金融巨量資料的探勘與應用
TRANSCRIPT
![Page 2: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/2.jpg)
講者介紹:酆士昌 [email protected]
現任:厚生資本股份有限公司(資訊長)著作:包含作業系統、網路、生活、職能、旅遊類共 80 本授課與演講:• Linux 嵌入式系統:
– 台北市勞工局- Linux 作業系統實務, 2012/8/27-2012/9/5– 台北市勞工局- Linux 作業系統實務, 2013/7/24-2013/8/1– 經濟部工業局-嵌入式軟韌體設計工程師班(作業系統), 2013/8/16-2013/8/23– 經濟部工業局-嵌入式軟韌體設計工程師班(作業系統), 2013/12/30-2014/1/3– 經濟部工業局-嵌入式軟韌體人才養成班(作業系統), 2014/8/19-2013/8/21
• Linux 認證:– 東吳大學數學系- LPIC 國際認證營, 2012/9/24-2012/10/6– 北區職訓局- LPIC 網路工程師, 2013/5-2013/7
• 雲端網路與大數據:– 北市職能學院-企業雲端私有雲建置實務人才培訓班, 2012/10/15-2012/10/18– 東吳大學數學系演講─企業雲端服務應用, 2013/5– 北市職能中心-企業雲端私有雲建置實務人才培訓班, 2013/9/9-2013/11/22– 文化大學-網路工程師職訓班, 2014/7– 文化大學-產業人才投資方案班(雲端伺服器), 2014/8-2014/10– 文化大學-產業人才投資方案班(雲端伺服器), 2015/3-2015/5
學歷:清華大學數學研究所應用數學組
![Page 3: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/3.jpg)
關於厚生資本公司簡介
我們專注於 kernel 、行程排序管理、記憶體存取、 cpu 指令、提取、演算與解碼。提供 M5 creator language DSL 高頻系統專用,金融演算法的開發環境,演算法所用的數值分析工具庫,以及金融分析工具用的 K 線型態學。
產業領域 雲端數據庫– Big Data 資料探勘研究 金融即時報價源 Ultra-Low Latency DMA Embedded 金融交易平台
產品與服務 Ultra-Low Latency 即時報價源與資料解碼 完整的即時,歷史,金融走勢資料庫 ATS (alternate trade system) embedded 金融交易平台 M5Creator 演算法產生器 金融交易元件 數值分析元件 財務決策元件
http://www.eyem5.com/https://www.facebook.com/eyem5.com
![Page 4: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/4.jpg)
Topics
一、從大數據到金融大數據二、利用大數據建構自己的交易系統三、巨量資料的應用-高頻交易系統結論
![Page 5: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/5.jpg)
1. 認識 Big Data2. 認識金融大數據3. 為什麼要學探勘、挖礦4. 大數據的分析處理
一、從大數據到金融大數據
![Page 6: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/6.jpg)
一、從大數據到金融大數據20 年前的大數據?
![Page 7: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/7.jpg)
1. 大的數據 vs. 大數據2. 大數據的根本:網路產生的互動3. 大數據的利基:多樣性、速度、準確度而
得的效益
一、從大數據到金融大數據1. 認識大數據
![Page 8: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/8.jpg)
一、從大數據到金融大數據
BDaas
1. 大數據的資料分層結構
![Page 9: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/9.jpg)
準確性( Veracity)
價值( Value)
容量( Volume )
快速( Velocity )多樣性( Variety )
Big Data
一、從大數據到金融大數據2. 金融數據的特
性• 3V
• 交易本身具有互動性• 交易資料具有隱蔽性• 研究金融交易者的行為
![Page 10: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/10.jpg)
資料單位:容量( Volume ) 一、從大數據到金融大數據
![Page 11: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/11.jpg)
資料內容: 多樣性( Variety ) 一、從大數據到金融大數據
![Page 12: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/12.jpg)
運算速度:快速( Velocity )•期交所 125ms 的撮合速度• 證交所逐筆撮合• Round trip 時間:
640ms↓128ms ↓12ms ↓1ms ↓
? us ↓
一、從大數據到金融大數據
![Page 13: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/13.jpg)
• 探勘:在隱藏性的資料找到特定的 pattern、相關性或趨勢
• 挖礦:
挖礦 1.0 金銀銅鐵錫鎳等貴金屬以重量為主挖礦 2.0雜湊與加密
以運算為主
挖礦 3.0 數值、型態、排列、分析以模型為主
大數據
一、從大數據到金融大數據
![Page 14: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/14.jpg)
大數據的分析處理
1. 增加日期
2. 格式標準化
3. 建立資料庫欄位
4. 建立資料庫索引
5. 調整資料庫屬性
6. 匯入資料庫
一、從大數據到金融大數據
https://www.youtube.com/watch?v=i11nvXzNNJU
![Page 15: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/15.jpg)
大數據的分析處理
成交
時間區間內的統計數值
一、從大數據到金融大數據
![Page 16: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/16.jpg)
大數據的處理結構
1.能培訓數據處理的人才,提升台灣金融產業的競爭實力。
2.能提供中央銀行外匯儲備與台灣保險公司的另一種匯率避險的管道。
3.能提供台灣百大上巿的匯率避險及多國貨幣、多元資產、動態資產凈值,提供一個決策管理與財務思維的應用。
4.能讓學生培養從事對投資分析 /沖基金管理與營運的能力,提供學生在畢業後多元化的職場工作。
5.使其樂於自我突破,不斷挑戰極限。
一、從大數據到金融大數據
