量化分析投资公司在使用数学及计算机来预测价格趋势以及其它经济指标的同时，正越来越注重通过现实世界的数据–“大数据”来找到各种“信号”，而这“大数据”的信息源范围则较为广泛，不仅会来自于社会媒体，甚至会来自于天气预报。然而根据华尔街日报报道，面对的最大的挑战在于实时的找到相关性并进行交易。
本文将告诉大家如何通过量化分析来预测未来。
第一步：最好的与最聪明的
总部在SoHo且价值240亿美金的定量对冲基金Two Sigma 投资公司在招聘员工时，希望寻找最好的数学家，计算机科学家和专家来设计交易系统，以便于可以更好的进行市场预测。公司在很大程度上希望避免雇佣具有典型金融背景的员工，而更期望雇佣那些有从大规模数据中找到相关性的有分析经验的员工。Two Sigma投资公司鼓励员工们在交易外花时间在脑力活动项目上，例如在公司的“Hackers Lab.”工作时，将精力投入到机器人项目以及其他的公司技术项目中。
第二步：海量数据
传统的定量分析投资者会依赖延时的市场数据对安全价格进行下注，但一些公司现在正探索新的方法，即自动的通过新闻、社会媒体、天气预报以及一些真实社会环境中的数据组合来形成交易方法。
第三步：技术的力量
通过实时处理大量的真实数据，这些公司建设了大量的分布式技术系统，来快速找到相关性和方法模式。例如Two Sigma投资公司已经建设了一个分布式
计算系统，拥有了超过100万亿次浮点运算能力，这也意味着它能每秒处理100万亿次计算，有超过11PB的内存，这是5倍于全美学术图书馆的数据存储量
第四步：使用前沿数学理论
每日这个世界会产生的海量数据，然而要从中发现“信号”必须需要深度的数学技能。定量分析投资公司为了发现拓展模式的新方法，在数学领域中钻研最新的趋势。
第五步：最优化交易
一个成功使用大数据的定量交易员，他的真正诀窍在于找到一个方法来优化不同的交易想法。一些公司已经开发了自动化系统来权衡各种模型。例如在发现某公司CEO在卖出其公司股票的同时，通过社会媒体又发现其公司产品的关注度在提升，前者代表着售出，后者模型代表着买入该股票。两种模型的结果是相矛盾的，但是一旦找到平衡点，系统就可判断出可能成功的方法，系统就能立刻提交交易。
原文发布时间为：2015-04-29
