多數的投資朋友，在一開始踏股市進行交易時，都會花不少時間在研究基本面、財務面、技術面、消息面，以為做了萬全的準備後進場竟可以等待獲利的到來，但事實上並非如此，心理層面的影響容易被忽略，導致投資策略無法確實執行，常因為市場上的風吹草動，而出現過度樂觀的追高或是過度悲觀的殺低，導致後悔莫及。

策略交易是一種量化的、科學化的交易新概念，簡單來說就是，「依據自己的進場、出場條件所組成的交易策略，並持續性的遵守交易策略進行買賣」，因此能夠大幅降低情緒上的干擾因素。

【回測】是進場投資前的必要功課

當投資者擬定好投資策略後，最簡單的方式就是到真實市場上去交易一次！看看經過一段時間下來，這樣的投資策略可以帶來多少獲利，或會造成多少虧損，但如果是個失敗的策略，那所造成損失不就虧大了？ 因此，在評估策略是否可執行前，若能先進行虛擬交易，而只看一段期間所可能造成的損益，等到確實評估策略優劣再實際進場交易，因此，所謂的「回測」就是帶著您「回」到過去「測」試，評估的項目包含：

• 策略是否具有穩定、可靠的報酬與可承受的風險
• 投資策略在不同的期間，在多頭與空頭下，是否會有不同的表現？
• 策略是否可以套用在不同的股票(類股)中？

因此「回測」就好比讓你搭乘時光機，在時間軸上來去穿梭，找到您專屬且經過市場驗證確實可行的優秀投資策略。

策略雲股票回測系統-測試你的策略績效

利用歷史回測來檢驗個人的策略交易，克服投資的最大敵人「貪婪」、「恐懼」，被證明是十分有效的方法，然而由於回測需要依靠電腦大量運算，以往投資者必須自行編寫程式架設運算機器，隨著雲端運算技術的進步，策略雲團隊於是針對此需求為投資人開發了目前台股市場上第一個線上股票回測系統，使用者透過直覺的網頁介面在幾分鐘內即可得到完整策略回測報告。

以下圖為例，投資者可以自行設定進場條件與出場條件的參數：

舉例來說，下面這張圖是利用純技術分析應用在所有股票的策略，回測20年的結果，從報酬率曲線來看相當漂亮，代表策略邏輯非常正確，但是整體累積報酬率卻不高，因此技術派投資人的選股能力和資金配置就顯得相當關鍵。

由策略雲回測系統來驗證自己的投資方法，幫助調整策略的進出場邏輯，或許它無法讓你一夕致富，但絕對可以幫助投資者優化報酬，找到獲利關鍵因子。

The post 投資方法有效嗎？利用策略雲的歷史回測來測試吧！ appeared first on StockFeel 股感.

事實上，在這些創新金融商品的背後，都是基於能夠精準掌握有效資訊的大數據分析基礎而來。透過歷史氣溫數據、氣象災難紀錄…等資訊，讓這兩家公司能夠藉此為依據並制定風險控制策略、甚至進而推出富有創意的金融產品；然而，由大數據分析所帶來的金融創新恐怕還不僅於此。

由知名管理諮詢機構麥肯錫(McKinsey & Company)所公布的報告顯示，資訊、金融保險、政府和批發貿易四大產業，在大數據應用價值上最具潛力；而若以數據量而言，資訊、金融保險、電腦及電子設備和公用事業的資料量則最為龐大。由此可見，金融保險產業無論是投資規模和應用潛力，都會是在大數據分析時代下最為重要的產業之一。

以銀行保險業為例，目前已有不少銀行和保險業者試著運用大數據進行業務銷售，舉凡透過客戶交易紀錄和消費模式進行交叉行銷、提供更為符合客戶需求和習慣的商品，以及針對客戶即時狀況進行推薦…等，都能夠藉由大數據分析以獲得更加精準的行銷目標和銷售途徑。其次，結合大數據的資料挖掘，則可透過中小企業的產值、銷售和財務…等量化數字評估企業的信用額度，或者針對交易紀錄等資訊判斷洗錢或者詐欺等交易，有效地降低銀行在貸款和營運上的風險。透過大數據分析，銀行保險業可將傳統倚賴人工判斷的流程，轉變為以系統分析結果為依歸的方式，不僅能夠更加精確地細分客戶並進行差異化服務、發掘更多潛在客戶需求和商機，同時也可以大幅地降低銀行端的財務風險。

