大数据分析在证券投资中的应用及问题分析

范国亮

（晋中职业技术学院，山西 晋中 030600）

0 引言

由于大数据技术的普及，许多金融机构的投资者开始采取该项技术来帮助其开展证券投资活动，并处理其中可能出现的各种问题。大数据分析可以帮助投资者针对股市中存在的海量数据进行分析，同时依靠整理互联网中的各种相关信息来评估当前市场中的投资情况，以此来掌握当前的市场动向，并以此为基础开展投资决策。同时，大数据分析技术可以针对股票的结构化与非结构化数据开展精确分析，从而进行更科学、更精确的量化投资，实现收益率的有效提升。

1 大数据分析的相关概念

1.1 大数据的概念

目前，我国学术界并未针对大数据提出一个明确的界定，但其具有的以下特征受到广泛认同，也就是容量大(Volume)、多样性(Variety)、速度快(Velocity)及真假难辨(Veracity)。首先是容量庞大，这也是大数据最为重要的一个特点。容量过大导致传统的数据存储、管理及搜索方式无法满足该技术实际运用过程中的需求，为此必须形成一套更灵活并易于扩展的数据存储与管理方案。其次是多样性。在当前时代，数据存在着许多不同的表现形式，其中包括图像、文字及音频等诸多类型。采取传统的检验与分析方式来针对这些数据进行探讨，可能会导致数据分析的效率低下，无法保持相对较高的数据利用率。再次是速度快。传统的计算机设备不具备实时处理大量不同格式数据的能力，为此需采用更先进的技术来进行数据分析。大数据基础设施的运用有助于人们更灵活便捷地开展数据管理工作，同时还能针对许多不同格式的数据进行实时探析。最后是真假难辨。尤其是一些来源于社交媒体中的数据，其真实性往往无法得到充分的保障，这也给大数据分析技术的运用带来更多困难。

1.2 大数据分析的概念

大数据分析指的是对互联网中产生的大量数据进行分析，以此来寻找出能为决策提供帮助的有用信息。大数据分析主要采取信息网络技术对人们交易过程中形成的大量数据信息进行搜集与整合，之后再采取相应的大数据分析模型对这些数据进行探究，从而寻找出其中蕴含的规律。大数据分析技术的基础在于从信息网络等数据源中搜集的各种结构化和非结构化数据，并把这些数据存储到处理器中。利用信息技术来对其进行研究，依靠相应的算法模型来进行关联分析，以此查找出其中存在的价值。使用大数据分析技术的主要目标在于找出数据中存在的价值。

2 大数据分析在证券投资中的应用

2.1 股票分析

股票分析主要涵盖了以下两个方面内容，分别为基本面分析与技术分析。

2.1.1 基本面分析

在广义层面上，基本面分析主要指以供求关系理论为基础，通过对各种经济数据与政治环境进行分析来探究金融市场的发展态势。而在狭义层面上，基本面分析需要把微观经济状况作为研究的对象，其中涵盖的要素主要有产品竞争力、行业发展状况及管理者的专业素养等。在进行大数据分析的过程中，需要采取相关算法，依据投资者的实际需求来查找出能够满足其需求的股票，帮助其进行投资。

2.1.2 技术分析

技术分析主要指依靠分析市场行为的方式来评估市场运行的发展趋势，并在充分理解了市场运行趋势周期性变化的基础之上进行证券投资相关的决策。技术分析理论认为市场行为具有一定的重复性，因此如果市场属于有效市场，则在股票市场中发生的大部分事件都曾经在以往发生过。以人工神经网络算法技术为基础的股票技术分析，需要依靠输入预测样本和设定目标变量等方式来进行分析，并在此基础上将预测取得的结果和实际值进行对照，最后依靠构建拟合方程的手段来了解预测值与实际之间的差异性和关联性，以此来为投资决策提供有益的参考。

2.2 投资情绪分析

在广义层面上，投资情绪的内容涵盖各种可以使投资者对证券的估值与市场预期造成影响的因素。而在狭义层面上，投资情绪分析着重探讨经济变量和其他因素。对于券商和其他参与到证券投资活动的投资者而言，如何针对投资情绪进行准确的评估是极为困难的事情，而针对投资情绪开展准确的量化分析，对于证券市场研究的发展具有极为重要的积极作用。

在进行投资情绪分析的过程中，需要收集人们在各种社交网络平台中发表的信息，并在这些复杂的信息中筛选出具有良好价值的信息，从而将非结构化的文本信息向着结构化的方向进行转化，以此来取得投资者情绪测评指标。此外，还需要运用情感分析引擎来取得投资情绪分析的结果，最终在海量的数据信息中提取出更多有价值的内容，这也是大数据分析在证券投资活动中的主要优势。

2.3 量化投资

量化投资的内容主要是指针对金融市场和产品信息开展量化分析，并依据历史交易数据的内容来进行模型的构建，以此来做出科学的证券投资决策，以便完成交易活动。大数据分析的过程需采用各种类型的分析工具，其中包括人工智能技术、数据挖掘等。这些分析工具的使用有助于让金融投资活动向着智能化和高频化的方向发展。依据数据结构的差异，笔者将大数据分析技术区分成结构化与非结构化数据，其中前者的使用范围相对较广。

在进行量化投资时，结构化数据应用集中于人们无法利用的极为短暂的市场变化。举例而言，证券在买入与卖出之间价格发生的变化便属于结构化数据。高频交易具有频率较高且交易量较大等特性，因此计算机需要针对不同种类的结构化数据进行分析。虽然这类数据的收益率较少，但也具有稳定性强的优越性。在量化投资领域，非结构化数据并未得到广泛的运用，许多学者与从业者都在对其开展深入研究。这类数据能够帮助企业取得更多有用的信息，从而给其带来高额的收益。为此，许多企业都为其提供高额的投资。

