顾大局：大数据在市场监管上的应用前景

　　和讯期货消息 由中国期货业协会与深圳市人民政府共同举办的“第11届中国（深圳）国际期货大会”于12月3日—12月5日在深圳召开。

　　本届中国（深圳）国际期货大会与往届相比形式更加丰富多元，以“跨界、跨境、跨越”为主题，邀请了梅拉梅德等全球顶尖的金融衍生品专家、学者及深圳市政府及证监会领导、国内外主要交易所、金融企业、上市公司等领袖精英参会。大会将围绕“如何更好地服务实体经济风险管理，促进期货与现货、境内与境外、场内与场外、线上与线下的互联互通以及金融混业、跨界融合的发展”等业界关心的重大课题深入研讨。和讯期货参与现场直播。

　　加拿大TMX证券集团RAZOR风险技术公司总裁顾大局先生进行了题目为“大数据在市场监管上的应用前景”的演讲，顾大局先生是加拿大TMX集团的，他从大数据使用上，以及对监管的建议，非常有新意。

　　以下为文字实录：

　　顾大局：郑会长、刘主任、各位嘉宾，大家早上好！其实要我来讲这个题目，我是不太够格的，因为我主要是从事风险技术方面的工作。但是刚才听了刘主任的介绍，我觉得给我印象非常深，中国做了大量的在数据治理方面的工作，这些大的项目在全球范围内各大机构和投行都在做这个事情。尤其是模型，我在国外这么多年也没有看到过这么完整的宏图，所以给我的印象非常深。

　　两周前我在北京见了马主任，他让我讲这个题目，我在国外几十年的实践，应该说不够格讲这个题目，但是我从风控的角度，近年来比较关注大数据，就是把一些心得和回顾跟各位汇报交流一下。这个纲要是马主任给我的提纲，他说你就讲讲这几个题目，我就是按照他给我的提纲准备了一下。首先归纳一下大数据值得提的大事件，大家可以看到，从2005年开始hadoop，由此发展了一系列关于大数据的产业链。如果从2005年到2015年这十年当中，值得提的大事件，我就不一一过了，从数据的采集、存储一直到数据的处理、数据可视化，有一系列的非常重要的发展历程。我注意到2015年国内出台了很多有关大数据利用方面的政策，比如这上面列出来的，当然有很多，我比较关注近年来国内的发展。这些大的事件就勾勒出一条线，全球范围内对大数据的重视和应用在不断地深化。

　　大数据有很多定义，说白了大概有这么几个特点。所谓大数据是数据量非常大，也很复杂，有各种各样结构化的和非结构化的数据，特别是非结构化的数据。它有很多种类，包括音像、语音，包括非结构化的数据微信，所有这些量非常大。而且浩瀚的数据当中要提炼出你所需要的有价值的数据，这个是大数据的特点之一。而且是实时的能够把数据反映到决策者的视野当中。所以从资本市场角度来说，也有大量的数据，包括报表、交易、风控等一系列的数据，与之相关的信息披露都属于大数据的范畴。我感觉到最大的区别之一是在线，我刚才说要能够实时地调用所有有关联的数据，然后把它展现出来。

　　另外我感觉到大数据对市场行为的解释作用非常有效，这里有几个例子。你可以从不同的衍生产品的交易，另外可以从机构，你是基金公司，做程序交易的，还是交易所。也可以从时间，在哪个时间点在哪个市场发生了什么事。举个例子，上海、纽约和伦敦都是互联关联的。我们在加拿大，因为TMX集团诺扩了加拿大的衍生品市场、股票市场和商品交易市场，因此我们做了一些尝试，把各个不同市场的关联度拿到大数据下面来进行研究。

　　刚才刘主任讲了很多关于国内的发展情况，每天数据的处理，从券商的角度来说可以选一个券商，知道他在哪个订单下面如何处理，这些数据可以反映到在哪个市场哪个订单是如何处理的，还有这个订单是自营的还是帮客户的。他这种交易行为，送订单的方式是为了自己的利益最大化还是为了客户。比如说一个时间区段高频交易的特征，比如过去一个月、过去一周的交易特征，从一个券商的角度看如何去调整交易策略。从报价订单的角度来说，可以从每天的数据当中看见，这个订单是送深圳，还是送上海，我是举国内的例子，可以帮助大家了解订单流。我送到哪个市场能够使我的订单尽快达成，就是流动性方面。我了解这些信息以后，我如何对我的订单明天、后天交易策略做一些调整。我刚才说到关于市场的关联性，我们在加拿大关注到蒙特利尔的衍生品市场和多伦多交易市场的现货市场的关联性，由于我们掌握了所有市场的数据，因此在做这方面的尝试。

　　刚才刘主任非常详细、系统地总结了关于数据治理方面的经验和正在进行的工作。这张图就展现了从数据采集方面来说，大数据没有什么很特别的采集，你在每时每刻的活动当中就产生了很多数据。由于数据日积月累，积累了大量的数据，所以在存储方面就用到了一些不同的新技术。在处理方面，使用分析方面，最上面列出来各种各样的技术，近年来比较流行的技术。我画了几个红圈表明我们的交易所正在用的技术。还有这个技术能够及时地展示出来，这里面列到的技术，有些我们也正在尝试做这方面的工作，国内很多的同行也会注意到，并且在实践这些技术。所有这些与大数据相关的技术，被各个国家不同的机构以不头的视角进行应用。

