金融科技的下半场:量化和自动化
继传统金融企业把业务搬到互联网平台上的“互联网金融”模式创新之后,近些年来,以人工智能(AI)、区块链(Blockchain)、云计算(Cloud computing)、大数据(Big Data)这“ABCD”四项核心技术驱动的金融科技产业迅速发展起来,很多人将此解读为“科技创新“替代“金融模式”创新,是互联网金融走向金融科技的核心转变,一时间,关于新技术的进步和如何落地应用的讨论,在金融圈里引起了巨大的动静。
以区块链技术为例,比特币系统 2009 年开始运行,短短几年的发展,全球各大金融机构迅速探知到其令人惊喜的网络健壮性,并在第一时间投入到其底层技术区块链的探索、研究之中。花旗银行、瑞银、纽约梅隆、加拿大皇家银行、苏格兰皇家银行、法国兴业银行、德意志银行等纷纷成立区块链实验室,高盛、西班牙对外银行、澳大利亚西太平洋银行重点投资区块链金融科技初创企业,巴克莱、澳大利亚联邦银行、美国CBW银行、三菱东京日联银行则直接与区块链初创企业合作共同开发金融创新产品。显然,金融机构毅然扮演着将区块链技术推向全世界的主导力量。究其原因,首先是因为区块链技术本身具有经济权利重新划分的天然的金融属性,对于改造金融交易体系、构建新一代以支付清结算为核心的金融基础设施有重大意义;而更关键的是,现代金融行业里,每天有无数人正在做着各种各样创新产品的尝试,“不创新则死”已成为金融行业的核心特点之一,我们对于“keep moving”这件事有强烈的渴望,从而也就对各种可能带来好的改变的新工具、新模式抱以极其热情的态度。
在过去近十年中,ABCD等一系列技术全面应用于支付清结算、借贷融资、财富管理、零售银行、保险各大金融领域,新技术正在重塑金融产品、金融活动流程,甚至金融组织架构。总结起来,其中以“数据的获取挖掘”以及“人与数据的互动方式改变为最核心的突破。粗线条的划分,我们可以把人工智能和大数据划分到数据的获取和挖掘这个方向,核心在解决金融模型搭建的问题,在我们所熟悉的消费金融的场景里,它们被用来描绘用户画像,预测用户消费行为;而区块链及云计算则可以划归到人与数据的互动方式,核心在解决金融模型运转效率的问题,云计算是包括互联网金融行为在内的一切数据计算行为能够大提速的新基础,它将个人所需进行的巨量的数据计算拆分为无数个子程序交由多个服务器所组成的庞大系统处理后回传用户,这种分布式数据处理的方式能够在数秒之内达成数以千计甚至亿计的信息;区块链则构建了一种自信任、自治的交易约束环境,能够极大的降低人们对于数据信任和追溯的成本。
那么,接下来,在这些新技术已经搭建起来的“数据获取挖掘”和“数据交互”的新一代的基础上,金融科技将如何最大化的应用在金融产品和金融模式的创新中,则是金融科技下半场的核心问题。
基于我曾在美林多年的金融模型分析和金融交易策略研究的经验,并且在细心观察当今的金融市场的发展变化情形后,我惊喜的发现,量化和自动化正在成为整个金融行业发展的新特点,也是新趋势,尤其是结合了量化和自动化特点的投资领域,将会有巨大的发展空间。
量化资产配置的核心思想是,通过定量分析,制定优化的资产配置方案,分散投资到多个相互关联较弱,具有正的预期回报的投资产品中。这样既可以降低风险,又可以增加投资容量。广义地说,凡是用定量方法来分析投资项目,帮助投资决策和管理都可以称为量化投资。量化投资就是使用定量分析方法建立模型,获取市场信息和数据,进行投资决策与管理。
拿一个简单的模型举例,上海市区最佳的500套住宅怎么定价?因为已经没有空地建新楼,豪华住宅的价位主要由市场供求关系决定,至于土地多少钱一平方米、建筑成本、租金率等皆为次要因素。为了建模,我们需要有一个基本上符合实情的假设,即富人们都希望在市中心有自己的住宅,且愿意付出所拥有财富的10%来购买。于是,我们把住上海的前500位富豪的资产排列出来,乘以10%,就得到了答案。这些房产的价位应该在5千万至8亿元之间,与市场情况基本符合。
故而,量化投资的核心即是数据模型。要得出正确有用的结论,首先需要获得准确完善的数据,以避免“垃圾进去、垃圾出来”。而金融科技发展所推动的新一代数据挖掘、分析能力则为量化投资的进一步发展提供了必要的基础,让“量化”的金融行为具备了更加广阔的实施空间。
自动化在这里的意义当然并不是我们所熟知的机械自动化,而是指一种无需人工过多参与,能够以极低的信任成本进行自运转、接近于自洽状态的交易体系。熟悉金融科技的朋友,这个时候一定会浮现出两个词:分布式、共识。
事实上,金融成本的主要组成部分是它的信任成本,而中心机构作为信任成本的主要制造者和承担者,往往首先为建立一套规范秩序的规则付出成本,之后再为管束所有参与者遵照规则付出成本,并且为了加强管束的有效性,它们通常采用提高众多参与者参与成本的做法,这也是为什么对于广大的金融参与者而言,跨中心主体交易长久以来都难以跳过低效率、高昂成本的巨大阻碍,其中非常典型的一个场景则是跨境支付。
传统的跨境支付清算需要借助多个机构,前后需要经过开户行、央行、境外银行等多道手续,且不同机构有自己独立的账务系统,系统间并不相通,因此需要多方建立代理关系、在不同系统进行记录、与交易对手进行对账和清算等,执行效率低下且费用昂贵。而基于区块链则可以构建一个由多个跨境支付需求方构成的联盟链,省去任何第三方中介环节,做到交易即结算。