3 大数据分析应用存在的问题

3.1 大数据隐私安全问题

大数据技术在使用过程中必然会引发数据安全方面的问题。大数据具有较高的价值，所以受到了黑客的重视，他们往往会选择冒着风险展开攻击。历史上曾经发生多次黑客攻击引发的信息泄露事件。例如，雅虎公司曾经因为受到了黑客的攻击，使得约有10 亿用户的个人信息泄露，其中涵盖姓名、性别、联系方式、居住地址及登录密码等内容。此外，我国也曾经出现过各种类型的隐私泄露事件，这些事件均在社会上引发了强烈的反响。除了黑客活动可能产生的用户隐私风险，企业员工盗窃数据所产生的风险也需要得到充分的重视。2017 年，我国一些互联网企业的员工便窃取了超过50 亿条用户信息进行贩卖。这些问题的普遍存在使得大数据安全问题受到人们的关注。若个人的隐私受到泄露，必然会导致用户受到骚扰，甚至可能导致用户与其亲友遭遇诈骗，最终给其带来严重的损失。同时，人们在大数据发展的过程中面临的威胁还包括大数据技术对人们的行为与状态的预测。由于各种信息技术取得突破性发展，互联网企业可以依靠对用户行为进行建模与分析等方式来探究用户的行为规律，甚至一些用户不愿被他人察觉的隐藏属性也可能被推测出来，这对用户的个人隐私造成了一定的侵害。例如，通过对用户在微博上发表的言论和网购记录进行分析，便可以准确地推测出其政治倾向和消费习惯等。同时，还可以通过隐马尔可夫模型来针对用户出行的目的地进行推测，若这些信息被不法分子掌握，便可能对用户的人身财产安全构成严重的威胁。

3.2 数据分析工具适用范围有限

时至今日，我国依然没有开发出能在所有场合实现针对性应用的大数据分析软件，因为不同的投资者对信息的实际需求存在差异性，因此所使用的分析软件也各不相同。有些投资者只需要采用电子表格便可以满足其需求，有些投资者则必须使用许多不同的大型软件与工具的组合方可解决问题。此外，大数据建模问题是数据分析的一项重要内容，依靠数据分析工具可以对各种数据进行整合，从而总结出其中蕴含的规律，采取适宜的数据模型进行分析，便可以得出准确的分析结果。大数据分析需要处理的数据规模极为庞大，分析当前的实际状况可以发现，过去使用的模型组合已经无法满足当前证券投资者对大数据分析的实际需求。

4 大数据分析在证券投资中的应用建议

4.1 重视专业人才的培养

与其他行业相比，大数据分析对专业人才的需求更为迫切，大数据分析行业需要的人才资源必然属于复合型人才，他们不但需要熟练掌握各种计算机软件的使用方法，还需要掌握数学和统计学的专业知识。然而，当前我国证券行业在培养与发掘复合型人才方面依然存在着显著的问题，因此如何开展更加科学有效的人才培养工作，对于证券投资的发展极为重要。

4.2 健全大数据的相关法律法规和使用规范

因为我国在大数据领域的法律制度并不完善，许多企业在进行用户数据的搜集、存储及管理时并未得到有效的规范，而许多企业制定的内控制度也无法充分保障用户的信息安全。在商业化场景中，用户应当能自行决定个人信息怎样被使用。当前，信息技术已经取得了突破性发展并且在全国各地得到了普及，有必要完善相关领域的法律法规，从而保障人民群众的合法权益不受侵害。

4.3 制定金融大数据标准，构建数据共享体系

当前，大数据技术在各个行业的应用自成体系。在金融行业中，银行、保险及证券所采用的数据标准规范存在着显著的差异性，同时其使用的数据记录方法和会计处理方式也各不相同。因此，在进行大数据分析的过程中，企业应当针对数据记录方式进行科学的规范，并制定出完善的数据质量规范。同时，企业还应采取适宜的手段来推动不同金融机构之间的数据开放共享，从而构建出金融业综合统计基础数据共享平台。

4.4 升级信息安全技术，保障信息安全

大数据分析技术是计算机技术发展过程中取得的一项重大突破，为了进一步提升其应用范畴，使其能够在更加重要的领域发挥效用，企业应当在技术层面为信息安全提供更加充分的保障。大部分黑客都需要依靠企业存在的技术漏洞来实现窃取数据的目标，因此，企业必须依靠升级技术手段来解决这一问题，加大力度培养信息技术人才并进行信息安全技术的开发与使用，同时在后续发展的过程中将其作为企业的战略规划，为信息安全技术的开发投入更多的资金支持。易安信等企业作为世界数据存储系统的寡头，其提供的数据存储技术为我国企业的信息安全奠定了完善的技术基础，并且为金融业的发展提供了高质量的数据存储服务。当前，我国和美国之间展开的博弈主要集中在科技方面，美国针对我国进行的技术封锁也让我国深刻体会到核心技术受制于人带来的诸多问题，因此我国金融业的发展不能完全依赖外国公司的技术，而是应当通过发展我国的信息安全技术来为数据安全提供更加切实有效的保障。

5 结语

当前，我国已经正式迈入大数据时代，而大数据分析在证券投资中的运用受到了金融领域从业者的广泛重视。当前，我国投资者数量的增长和各种新型技术的出现，使得许多金融投资产品涌现出来，为此，我国需要采取大数据来发掘出金融数据中存在的各种信息，从而帮助证券投资者做出更加科学的决策。