【大数据 应用于证券行业的缺陷】

图1. 某标的股

图2. 收益率曲线

近年来，“大数据”这个单词的使用率之高，几乎涵盖了所有领域。

毫无疑问，大数据，给许多行业带来了不可估量的科技进步与实用成果。

一时间，这方面的人才都成了香饽饽，许多HR们也在他们对技术尖子的录用标准中，毫不犹豫地加上了这个单词。

但是，在证券领域（包括：股票、基金、债券、期货、外汇、贵金属，甚至虚拟货币等），大数据给我们带来的，却不仅仅是众所期盼的长足进步，相反，在很多时候，它带来的后果，往往像“未来函数”似的让人无语。

众所周知，凡是用K线来表达连贯趋势延续的品种，当日收盘后，明天的K线是什么形状？ 100个人当中，有99个半都不敢笃定。如果他偏要说：我能预判出来。那么，他不是狂人，就是骗子。

相对而言，猜指数 要比猜个股相对容易些。尽管如此，要想猜对次日的走势，其胜率也是五五开。

即便是你拥有了“大数据”这样高端的技术，其胜率也难以超过五五开。这还仅仅是针对大盘指数而言。

想想看：如果要准确判断A股市场中四千多只个股次日走势，其难度 何其夸张乃尔！

每只个股，其中是否有大资金潜伏？ 他们是哪天进场的？筹码是否已经收齐了？持股数量和成本是多少？准备哪天开始拉升？预计拉升幅度是多少？ 等等 等等......

每只个股，都是不同的。所以，启动日也就不尽相同。

这些，都是仅凭过往历史数据所不能判断出来的，或者说是 大数据力所不能及的。

即使你用大数据把某只个股的基本面都判断出来，历史的技术走势也统计出来了，也不能判断出来明天它是否一定就开始启动。

这是残酷而不争的事实。

所以，即使是拥有强大的自我学习能力的大数据，为你带来的也仅仅是锁定基本面良好，技术面基本到位的一种可能性而已。要想指望大数据为你带来何时进场/离场的下单依据，几乎有点可笑了。

那么，除了大数据之外，就没有其他更好的办法了吗？

当然有，比如：趋势跟随类的策略，就是最合理的、胜率最高、回撤最小、盈亏比最大的顶级策略。

据华尔街的许多著名机构判断，西蒙斯的大奖章高频策略，基本上也是根据这些原理来设计的。

近几年来，笔者也正是围绕着这一逻辑和思路，来设计各种量化策略的。其效果，可见图5所示。

顺便提示一句：6月份要特别警惕 随时到来的急跌！