大数据中的金融市场监管-经管之家官网!

人大经济论坛-经管之家 收藏本站
您当前的位置> 数据>>

大数据

>>

大数据中的金融市场监管

大数据中的金融市场监管

发布:ycxff | 分类:大数据

关于本站

人大经济论坛-经管之家:分享大学、考研、论文、会计、留学、数据、经济学、金融学、管理学、统计学、博弈论、统计年鉴、行业分析包括等相关资源。
经管之家是国内活跃的在线教育咨询平台!

经管之家新媒体交易平台

提供"微信号、微博、抖音、快手、头条、小红书、百家号、企鹅号、UC号、一点资讯"等虚拟账号交易,真正实现买卖双方的共赢。【请点击这里访问】

提供微信号、微博、抖音、快手、头条、小红书、百家号、企鹅号、UC号、一点资讯等虚拟账号交易,真正实现买卖双方的共赢。【请点击这里访问】

美国康奈尔大学教授莫琳•奥哈拉,大卫•伊斯利为英国《金融时报》撰稿2013-05-23(www.ftchinese.com)监管机构和投资者疲于应对高频交易(HFT)带来的难题。这种速度极快的计算机化金融活动如今占据了交易的 ...
扫码加入金融交流群


美国康奈尔大学教授 莫琳•奥哈拉,大卫•伊斯利 为英国《金融时报》撰稿 2013-05-23 (www.ftchinese.com)

监管机构和投资者疲于应对高频交易(HFT)带来的难题。这种速度极快的计算机化金融活动如今占据了交易的大头。美国监管部门认为,高频交易一手制造了2010年5月的“闪电暴跌”(flash crash),令道琼斯工业平均指数(Dow Jones Industrial Average)突然大跌。然而,现在的高频交易已与三年前大不相同,这是“大数据”造成的。

大数据指的是过于庞大或复杂(或两者兼具)、无法用标准软件高效管理的数据集。金融市场是大数据的重要产生者,交易、报价、业绩报告、消费者研究报告、官方统计数据公报、调查、新闻报道无一不是它的来源。

第一代高频交易单纯靠速度来发现利用价格差异,依赖这种策略的公司近年来的日子不太好过。Rosenblatt Securities表示,与2009年相比,2012年高频交易公司的利润下降了74%。光快是不够的。我们与劳伦斯伯克利国家实验室(Lawrence Berkeley National Laboratory)的马科斯•洛佩斯•德普拉多(Marcos Lopez de Prado)提出,高频交易公司越来越依赖“战略顺序交易”(strategic sequential trading)。它包含的算法可以分析金融大数据,以识别出特定市场参与者留下的足迹。例如,如果一支共同基金通常在收盘前每一分钟的第一秒执行大额订单,能够识别出这一模式的算法将预判出该基金在其余交易时段的动向,并执行相同的交易。该基金继续执行交易时将付出更高的价格,使用算法的交易商则趁机获利。

这种新形式的高频交易可能会误入歧途,例如2013年4月23日的“无厘头暴跌”(hash crash)——美联社(AP)的Twitter账号发出巴拉克•奥巴马(Barack Obama)遭遇恐怖袭击的虚假消息,引发市场下跌。与2010年5月的那次暴跌不同,此次暴跌的罪魁祸首不是快速抛售引发的更多抛售。它不是快速交易导致的暴跌,而是大数据导致的暴跌。如果监管机构认识不到区别所在,它们将面临一种风险:新制定的规则只能解决陈旧、过时的问题。

大约两年前,对冲基金开始普遍从社交媒体提取市场情绪信息,其理念是利用Twitter、Facebook、聊天室和博客用户发出的成百上千万条消息,开发交易算法,判断出与各家公司有关的需求趋势。然而,这些算法通常无法利用小数据集做出有效的猜测。近几个月,一种算法流行起来——一旦有自然灾害或恐怖袭击等意外信息公布,便立即抛出订单。一个数据点出错就能导致“无厘头暴跌”,能够引发它的灾难性事件未来必定会上演。

坏消息是,若要应对新型高频交易带来的难题,就必须理解大数据与以往截然不同的挑战。好消息是,监管机构似乎认识到了适应变化的必要。本月,美国商品期货交易委员会(CFTC)专员斯科特•奥马利亚(Scott O’Malia)在纽约大学理工学院(NYU-Poly)大数据金融会议上表示,“鲁莽行为”正取代“市场操纵”,成为起诉不当行为的标准。例如,尽管利用从几百万条Twitter消息提取出的信息进行交易合情合理,但一旦算法在新闻通讯中发现“炸弹”和“白宫”两词便抛出大量订单,毫无疑问是鲁莽的。

一个重要的问题是,我们如何保证市场参与者负责地使用“大数据”?正如《哈佛商业评论》(Harvard Business Review)的文章所说,大数据需要大智慧。几年前,CFTC曾考虑是否应当让监管机构对交易商的算法进行认证。监管机构干预的潜在风险是巨大的,更不用说还有知识产权盗窃的风险。各方可以达成一种妥协:让市场参与者提出一系列追踪“鲁莽”行为的实时指标,例如在买家减少时增加市场抛售压力的行为。如果一家交易商逾越了多个“鲁莽”行为的临界值,它将可能被起诉。随着市场的演化,这些指标可以调整变化;最重要的是,它们可通过全体市场参与者的一致同意而制定。

利用美国国家实验室的资源是一种解决方案。劳伦斯伯克利国家实验室拥有超级计算能力和雄厚的分析技术,足以实时监控这些“鲁莽行为”指标,并且向监管机构汇报威胁稳定的鲁莽市场行为。传统的停市机制在市场暴跌后停止全部交易。相比之下,实时监控能够将单个参与者扫地出门,从而向诚信的参与者继续敞开市场。

大数据的使用正在改变市场。现在,我们需要改变监管市场的方式。解决高频交易问题的出路不是限制技术,而是鼓励对更复杂的技术乃至更大数据的利用。

本文作者为美国康奈尔大学(Cornell University)教授


「经管之家」APP:经管人学习、答疑、交友,就上经管之家!
免流量费下载资料----在经管之家app可以下载论坛上的所有资源,并且不额外收取下载高峰期的论坛币。
涵盖所有经管领域的优秀内容----覆盖经济、管理、金融投资、计量统计、数据分析、国贸、财会等专业的学习宝库,各类资料应有尽有。
来自五湖四海的经管达人----已经有上千万的经管人来到这里,你可以找到任何学科方向、有共同话题的朋友。
经管之家(原人大经济论坛),跨越高校的围墙,带你走进经管知识的新世界。
扫描下方二维码下载并注册APP
本文关键词:

本文论坛网址:https://bbs.pinggu.org/thread-2433393-1-1.html

人气文章

1.凡人大经济论坛-经管之家转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责;
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性,不作出任何保证或承若;
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。