大数据对于一名散户的意义何在？

　　有没有什么分析都一定扯上大数据的八卦？

　　好比一个总统大选辩论会，老人女人、有钱人，所有候选人都绕着它争辩的关键词，民意代表呼吁要跟上这波潮流，报纸登出一些连标题都嫌太长的社论，官员缓缓宣布我们要以大数据的概念建构…

　　然后你恍神了。

　　不久之后你的老板也赶上这股流行，为了不显得外行只好边开会边在桌子底下查维基百科，还有更多呢，人工智慧、回测，对于不是以看世界培养国际观为业的你真是痛苦难当。

　　大数据对于一名散户的意义何在？

　　大数据的定义没有你想像的复杂多元，一般认为要有3个V，资料量（Volume）要够大，资料输入输出速度（Velocity）要够快，与资料变化度（Variety）要够高，由于技术的突破，我们开始可以处理这些大量、快速输入输出或是不同结构的资料，运用在股市中可能是交易盈亏、筹码变化等，当然，云端运算技术降低成本门槛，配合各式资料源(社群资料、地理资料与行动资料)的易取得性，推动了这波大数据热，但是别误会，资料并不一定要大才有价值，我们不应该以资料量的大小来评估其资料分析的潜力，大数据的核心精神仅仅在于分析过去历史资料来产生决策或预测，用白话说就是监往知来。

　　大数据仅仅是一个概念而不是一种方法，而应用大数据的方法包含多个学科的组合，包含统计、演算法、甚至是网路科学，因此下次当有人跟你说，「用大数据来解决…」，请他把方法说出来吧，例如「我用分群法来解决…」，不然只会徒增误解。

　　大数据应用在投资策略中，较为普遍的有回测以及人工智慧两种。

回测(程式交易)

　　回测运用在投资方法的分析已行之有年，特别是在期货的程式交易，老牌软体MultiCharts便提供程式开发环境让投资人可以将投资想法转换成策略，并利用历史资料回测进行验证投资方法的有效性，回测的技术方法是来自统计学分析，透过反覆尝试 (又叫试验法、暴力法)然后统计结果，然而这样的方法缺点在于不够弹性且受限于人为定义策略的限制，无法自动化的对特殊事件进行调整。比如荣化公司股价因为高雄气爆事件股价重挫，期间若以价位或营收等资料作为条件设定回测，可能产生参考价值较低的结果，优点是你可以不用再从事些纸上谈兵的模拟投资了，直接输入你自己，或是你从某周刊某老师那边学来的策略，透过回测服务机构的运算，就能了解「如果我这样买卖会怎样」。

人工智慧(机器人理财)

　　人工智慧是最常被提到用在大数据应用的基础方法，包含机器学习与资料探勘都算是人工智慧的方法，相较于回测的反覆尝试，人工智慧着重于根据资料性质设计假设模型(比如机率分布)，并设计适合电脑运算的架构，除了分析历史资料，更希望能让电脑建立智慧(判断准则)，因此以机器人理财来说，目标是能够全自动化的根据变动的金融讯息，针对股价或趋势进行预测，并做出最佳投资决策，然而，虽然相关资讯技术不断突破，人工智慧运用于投资决策目前仍多数停留在研究理论阶段，可实行性尚难以评估。

　　回测(程式交易)与人工智慧(机器人理财)都算是大数据运用在金融商品的应用，其核心精神都是因为认为历史一再重复，有迹可循，从而分析过去历史资料来产生决策或预测，但两者有其不同的方法和目标，所得到的结果也不会相同，投资人应该根据不同目的选择合适的应用服务。