來越難了，只要利用大數(shù)據(jù)對(duì)每個(gè)省的領(lǐng)導(dǎo)進(jìn)行監(jiān)控，現(xiàn)在我們用iPhone手機(jī)，觀察一個(gè)月，你相信你的男朋友絕對(duì)逃不了你的法眼。所以隨著技術(shù)的普及，每個(gè)人都有智能手機(jī)，包括云計(jì)算，現(xiàn)在技術(shù)的發(fā)展導(dǎo)致搜集數(shù)據(jù)的能力越來越提高，在座的各位，在我們那個(gè)時(shí)代是互聯(lián)網(wǎng)剛有的時(shí)候，一個(gè)男孩子能夠上互聯(lián)網(wǎng)，能夠用網(wǎng)絡(luò)跟人聊天找個(gè)女朋友太容易了，像我們出身比較差的，2001年我才會(huì)用word另存為，那個(gè)時(shí)代一個(gè)小小的U盤是非常昂貴的，現(xiàn)在我們用的U盤都是16G、800G、1000G的了，數(shù)據(jù)量大了以后是不是大數(shù)據(jù)，不是這樣的。還有其他的附加條件，首先是類型多樣，你們所熟知的大數(shù)據(jù)，這些東西是不是將來發(fā)展的主流，不一定。數(shù)據(jù)要會(huì)創(chuàng)造價(jià)值，我們利用的微信一天下來更新多少。所以在國際上有定義，各個(gè)書本上也都有，主要是海量、快速流轉(zhuǎn)、多樣性、價(jià)值，不光是量大，它流轉(zhuǎn)的速度和多樣性存在價(jià)值，怎么樣發(fā)掘價(jià)值。?

?大數(shù)據(jù)給大家?guī)砹烁淖兪鞘裁?，?shù)據(jù)量越多，我們不再是用樣本進(jìn)行推斷，第二個(gè)問題是精確性和混雜性，我們關(guān)心的問題不一樣了。這個(gè)東西大部分都是搞量化的人，為什么以前用樣本，現(xiàn)在隨著技術(shù)的進(jìn)步，雖然說我不能夠完全把整個(gè)技術(shù)找到，但是基本上我可以通過技術(shù)的手段搜集大數(shù)據(jù)，信息掌握的越來越精確。在精確性當(dāng)中，我們也存在一些噪音，就是混雜性，我們觀察背后大部分的東西，我們學(xué)過統(tǒng)計(jì)的知道，我們關(guān)心的是大數(shù)據(jù)，什么東西呢？你把它放在一起的時(shí)候會(huì)發(fā)現(xiàn)有非常明顯的區(qū)別，比如說東北的女人喜歡打老公，上海的女人做什么事情精打細(xì)算，所以說娶女孩一定要娶兩個(gè)地方的，就是廣東客家和川妹子。這個(gè)地方不再是因果性的，我所關(guān)注的是背后的聯(lián)系是什么，這個(gè)東西在大數(shù)據(jù)時(shí)代，我只要發(fā)現(xiàn)A和B有相關(guān)性這樣就可以了，A和B為什么漲，這些東西留給誰干，留給我們這幫孔子的弟子去做。大家分工不同，不要那么較真，你們找相關(guān)性，我們找因果性，大家各自有口飯吃，你們把錢賺了，我們把因果關(guān)系找出來了，我們不要互相批評(píng)我，你什么也不懂，等錢還沒有賺到的時(shí)候，什么都沒有了，機(jī)會(huì)也喪失了。?

?大數(shù)據(jù)的類型，我們所理解的主要分為兩種，一種是結(jié)構(gòu)性數(shù)據(jù)，包括通常接觸的數(shù)據(jù)庫所管理的信息，包括生產(chǎn)、業(yè)務(wù)、交易、客戶信息等方面的記錄。雖然我是國內(nèi)為數(shù)不多在金融界關(guān)注大數(shù)據(jù)的老師之一，我對(duì)數(shù)據(jù)的想法稍微不一樣，大家的分工不同。比如說高頻數(shù)據(jù)量大有價(jià)值，開發(fā)這種策略可賺錢，這個(gè)東西我不想多說了，這是結(jié)構(gòu)性數(shù)據(jù)，關(guān)鍵我想說的是非結(jié)構(gòu)性數(shù)據(jù)，這對(duì)量化投資有什么價(jià)值，這個(gè)東西我相信是比較新的內(nèi)容，而且也是很多人沒有關(guān)注的內(nèi)容，更重要的是大家接觸的并不是太多。?