在證券投資業方面，最亮眼的焦點則莫過於被應用於股價預測的大數據分析；透過分析Twitter資訊內容以感知市場情緒的英國避險基金Derwent Capital Markets，在2011年推出的第一個月即以1.85%的報酬率，成功擊敗平均報酬僅有0.76%的其他避險基金。此外，美國佩斯大學博士採用追蹤星巴克（Starbucks, SBUX-US）、可口可樂（Coca-Cola, KO-US）和Nike三家公司在社群媒體上的受歡迎程度，並將其與該公司股價相比較，發現品牌的受歡迎程度，如粉絲人數、追蹤數和觀看次數…等數字皆與股價密切相關，甚至還能夠預測到短期間內的上漲情況。中國國泰君安證券則在2012年運用大數據技術，推出「個人投資者投資景氣指數」，企圖以持續追蹤個別投資者的真實交易資訊、資金流動狀況、帳面收益率和投資信心狀態…等指標，在加權匯總後獲得一綜合性的投資景氣指數；此指數的漲跌波動甚至與上證指數走勢十分貼近。

由網路趨勢和行動浪潮所刮起的旋風方興未艾，舉凡支付寶、Apple Pay和餘額寶…等創新金融服務，都仍正在逐漸滲透民眾日常生活、改變人們理財習慣的同時，大數據分析技術也已經在金融市場造成前所未見的衝擊，並且替銀行、保險和證券為主的金融產業以極快的速度帶來顛覆性的創新和可能性。

下一次，倘若聽到有人以氣溫分析股價漲跌、或者運用歷史數據預測投資人心理和買賣行為，不用覺得奇怪；因為，這就是個趨勢！

The post 大數據時代的金融創新將超乎想像 appeared first on StockFeel 股感.

聽起來，產業大廠們對於大數據分析是否能夠為自家公司加分，似乎感到信心滿滿；而除了透過投資從事大數據的分析公司之外，還有沒有其他方式能夠將大數據時代下的資訊轉換為鈔票呢？

事實上，訊息萬變的金融市場，正好就是數據最為豐富之處。

隨著科技的日新月異，現今的網路普及程度高且資料取得容易，近年來透過量化模型的自動交易模式已經逐年攀升，目前更有約三分之二的華爾街交易皆來自於量化投資。藉由大量數據的應用、多變量因素的設定、統計學上機率和期望值的回測追蹤，最終衍生到找出某種關聯性，不僅能夠有效幫助投資者在執行投資策略時降低風險、掌握趨勢，更可透過投資策略執行的設定，避免受到人性喜好影響而犯下的錯誤。

結合大數據趨勢的量化投資模型，將不再僅依靠隨機抽樣來推測整體的情況，而是能夠藉由快速取得大量且準確的資料，直接分析母體的全部訊息，等於是讓樣本與母體趨於一致，進而提高數據模型預測的準確度。其次，透過有效的篩選過程和分析方法，也能夠藉由大數據技術針對龐大的樣本進行多層次的分析，並且提供更加有效且精準的資訊。

簡單來說，量化投資就是藉由科技處理資訊、進而實現投資理念的一種策略；在市場複雜程度日漸增加、投資規模和投資項目皆與日俱增的趨勢下，由投資經理人或者個人主觀判斷所形成的傳統投資方式已經面臨了較大挑戰，其所能夠涵蓋的思考範圍也稍嫌不足。因此，有越來越多的投資者開始注意到量化投資，更有不少基金、券商…等皆已推出量化投資類型產品。基於大數據技術的基礎之上，未來運用於投資商品的資料挖掘、大數據投資策略開發…等，都將成為投資領域不可避免的趨勢。

舉例來說，英國對沖基金Derwent Capital Markets，即於2011年5月推出首支基於社群網路推特(Twitter)的數據內容來感知市場情緒、進而進行投資的對沖基金；而中國上海量化投資管理中心則在今年初推出量化大數據對沖1號基金，以總體經濟、公司財報和市場交易…等大數據資訊進行模型選股。