可以说,区块链技术是云计算技术内核“分布”“共享”在经济学领域的延展和强化。以分布式、共识为核心理念的区块链技术最关键的突破性意义则在于,构建了一个用遵守共识规则的随机第三方替代中心化组织进行系统管理的运转体系,从根本上用技术背书替代中心化的信任创造方式,使得任意两个节点可以在不依赖任何中心平台的情况下进行点对点交易。在我最新创建的BIT168数字资产对冲基金中,正力求最大限度的实现当下金融科技在“量化”和“自动化”领域所能达到的最优水平。
还记得,我曾与我的好友阿吉力斯共同写了一篇论文《圣杯》,研究如何系统的在全球各国债券中进行套利的办法,之后我们放大胆子试试身手,选择了两个最低风险的德国债券组合交易和一个美国债券交易,第一次投入了3700万美元﹐第二次又投入近2亿美元。那次我正坐在他的办公桌旁和他闲聊,我们边啃着花生米一边谈论着这笔交易。忽而,他看了看计算机屏幕说:“我们亏了一万八千。”他吃了一颗花生米,又瞥了一眼屏幕说:“现在我们已赚进了一万。这好像不值得我们俩花时间去看。”
金融创新似乎永远是件大胆刺激的事情,然而,我们现在所追求的金融科技的魅力则在于,让金融行为的结果尽可能的朝着我们预期的方向发展。“量化”和“自动化”投资市场的建设,将是金融科技下半场的重要里程碑之一。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
“最近复购率一直在下降,我们的营销力度不小啊,为什么用户还是走了?” “是不是广告投放的用户质量不高?还是我们的产品问题 ...
2025-02-21以下文章来源于数有道 ,作者数据星爷 SQL查询是数据分析工作的基础,也是CDA数据分析师一级的核心考点,人工智能时代,AI能为 ...
2025-02-19在当今这个数据驱动的时代,几乎每一个业务决策都离不开对数据的深入分析。而其中,指标波动归因分析更是至关重要的一环。无论是 ...
2025-02-18当数据开始说谎:那些年我们交过的学费 你有没有经历过这样的场景?熬了三个通宵做的数据分析报告,在会议上被老板一句"这数据靠 ...
2025-02-17数据分析作为一门跨学科领域,融合了统计学、编程、业务理解和可视化技术。无论是初学者还是有一定经验的从业者,系统化的学习路 ...
2025-02-17挖掘用户价值本质是让企业从‘赚今天的钱’升级为‘赚未来的钱’,同时让用户从‘被推销’变为‘被满足’。询问deepseek关于挖 ...
2025-02-17近来deepseek爆火,看看deepseek能否帮我们快速实现数据看板实时更新。 可以看出这对不知道怎么动手的小白来说是相当友好的, ...
2025-02-14一秒精通 Deepseek,不用找教程,不用买资料,更不用报一堆垃圾课程,所有这么去做的,都是舍近求远,因为你忽略了 deepseek 的 ...
2025-02-12自学 Python 的关键在于高效规划 + 实践驱动。以下是一份适合零基础快速入门的自学路径,结合资源推荐和实用技巧: 一、快速入 ...
2025-02-12“我们的利润率上升了,但销售额却没变,这是为什么?” “某个业务的市场份额在下滑,到底是什么原因?” “公司整体业绩 ...
2025-02-08活动介绍 为了助力大家在数据分析领域不断精进技能,我们特别举办本期打卡活动。在这里,你可以充分利用碎片化时间在线学习,让 ...
2025-02-071、闺女,醒醒,媒人把相亲的带来了。 我。。。。。。。 2、前年春节相亲相了40个, 去年春节相亲50个, 祖宗,今年你想相多少个 ...
2025-02-06在数据科学的广阔领域中,统计分析与数据挖掘占据了重要位置。尽管它们常常被视为有关联的领域,但两者在理论基础、目标、方法及 ...
2025-02-05在数据分析的世界里,“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服,效果不一样。 很多人都听过“货比三 ...
2025-02-05当我们只有非常少量的已标记数据,同时有大量未标记数据点时,可以使用半监督学习算法来处理。在sklearn中,基于图算法的半监督 ...
2025-02-05考虑一种棘手的情况:训练数据中大部分样本没有标签。此时,我们可以考虑使用半监督学习方法来处理。半监督学习能够利用这些额 ...
2025-02-04一、数学函数 1、取整 =INT(数字) 2、求余数 =MOD(除数,被除数) 3、四舍五入 =ROUND(数字,保留小数位数) 4、取绝对值 =AB ...
2025-02-03作者:CDA持证人 余治国 一般各平台出薪资报告,都会哀嚎遍野。举个例子,去年某招聘平台发布《中国女性职场现状调查报告》, ...
2025-02-02真正的数据分析大神是什么样的呢?有人认为他们能轻松驾驭各种分析工具,能够从海量数据中找到潜在关联,或者一眼识别报告中的数 ...
2025-02-01现今社会,“转行”似乎成无数职场人无法回避的话题。但行业就像座围城:外行人看光鲜,内行人看心酸。数据分析这个行业,近几年 ...
2025-01-31