?實(shí)際上我們講起來確實(shí)很簡(jiǎn)單，非結(jié)構(gòu)性數(shù)據(jù)不是我們現(xiàn)在所看到的數(shù)據(jù)，而是文本的數(shù)據(jù)，是我們發(fā)微信，發(fā)微博，聊天的數(shù)據(jù)。因?yàn)樗俏谋拘偷?，這些數(shù)據(jù)的發(fā)展是最新的內(nèi)容。不知道在座的各位是不是喜歡用微信，我學(xué)會(huì)用微信時(shí)間不長，因?yàn)槲沂荙Q的忠實(shí)用戶，我第一次接觸就是QQ，一直對(duì)QQ很鐘愛，有一天我突然發(fā)現(xiàn)我用QQ通知幾個(gè)學(xué)生沒有人理我了，我把學(xué)生叫來問問，現(xiàn)在不用QQ了，我們已經(jīng)用微信了。因?yàn)槲冶容^討厭用智能機(jī)，原因你們懂。?

?這些東西跟量化投資到底有什么用途，我也跟很多公司聊，現(xiàn)在做對(duì)沖基金的時(shí)候，我們可以想一想，投資的游戲最終還是人的游戲，這個(gè)東西不通過高頻是得不到的，就是通過聊天數(shù)據(jù)，很多人講了隨著技術(shù)的進(jìn)步可以解決。對(duì)我來說這個(gè)并不重要，對(duì)你們來說有門檻限制，但是對(duì)我來說無所謂，我們是孔子的弟子。我們?cè)谧蟛糠质囚敯嗟牡茏樱銈兿腴_發(fā)什么策略，我不需要。有的時(shí)候理念也很重要，蘋果的喬布斯可以不懂技術(shù)，但是沒有喬布斯的蘋果還是蘋果嗎？社會(huì)分工不同，這個(gè)時(shí)候已經(jīng)有公司在國外，這個(gè)比較新，從社會(huì)媒體聊天網(wǎng)站，我們叫推特，F(xiàn)acebook，通過這些數(shù)據(jù)可以構(gòu)造出指標(biāo)，這個(gè)指標(biāo)誰來構(gòu)造，我這種人，處理數(shù)據(jù)我沒有這個(gè)能力，這些需要金融方面的專家，需要行為心理上的專家，需要數(shù)據(jù)挖掘技術(shù)上的專家，需要不同的魯班加上策略方面的人在一起，最終可以構(gòu)成一個(gè)對(duì)沖基金。2011年英國對(duì)沖基金建立了規(guī)模為4000萬美金的對(duì)沖基金，情緒一定是對(duì)很多東西提前感知。比如說像某一個(gè)疾病的發(fā)生，特別是流行病，在這個(gè)病發(fā)作以后先去查癥狀是不是跟這個(gè)一樣，我們先不會(huì)上醫(yī)院。在查的過程中你的行為已經(jīng)被人記錄，大家Google或者是百度[微博]可以提前到疾病在哪個(gè)地區(qū)發(fā)生，我們講同樣的道理，對(duì)股市的預(yù)測(cè)也是一樣的。所有人都努力獲得成功更高的概率，如果沒有這一條沒有人努力，只能說努力提高你未來成功的概率，如果沒有這一條，現(xiàn)實(shí)世界一定會(huì)發(fā)生很大的變化，大家有沒有去努力和奮斗。?

?我們通過數(shù)據(jù)的分析掌握了動(dòng)向，通過分析這么多用戶的微博帳戶的留言，判斷民眾的情緒，根據(jù)人們高興你們發(fā)的笑臉，這個(gè)時(shí)候我認(rèn)為是一個(gè)指標(biāo)，不高興的時(shí)候發(fā)一個(gè)悲傷抓狂的指標(biāo)，根據(jù)這些綜合可以開發(fā)出一個(gè)指標(biāo)出來，這個(gè)可以作為投資者投資的依據(jù)。所以大數(shù)據(jù)在各個(gè)行業(yè)的應(yīng)用很廣，米歇爾已經(jīng)訪華了，奧巴馬選舉成功早已經(jīng)被預(yù)測(cè)到了，這是公認(rèn)的。大數(shù)據(jù)的發(fā)展已經(jīng)涉及到國家安全，我們內(nèi)參寫的是如果再不對(duì)大數(shù)據(jù)進(jìn)行立法，不把大數(shù)據(jù)作為資產(chǎn)保護(hù)，如果被人家掌握了，中國沒有或者被人家竊取了，將來你作為大國怎么在全世界立足，中國在這方面有明顯的人口優(yōu)勢(shì)，中國的航空母艦打不過美國，我