![Page 17: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/17.jpg)
二、用大數據建構自己的交易系統1. 選擇交易標的2. 建立交易部位3. 進行風險控管4. 交易訂單管理5. 檢討自己的交易6. 認識演算法7. 將交易心得量化
![Page 18: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/18.jpg)
•商品種類• 國內、國外?• 入金方式• 資料分析
二、用大數據建構自己的交易系統
1.選擇交易標的 資料分析 - 資料議題設定
1. 交易資料的因果性2. 交易資料的隱藏性3. 交易資料的變動性4. 交易資料的關聯性
![Page 19: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/19.jpg)
K 線圖範例
資料分析 - 歷史資料的建構與分析與方法
二、用大數據建構自己的交易系統
![Page 20: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/20.jpg)
KD範例
資料分析 - 歷史資料的建構與分析與方法
二、用大數據建構自己的交易系統
![Page 21: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/21.jpg)
二、用大數據建構自己的交易系統
1. 界定交易多空的原則2. 挑選交易巿場3. 設定風險控制的方法每筆交易最大風險、停損策略、分散交易
4. 交易訂單例如管理觀察圖表的排列、擬定計劃新的交易、更新部位的出場點
5. 撰寫交易筆記6. 交易日記
交易的理由、交易的結果、心得與教訓7. 分析自已的交易
多空比例、交易筆數、停損停利、正確執行決定、部位資金管理與分配
2. 建立交易部位
![Page 22: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/22.jpg)
• 用期望值決定一切?•停損的概念• 資金部位的分配•套值保利的概念
3. 進行風險控管
二、用大數據建構自己的交易系統
![Page 23: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/23.jpg)
• 時間差的問題•手續費的考量•滑價的風險
二、用大數據建構自己的交易系統
4. 交易訂單管理
![Page 24: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/24.jpg)
• 建立交易筆記• 記錄每一筆交易心得•評估自己的個性•定時檢討交易的紀錄
二、用大數據建構自己的交易系統
5. 檢討自己的交易
![Page 25: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/25.jpg)
Marcos Otero :• 必須是有限的。如果你的演算法在解決問題以後還在跑,那它便不是一個有效的演算法。
• 它的每一個步驟都要被清楚的規範。演算法的每一個步驟都要非常的精確,那些指示應該在每個情況下都有非常明確的規範。
• 它要是用的。那個演算法必須要解決那個問題,並且應該可以要用紙筆就可以證明他是可以解決你的問題。
6. 認識演算法:演算法的範圍二、用大數據建構自己的交易系統
![Page 26: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/26.jpg)
6. 認識演算法:金融演算法金融演算法交易(又稱黑盒交易、自動交易):• 設定時間範圍。• 定義明確的條件:何時、以什麼價格、數量來
交易什麼標的。• 績效評估為正(扣除稅金與手續費後)。
二、用大數據建構自己的交易系統
![Page 27: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/27.jpg)
7. 將交易心得量化
• 撰寫個人的演算法。• 使用歷史資料回測• 選用合適的指標。
二、用大數據建構自己的交易系統
![Page 28: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/28.jpg)
1. 高頻交易的關鍵2. 高頻交易系統的建構3. 高頻交易的策略
三、巨量資料的應用-高頻交易系統
![Page 29: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/29.jpg)
1. 高頻交易的關鍵
• 資訊交易設備
• 交易策略與演算法
三、巨量資料的應用-高頻交易系統
![Page 30: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/30.jpg)
2. 高頻交易系統的建構三、巨量資料的應用-高頻交易系統
![Page 31: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/31.jpg)
速度決定一切:• 網路的低延遲傳輸• 系統的快速回應判斷• 模組化的伺服器建構• 動態淨值與風險管控
2. 高頻交易系統的建構三、巨量資料的應用-高頻交易系統
![Page 32: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/32.jpg)
• 程序化交易策略3. 高頻交易的策略
將大單分散多筆小單:• M5 :多策略、多帳號、多商品、多週期、多經紀商• 批量批單方式:時間加權平均價格法、成交量加權平均價格法、百分比加權平均價格法、隨機分割法、差額策略法
三、巨量資料的應用-高頻交易系統
![Page 33: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/33.jpg)
• 新產業的來臨,新的商機• 新人才的需求,新的機會• 新數據的探勘,新的發現• 新交易的產生,新的模型
結論
![Page 34: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/34.jpg)
Thank YouAnd more ...
![Page 35: 金融巨量資料的探勘與應用](https://reader036.vdocuments.pub/reader036/viewer/2022081417/55ca572cbb61ebd9518b45c1/html5/thumbnails/35.jpg)
坐享其成-科技沒有不創新而能坐享其成禮聘賢才:互聯網 + : 工業 4.0 、 Big data 大數據的分析與探勘,隱然成為工業
革命 3.0 的態勢,隨著科技的進化,速度的提升,這股浪潮吹進了金融業,帶動另一波產業生態的連結「金融投資產業的創新商業服務」、「銀行進行式 3.0」,因創新服務需要新的元素人才:金融交易人員、 Big data 科學分析師、演算法策略顧問師、模型建構的數值分析師,是美國矽谷、華爾街的十大熱門人才。
人才性格:我們需要的是-「獨特的想法」,專注的研究追求心中真理,對科學研究有一種「陌名的興奮」,而您一直覺得自己與眾不同。
專業背景:1. 物理系2. 數學系3. 資工系大學以上的程度
專業技術需求:1. 清晰的邏輯分析能力2. 基本 C++
與我聯路:1. 準備一份人生地圖與說帖。2. 酆士昌先生, E-mail: [email protected]