　　前面Eric讲到CFTC的角度，他当中谈到关于监管机构要看原代码，这个在西方争论很大，有一个知识产权问题，有私密性的问题，目前在业界还在争论。我从自己关注的角度，很多监管机构或业界都是在关注文本开发，我刚才注意到刘主任也谈到了很多文本方面。谈的比较多的是美国的FINRA自律机构，他们的系统是非常先进的，我想诸位可能都去美国交流过他们的经验。第二个是从大数据的前提下找出各个账户之间的关系，尤其是对监管机构来说找出各个账户之间的关系能够找出内部交易，或者市场上不规范的行为，而且能够很实时地找出来。还有一点是机器学习，从以前用一些概率、统计的方法对一些数据进行处理，现在慢慢发展到机器学习这方面，交易所也对这方面进行尝试。

　　国外的监管机构现在讨论比较多的，什么叫对市场的操纵行为，到底是操纵行为还是不当行为，如何来解释不当行为，这个争论比较多，从监管机制的角度来说。还有一个大家可能都关注到，如何把非结构化的数据引入到整个监管的生态环境中来，这里面的工作有很多，但这是一个趋势。比如说最近由大世纪主导的市场暴跌，比如2013年美联社发出了奥巴马遇难的消息，结果导致市场大跌。还有一些自然灾害等一系列的关联词，大家在国外都比较关注，有些交易者利用这些对市场进行鲁莽行为来获利。把非结构化数据引入到监管的应用当中。

　　这是我们目前做的一个平台，利用大数据做的平台。这个平台是每天各个市场的数据，起码加拿大和美国市场的数据可以出各种各样的报表，你找出一个券商的名字，分析他的订单流，分析他的流动性，在哪个市场获得多少流动性，从券商的角度，如果券商是用这个平台的话。监管机构也可以进入到这个平台上，他就可以看到整个市场的动态。我们会出三份报告，提供市场参与者的报告，比如你是券商，或者你是交易者。同时也给出一些我们的观察，预测一下这个市场会怎么样，根据过去三个月、一个月的历史数据大致勾勒一下市场行为。另外是给出一些建议。我们的平台是给加拿大的业界提供这样的服务。

　　我们集团也做了这样一个平台，洞察分析上面分了几个，一个是市场情报方面，把收集到的信息分门别类整理出来。第二个是市场警报，之前定好市场上的安全阀值，一旦超过这个阀值就会进行预警。还有实时交易分析，对参与者的交易行为和策略进行调整。还有第三方数据分析。这个交易平台诺扩了各个场内资产，可以做套利，各个市场的关联分析等。

　　这是这个平台对时间序列数据的分析平台，从最左边往最右边走，我们连接了全球200多个市场，大概有30多个接入点，从美国到欧洲，最近的地方到了东京，往欧洲那边到了莫斯科，把所有的数据放在一个平台上，我们在平台上做数据开发，我们正在做这方面的工作。这个是另外一个方面的工作，我所涉及到的把风控技术在平台上把所有的希腊值全算出来，比如看最左边这个图。由于我们有大量的原数据，所以在这上面利用一些最新的，关于大数据所采用的技术，还有很多潜力没有挖掘的，比如说第三方的可视图，就用第三方的软件结合起来开发的。还有下面市场的情绪，你如果定义市场的情绪，这边有各种各样非结构化的数据，这些数据的梳理如何量化成一个情绪指数，而且能够显示出来，这方面的工作我们正在做。我们集团只是利用大数据做一些工作，其他我所知道的，全球有很多交易集团或者资本市场上的服务商都在做这方面的工作。

　　这张图是我听了刘主任介绍以前对国内的市场关注的一些体会，我觉得非常令人震惊的是国外也不可能做得出来，整个行业大的数据库信息平台，非常令人印象深刻。我觉得面对的挑战，刘主任也谈到了，数据要标准化，各个行业都有自己的标准。另外各个市场之间的数据是不是能够共享，而且各个部门都是各自为政，说是要把数据全共享出来，但是做起来有一定的难度，这在国外就更困难了。

　　刘主任也谈到关于数据的隐私和安全的问题，数据安全是最重要的一点。在国外更是一样，我刚才提到的关于CFTC说要看原代码，要去审核，这在国外的反响是很大的，很多人都会提反对意见。欧美来说，据我的关注，基本上有很大一部分人觉得数据共享是对隐私的侵犯。另外是数据所有权，交易所有没有权处置数据，卖也好，传输也好。国外大概有这样一个共识，在进入交易所以前，比如你下的订单原始数据不属于交易所，但是进入交易所以后就属于交易所，交易所对数据进行分配、计算、展示，对你的原始数据进行后处理。从法律意义上来说，我们有这样的共识，进入交易所以后的数据应该就是属于交易所的。当然你有授权，我所说的属于交易所，交易所有这样的权利去输送你的数据。数据所有权对隐私侵犯的考量，还有数据安全方面，这个跟国内一样，国外也是对这方面热点争论的话题之一。

　　我的感觉，在整个大数据的生态环境下，不仅仅是监管，对所有的行业更不例外，我想有很多的挑战和机遇。前面有很多工作需要我们大家一起做，我也希望有机会跟国内的同行一起来交流这方面的心得，谢谢！

【免责声明】本文仅代表作者本人观点，与本网站无关。本网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。