 |
| 在紐約SoHo區Two Sigma投資公司的大廳，機器人不時來來往往，數十位太空物理、免疫學與語言博士每天擠在電腦螢幕前，觀看數十億美元在全球市場上廝殺。 圖／網路 |
在紐約SoHo區Two Sigma投資公司的大廳，機器人不時來來往往，數十位太空物理、免疫學與語言博士每天擠在電腦螢幕前，觀看數十億美元在全球市場上廝殺。
他們的目的是祕密地為這家避險基金公司所管理的240億美元，在全球尋找投資機會。這些科學家們將新聞稿、企業獲利報告、天氣預報及推特等資訊程式化，並撰寫交易程式，依據他們從資料中所設定的「信號」來選股。
其實華爾街開始駕馭這種「巨量資料」已有數年，其中一些業者更已跨出大步，利用大資料來預測股市。Two Sigma正處於電腦化投資的新前線，這些科學家與工程師正試著用強大的計算能力，從新聞與資料中預測股價。
這種作法稱之為「量化投資」，因為這種交易主要依靠數學模型。但在實際作法上卻與傳統的「量化交易」（Quants）不同，因為傳統為電腦所寫的程式只侷限於股價的統計關係，並沒有利用多少現實世界的資訊。然而「大資料」操作者卻是利用演算模型，他們比任何人都能更更迅速利用全球資訊，尋找投資形態，來進行股票、債券、選擇權、期貨或匯率交易決策。
在Two Sigma公司，操作的策略如下：
例如在決定如何操作一支大型零售股時，科學家及數學家們提出數十種電腦交易模型。其中一種是透過分析師們研究零售股的交易型態，來進行自動篩選；另一種模型是先訂出一種交易型態，來分析與其他交易型態之間的相關性。每一種模型都會提出交易建議，再匯流到一個總評估模型中進行選股，最後由執行系統自動下單交易。
科學家可能需要數周來完成一項模型；然而一旦輸入電腦後，在幾秒鐘內就可完成一次運算。業者表示，這些系統擁有人工智慧，「象徵投資管理業的未來」。
量化投資和計量投資的不同
量化投資
靠數學可量化的模型，但資料來源不限於證券相關資訊，還包括新聞、推特訊息、天氣預報等等
計量投資
靠證券間統計上的關係，但不理會現實世界的其他因素
沒有留言:
張貼留言