Big Data und Finanzen
Ein Bereich, der Finanzindustrie, die von großen Daten dramatisch betroffen worden ist, ist die Handelsaktivitäten von Banken und anderen Finanzinstituten. Ein Beispiel dafür ist Hochfrequenzhandel (HFT), eine relativ neue Art des Handels, die auf der Fähigkeit abhängt, in extrem kurzen Zeitabständen große Mengen an Trades auszuführen. HFT Trader machen Geld durch eine große Anzahl von Trades ausgeführt wird, von denen jeder ein winziger Gewinn verdient.
Im Gegensatz zu traditionellen Händler, HFT Händler nicht versuchen, Positionen zu halten für jede große Länge der Zeit, und sie stützen nicht ihre Geschäfte auf fundamentalen Faktoren wie Zinsen, Wechselkurse, Rohstoffpreise, und so weiter. Der Erfolg von HFT Trades hängt entscheidend von der Geschwindigkeit der Ausführung, wie sie auf schnelle Schwankungen der Marktpreise basieren.
Da mehr und mehr Ressourcen zu HFT-Handel in den letzten paar Jahren gewidmet, in zunehmend schneller Hardware und Software zu einem "Wettrüstens" führt, hat sich die Rentabilität der Hochfrequenzhandel gesunken. Da die Geschwindigkeit der Transaktionen zugenommen hat, ist die Fähigkeit, Geld basierend auf Geschwindigkeit machen allein hat sich verringert. Eine weitere Erhöhung der Geschwindigkeit jetzt bringen stetig abnehmenden Erträge - der Gewinn pro Transaktion gestürzt hat. Als Ergebnis jetzt erfolgreichen Handel hängt immer weniger auf Hardware und mehr auf Software in Form von hoch entwickelten Handelsalgorithmen.
Ein Algorithmus ein Verfahren durchzuführen, wie eine Art Rezept verwendet wird, ist ein Satz von Anweisungen. Algorithmen sind stark von Computerwissenschaftlern verwendet anweisen, Computer, wie verschiedene Aufgaben auszuführen, wie mathematische Operationen durchzuführen.
Die Verwendung von hochentwickelten Algorithmen für Handelsstrategien trägt mehrere potenzielle Vorteile, wie zum Beispiel die Fähigkeit, Ideen auf historischen Daten zu testen, bevor Geld zu riskieren. Mit HFT-Handel, gibt es keine Zeit, um mögliche Handelsstrategien zu testen, da sie sofort umgesetzt werden müssen.
Ein weiterer Vorteil für den Handel Algorithmen ist, dass sie auf die Grundvariablen basieren können, wie Zinssätze und Wechselkurse, anstatt einfach durch Trades der Suche nach temporären Preisänderungen zu suchen. Als Ergebnis können Algorithmen immer komplexer werdenden Beziehungen zwischen den Wertpapierpreisen und diese Informationen den Handel Gewinne zu erzielen verwenden zu finden entwickelt. Big Daten verbessert den algorithmischen Handel durch die Fähigkeit, durch enorme Datenmengen Suche nach Mustern zu suchen, die Bereitstellung, die nicht nachweisbar sein könnte mit geringeren Mengen an Daten oder langsamer Verarbeitungsgeschwindigkeiten.
Mit schrumpf Gewinne aus HFT, erscheint algorithmischen Handel eine glänzende Zukunft zu haben, da die zunehmende Verfügbarkeit von Daten und die Geschwindigkeit des Computers ermöglichen mehr und komplexere Algorithmen entwickelt werden.