雖然這篇匯率選擇權如何避險與獲利鄉民發文沒有被收入到精華區:在匯率選擇權如何避險與獲利這個話題中,我們另外找到其它相關的精選爆讚文章
在 匯率選擇權如何避險與獲利產品中有1篇Facebook貼文,粉絲數超過11萬的網紅Joe's investment,也在其Facebook貼文中提到, Joe:「其實各國政府公布的經濟數據,如果能夠透過系統化的整理,加上邏輯分析,在投資上也能夠產生投資效益,而且一般散戶也能做到,尤其是在已開發國家,官方統計數據相對完善,那就是一種統計一個地區全國民眾的big data,對於會分析的人來說,那些數據不只是是數據。」 Amazon前首席科學家( ...
匯率選擇權如何避險與獲利 在 Joe's investment Facebook 的最讚貼文
Joe:「其實各國政府公布的經濟數據,如果能夠透過系統化的整理,加上邏輯分析,在投資上也能夠產生投資效益,而且一般散戶也能做到,尤其是在已開發國家,官方統計數據相對完善,那就是一種統計一個地區全國民眾的big data,對於會分析的人來說,那些數據不只是是數據。」
Amazon前首席科學家( Andreas Weigend)認為,「數據」是『新石油』。
網路時代面對大數據蒐集資料方式眾多,根本無所遁形。舉例來說,一覺醒來,智慧型手機的APP叫你起床;今天吃什麼?手機或電腦裡會提供最健康適合的菜單;上班快遲到了Google Map會規劃出最適當的路徑;下班後跟三五好友聚餐,一同拍照打卡記錄你的回憶!
這些日常生活中再習慣不過的舉動,都被電信業者、計程車、各式餐廳蒐集到你的喜好,這些由不同載體所蒐集,整理出的資料又稱為「海量資料庫」,海量資料庫的觀念在二戰時就已出現。
相信許多人都有被臉書(Facebook) 「廣告綁架」的經驗,剛瀏覽過Agoda訂房系統,臉書頁面上就出現許多訂房、旅遊廣告資訊。逛完網拍,網頁上就容易跳出網路拍賣相關廣告,在大數據的時代,你的任何一個小動作,都會成為對方的商機。社群媒體興起後,大家開始從網路淘金。以臺灣著名的居家社群網站DECOmyplace為例,網站內容分享許多實用居家布置技巧,以及各類居家風格文章,吸引許多對布置居家有興趣的網友點讚、分享,看準網路流量,網站的側邊開始出現特力屋、傢俱公司、裝潢公司等廠商下預算登廣告。
賽仕電腦軟體股份有限公司表示,「看得懂數據背後的意義才是關鍵」,大數據不是為了讓你看見既定的、你已經知道的事情,每個想使用大數據的人應該藉由數字發展新商機,就像美妝部落客的點閱率能讓美妝企業清楚知道自己的客戶在哪裡,文章下的留言更可以讓美妝公司知道顧客還需要什麼、產品有哪些地方要改進。
臺灣的數據資料目前都掌握在政府及大型企業手上,中小企業並無足夠的資源及母體數進行資料蒐集,因此資料流通也可能成為一塊商機,在手機上下載APP時、在網路上玩心理測驗時,你會詳閱規則嗎?如果習慣性讀取、分享個人資料給APP,就容易造成個資外洩。
為了蒐集母體資訊,便利商店在印收據時,常會提供Groupon券,累計資料統計顧客消費取向。金融業也分別推出APP,除了管理個人網路銀行外,藉由收支紀錄,能進一步篩選出有財力進行金融商品投資的客戶,推出哪種信用卡較能招募卡友。
在這樣的邏輯下,「問問題」就變成淘金最關鍵的鑰匙,在海量資料庫裡,企業到底需要蒐集那些資訊,才能精選出潛在客戶群,分析師重新解讀對數據、問題的觀念,於是,思辨能力成了大數據時代下最不可或缺的一環。你可以看不懂數學模型、演算法則,但你要清楚這些數字對你的意義,以及清楚是基於何種思辨邏輯組合數據,導出你要的答案。
在紐約SoHo區Two Sigma投資公司的大廳,機器人不時來來往往,數十位太空物理、免疫學與語言博士每天擠在電腦螢幕前,觀看數十億美元在全球市場上廝殺,他們的目的是祕密地為這家避險基金公司所管理的240億美元,在全球尋找投資機會。這些科學家們將新聞稿、企業獲利報告、天氣預報及推特等資訊程式化,並撰寫交易程式,依據他們從資料中所設定的「信號」來選股。
其實華爾街開始駕馭這種「巨量資料」已有數年,其中一些業者更已跨出大步,利用大資料來預測股市。Two Sigma正處於電腦化投資的新前線,這些科學家與工程師正試著用強大的計算能力,從新聞與資料中預測股價,這種作法稱之為「量化投資」,因為這種交易主要依靠數學模型。但在實際作法上卻與傳統的「量化交易」(Quants)不同,因為傳統為電腦所寫的程式只侷限於股價的統計關係,並沒有利用多少現實世界的資訊。
然而「大資料」操作者卻是利用演算模型,他們比任何人都能更更迅速利用全球資訊,尋找投資形態,來進行股票、債券、選擇權、期貨或匯率交易決策,例如在決定如何操作一支大型零售股時,科學家及數學家們提出數十種電腦交易模型。其中一種是透過分析師們研究零售股的交易型態,來進行自動篩選;另一種模型是先訂出一種交易型態,來分析與其他交易型態之間的相關性。每一種模型都會提出交易建議,再匯流到一個總評估模型中進行選股,最後由執行系統自動下單交易。
科學家可能需要數周來完成一項模型;然而一旦輸入電腦後,在幾秒鐘內就可完成一次運算。業者表示,這些系統擁有人工智慧,「象徵投資管理業的未來」。
http://udn.com/…/815045-%E5%A4%A7%E6%95%B8%E6%93%9A%E6%99%8…
http://money.udn.com/money/story/6674/860775