Video: Finans - Så funkar det! 2024
Ett område inom finansbranschen som drabbats drastiskt av stora data är handelsverksamheten hos banker och andra finansinstitut. Ett exempel är handel med högfrekventa handelar (HFT), ett relativt nytt handelssätt som beror på möjligheten att genomföra enorma volymer av affärer i extremt korta tidsintervaller. HFT-handlare ger pengar genom att utföra ett stort antal affärer, som var och en tjänar en minimal vinst.
Till skillnad från traditionella handlare försöker HFT-handlare inte hålla positioner under någon större tid och baserar inte sin verksamhet på grundläggande faktorer som räntor, växelkurser, råvarupriser och så vidare. Framgången för HFT-branschen beror kritiskt på genomförandegraden, eftersom de bygger på snabba fluktuationer i marknadspriserna.
Eftersom fler och fler resurser har hängts till HFT-handel under de senaste åren, vilket ledde till en "vapenkamp" i allt snabbare hårdvara och mjukvara har lönsamheten för högfrekvenshandel minskat. Eftersom transakternas hastighet har ökat har förmågan att tjäna pengar baserat på hastighet ensam minskat. Ytterligare ökningar i fart sätter nu stadigt avtagande avkastning - vinsten per transaktion har sjunkit. Som ett resultat beror framgångsrik handel nu mindre och mindre på hårdvaran och mer på programvara i form av sofistikerade handelsalgoritmer.
En algoritm är en uppsättning instruktioner som används för att utföra ett förfarande, typ av som ett recept. Algoritmer används kraftigt av datavetenskapare för att instruera datorer om hur man utför olika uppgifter, till exempel att utföra matematiska operationer.
Användningen av avancerade algoritmer för handelsstrategier har flera potentiella fördelar, till exempel förmågan att testa idéer om historiska data innan de riskerar några pengar. Med HFT-handel finns det ingen tid att testa eventuella handelsstrategier, eftersom de måste genomföras omedelbart.
En annan fördel med att använda handelsalgoritmer är att de kan baseras på grundläggande variabler, såsom räntor och växelkurser, istället för att bara söka igenom affärer för att leta efter temporära prisändringar. Som ett resultat kan algoritmer utvecklas för att hitta allt mer komplexa förhållanden mellan värdepapper och använda denna information för att tjäna handelsvinster. Stora data ökar algoritmisk handel genom att ge möjlighet att söka igenom enorma datamängder som letar efter mönster som inte kan upptäckas med mindre mängder data eller långsammare bearbetningshastigheter.
Med krympande vinst från HFT verkar algoritmisk handel ha en ljus framtid, eftersom den ökande tillgängligheten av data och dators hastighet möjliggör att allt fler avancerade algoritmer utvecklas.