未來的投資市場，勢必將圍繞著資訊的獲取以及解讀而發展；因此，若想要成為資訊爆炸時代下的投資贏家，運用有限時間、並且找到有效資訊解讀方式，便會是能否致勝的關鍵因素。根據效率市場理論，大數據技術的發展也許將會使得取得資訊的成本下降，而在投資者掌握更多有效資訊的狀況下，則將可能造成市場的波動度降低。只不過，在現實狀況中，並非所有投資者都有能力和技術獲取所有的資訊、更不用說是否能夠正確解讀龐大資訊中所隱含的訊號了。

想藉由大數據將資訊變成鈔票嗎？透過有效判斷資訊、搶先一步得到資料背後的訊號，便會大數據時代中最為關鍵的一環！

The post 大數據分析讓資訊變成鈔票？ appeared first on StockFeel 股感.

Big Data，也被稱之為大數據、巨量資料或者海量資料。根據研究機構國際數據資訊(IDC)表示，全球資料正以每年50%的速度成長，也就是說，資料量將在不到兩年的時間內便會增加一倍；其中，又有近90%的數據是近兩年才出現的。由此可見，資料正如同一股洪流般地湧入了我們的生活、進而改變全球的經濟模式。此外，IBM也估計，大數據所帶來的商機將以20%的速度持續成長，並預計在今年達到180億美元的水準；單以成長速度和商機而言，在《大數據》一書中作者Mayer-Schonberger所提到「Big Data將是未來十年趨勢」這樣的結論，可真是一點也不為過！

在雲端科技的發展之下，不僅讓人們能夠在龐大的資料中找尋線索、獲得整理過的統計趨勢了解過去；透過Big Data的資訊運用，更將讓人人都得以掌握大自然氣象、預知選舉結果，甚至成為股票市場中的預言家。

位於英國的基金公司Derwent Capital Markets，早在2012年即推出了世界上第一支運用社群網站Twitter上大眾情緒來進行投資的對沖基金；透過每天超過3億4千萬則的推文分析，將用戶情緒歸納出一套金融規劃，以預測股票市場的趨勢。當用戶情緒指數趨於平和冷靜時，道瓊工業指數所呈現的走勢是上揚的；反之，當用戶情緒波動時，股價指數則明顯下跌。根據數據顯示，以Twitter推文預測投資市場走勢的方式，約有高達87.6%的準確率；相信，很多人應該連想都沒想過，自己在網站上所發佈的感受和心情，竟然能夠成為影響投資市場走勢的因素之一吧！

對於金融業而言，令人興奮的消息還不只這一樁。花旗銀行(Citi Bank)近期也正與IBM進行風險管理方面的合作，邀請到能夠在三秒內閱讀並理解2億頁資料，而且能夠像人類般準確回答問題的「分析師」Watson，協助銀行分析每天數以千計的金融訊息，進而認知風險、報酬、客戶需求並且藉此輔助診斷投資決策，以期大幅降低風險。未來，大數據不僅可以被Google應用來預測奧斯卡得獎名單、被美國總統歐巴馬運用在掌握選舉時的選情狀況，更可朝向金融領域發展，藉由數據資料分析有效控制投資風險、提供客戶更加客製化的資訊，甚至預防難以偵測的金融詐欺和洗錢交易。

分析(analytics)，是從大數據中辨識出價值、讓資料被賦予意義的最重要因素；在資訊爆炸的時代裡，獲得巨量資料的門檻已經大幅降低，但是，最後若少了分析技術以促成有意義的決策，那麼便無法在龐大資料中挖掘出具有價值的寶藏。或許有人認為，投資市場的迷人之處就在於，沒有人能夠完全準確地預測其走勢；然而，透過大數據，卻能夠發現可用的訊號以有效減少風險，並藉由早一步找出影響趨勢的因素，而在投資市場中先占有優勢。數據是死的，就看我們如何賦予它生命了！

The post 讓華爾街也害怕的大數據分析浪潮 appeared first on StockFeel 股感.