摘要: 本文將通過淺顯易懂的例子,深入淺出的向您介紹大數據在量化投資,信用風險,市場風險,反洗錢等風險管理領域,以及財務管理等其他金融領域的應用。就如大家通過我們的文摘閱讀了解到的大數據的知識, 這個世界的數...
摘要: 問:機器學習(非傳統統計方法如回歸)到底在量化金融裡哪些方面有應用?機器學習和統計很難隔離,這裡排除傳統統計方法是想知道現代機器學習方法在量化金融的應用,如有困難請忽略此要求。 Weicong Liu答:嘗試回答 ...
摘要: 投資要點:銀行IT投資:總量巨大,增速穩定,市場分散。 2013年銀行業IT投資額佔金融行業IT總投資的近80%。得益於銀行利潤的增長和信息技術的飛速發展,我國銀行業IT投資額保持穩定增長的態勢,從2008年的500億元增長...
在前一篇文章”SVM演算法簡介”,貓大已經為各位讀者介紹了什麼是SVM,相信大家對SVM多多少少都有些基本的認知了,而在這一篇文章當中就是要介紹如何實際應用SVM了,貓大會為各位介紹LIBSVM以及如何使用LIBSVM來解決財務金融的投資問題。
大家好!本週貓大將繼續跟您一同探討人生中的大事:投資賺大錢的問題。
不知大家是否還有印象,在之前的文章中,貓大有用咪咪的故事跟大家說明過:在現今高頻交易的環境下,我們不能照搬以前的下單策略,因為市場變得更複雜了!除了高頻交易本身性質的變化之外,股票交易的電子化和全球化也讓即時市場訊息對股市價格有著更為直接和顯著的影響。
速度、速度,喵!
就如同上一篇專欄中貓大所說,在高頻交易的世界裡,最重要的一個特徵之一,就是 速度。除了增快連線速度,比別人更快的拿到分析資料外;加快策略分析速度,更快的算出市場趨勢,更是重中之重。如果分析趨勢的速度太慢,等到分析完成,下 單的時間點都過了,還談什麼獲利呢?沒有速度,即便策略判斷準確、百發百中,也是枉然。因為根本趕不上高頻交易世界中有如閃電般的趨勢變化。
然而,高頻交易不但每秒的資料吞吐量極大,分析時間的要求又極為嚴苛,究竟該如何在短至數十秒的時間裡,從紛亂龐雜的資料中找出不斷改變的市場趨勢呢?