2015数据分析师峰会之 郑志勇：金融大数据与金融工程

郑志勇
北京和晶睿智执行合伙人
        首先感谢主持人。我最近两到三年没有做过技术，跟大家讲一些理念东西，作为学生或者作为刚从业人如何看待一些问题？
        我的演讲题目叫“金融工程概念与大数据”，什么叫金融工程？大家可能知道，金融工程是我们学大数据，数据处理方法怎么编程，为什么编程？有的时候为了量化投资、有的为了数据分析，其实我们都是为决策。决策涉及几个方面：一个就是数据这个东西靠不靠谱？大家如果从自己角度看金融工程的概念，金融工程是解决几个问题，首先金融有几个大的领域：
        1、估值与定价，一个股票三块贵还是便宜？市场都有交易，为什么会有交易？比如中信证券15块，有人觉得它高、有人觉得它低，别人给你推荐期权值10块，你认为值多少钱？需要估值。
        2、风险管理，风险管理要看这些概率、还要看市场变化，比如金融危机到什么情况？另外还要看极端事件，极端事件我觉得能预测到都不是风险，风险永远预测不到，而且市场永远在预测之外，不会符合你的预测进行。
        3、资产配置，我们要估值、要风险管理，如果把所有加在一起很难受，我高估还是低估？我不知道，其实你就是赌一下，赌一次不科学，我们多赌几次叫资产配置。
    金融工程面临的问题：
        1、大数据。对于别的行业来说，大家都说没有数据，但是对于金融行业到了数据泛滥的时代，泛滥什么程度？现在两千多股票、三千多支基金，那是A股，还有300、港股等，你所有股票名称加起来可能一万个，以前时间序列数据，现在高频数据，一天有多少秒？一天数据可能几兆，交易一万个数据看都看不过来。对于我来说，一看到“免费”两个字就很害怕，为什么会有问题？学生买的数据，或者拿出新浪行情数据，新浪行情数据就有夫权，一支股票昨天20块，今天就4块了，我不知道为什么？我不知道。
        2、还有分析技术复杂，模型越来越复杂。期权、期货各种各样金融工具越来越复杂，简单的exact基本不能满足了。在金融行业数据泛滥，都是真实数据看都看不过来，只要有钱都可以买过来很多数据。今天股票涨了，为什么涨？会有十个人告诉你不同的理由，哪个理由是正确的不知道。另外东西我简单说，我要去做数据处理、我要编程，为什么编程？
        3、大家会看到，通过信息发展时代，所有简单劳动都被机器替代，你看银行柜员被ETM替代，同样分析就是exact拉来拉去，作为分析师你不想把自己分析方法告诉别人，没人会帮你。
        4、大脑逻辑思维局限性。我们所有判断都是基于脑袋，大脑思维是跳跃性的，以前有人告诉你波动率25%期权价格是1块，波动率提升20%比率至30%的期权，价格多少？不知道。凭感觉，一个策略告诉我赚3%止盈，亏1%止损，平均每次套利期望收益为1%，这话可信吗？都是假的。
        另外一个问题，我们告诉大家什么叫金融？金融没有对错，我现在问大家一个问题，N个0，1均匀分布的和还是均匀分布？有人能回答吗？今天股票涨跌你不知道就没有意思，你猜一下？在学校老师会告诉你正确答案，在金融市场不一样，你说正泰分布，你愿意为你所说付一万块吗？如果对一万给你，错了给我，有观点不下注是最大的问题。没有人告诉你对的还是错的，但是根据自己观点下注，下注就是金钱。最大体验人性表现最好，有两种情况：一种战争，一种金融资产受到损害的时候，这就是人性。
        我以前在学校和大家一样，别人老说怎么怎么，结果到上班发现，好不容易有模型亏钱，学一遍，没有人告诉我对错。
        金融工程的意义，金融工程专业兴起20世纪90年代，是综合运用数学、统计学和计算机编程技术来解决金融问题的崭新领域。我招聘中职位有量化投资助理、产品助理一大堆，我最怕招这个专业，别人告诉我说他是金融工程专业的，非常怕。

