金融巨量資料的探勘與應用

35
金金金金金金金金金金金金 金金金金金金金金金金 金金金 金金金 [email protected]

Upload: shih-chang-feng

Post on 12-Aug-2015

209 views

Category:

Economy & Finance


3 download

TRANSCRIPT

Page 1: 金融巨量資料的探勘與應用

金融巨量資料的探勘與應用

厚生資本股份有限公司

主講人:酆士昌[email protected]

Page 2: 金融巨量資料的探勘與應用

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

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

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

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

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

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

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

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

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

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

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

• 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

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

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

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

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

•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

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

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

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

• 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

• 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

• 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

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

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

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

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

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

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

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

• 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

• 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

Thank YouAnd more ...

Page 35: 金融巨量資料的探勘與應用

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]