    金融工程是数学、统计学、计算机编程，来一个金融工程专业，你会编程吗？会一点，数学怎么样？拿刚才公式告我。金融工程是复合的概念，复合前提先把一方面做的好，统计做的前五，数学做的前五。
    每天做的事就一件事，信息加逻辑等于决策。找对象也是信息，表面漂不漂亮、性格好不好、逻辑取向。我结婚前我媳妇给我打扫宿舍，我结婚后再也没有打扫过，完全决策错误。我没有想过人会变。没有办法人家是我的领导。金融是使用背景，工程是方法，什么叫工程？我是工科毕业，没有工程大家坐不上汽车，没有工程住不上房子，这就是工程的意义，模块化组装、程序化。用工程的方法解决金融问题，无非把金融简单的数据处理、简单的行情交易基础外围东西，做的比别人高效、更稳健。
    收益分析，我们所有人都在分析，分析有决策，决策就有收益，收益等于运气加能力。今年业绩好，我就厉害，明年业绩不好，市场不配合。时间长发现收益等于运气加能力，但是人性有非常好的特点，把优点所有归为自己，把所有缺点都归别人。运气不可持续、能力不可持续。
    未来的发展就是数据爆发的时代，简单地说从低频到高频，数据增长多少倍？以前只要有收款价，后来成了高频，成了四个小时240分，还有秒，一小时3600秒，一秒有12个价格，基本通过这一变化，以前从低频到高频，信息数量增加有10万倍。从这个角度增加10万倍，还有问题，这个产品数量能有多大？以前就几个品种，以前看股票100个股票来回看，现在股票很多。还有技术方法，以前看TVPP或者看动态，方法论有很多，以前基于主板做，现在做回归。产品复杂化就是期货、期逡，OTC产品就是场外产品，大宗商品都是OTC。
    以前我很疑惑，股票市场是可以交易，为什么OTC市场我想买买不着、想卖卖不出去？因为这是一个圈子。市场存在套利益效益，说是套利也可能给你甚至的陷阱。套利现在股票值10块，评估下来是超低，我应该买了，买了不少，后来过一段是9块，再买一些，你会发现这个东西对还是错，你认为估值低你买了，付诸于行动变了8块，最后受不了。砍仓，我说不砍，结果到第二天情况可能到7块，你把所有奖金、资产都赔进去，可能第二天又涨，所以没法预测。有一个理论，我们做模型、模拟，一个模拟很好可是到市场一看就是亏钱，这正常吗？很正常，但是问题你亏一个月，你模型活不了一年就被干死了，不是因为你，是因为客户。
    我们现在有非常好把数据分析用到大数据指数，大数据指数现百度有百发，百度跟广发进行合作，新浪跟南方进行合作，还有淘金100，已经证明只要你发现跟常规不相关的 对象，或者基于新的方法做指数，你是有超额收益的。超额收益R是预期的，你会发现一开始市场沪深300，是价格指数，后来发现有人选股、基本面就出来基本面指数，有人说市场不好，我买了白酒，最后出来医药指数和食品指数。过一段时间有人发现这个东西能套利，我做小盘股，现在有中成1000指数。
    你会发现任何一个R生命周期可能就几年不到，最后变成B。现在指数有很多，价格指数、行业指数、主题指数等一大堆，所有R超高能力收益被大家熟知最后都变成B。本来这个数据是我们私有的，你就能赚钱。
    另外一个金融可视化，这个图是国外一个人做的，他把SMT500做成按行业、按股票分，标普500涨了，第一技术，一张可以看出500股票涨跌信息，行业可以看到所占指数的权重。我不光知道哪个股票涨，还知道哪个行业盈利高，如果没有这个东西，股票行情300股票得翻几页，得看10页。从这个角度就有技术优势，你给别的技术优势差很多。
    刚才说回到第一开始问题，我们现在干的事，采集信息根据我们逻辑做出决策，采集信息根据逻辑方法和知识做出决策，如果有这张图的话，一秒获取信息跟别人十分钟信息差不多，我正确的概率就高很多。另外一个挖掘潜在的规则，某些券商一开会就会跌，还有通过经验与数据双验证模式，比如优衣库事件股票涨了很多很多，早期发现规则的投资。规则你发现越早你赚钱越多，问题你地区第一个发现美洲或者印度，你知道这个东西是对的还是错的？不知道，需要很大的信息支持你。
    这是我写的书，我跟李洋写一本书，李洋写的，我是参与者，量化投资与MATLAB工具，我们后边有签售。谢谢大家！

    主持人 王安：谢谢郑志勇，给我们说量化投资最重要的关键点就是运气，我听完之后，觉得大家如果知道问题，大家勇敢去做，因为最后结果是运气，只要按照自己想法去做吧，不管创业还是人生。