Big Data e Finanças
Uma área da indústria de financiamento que foi drasticamente afetada por dados grandes são as atividades de negociação dos bancos e outras instituições financeiras. Um exemplo é a negociação de alta frequência (HFT), relativamente nova modalidade de negociação que depende da capacidade de executar grandes volumes de transações em intervalos de tempo muito curtos. comerciantes HFT ganhar dinheiro através da execução de um grande número de negócios, cada uma das quais ganha um lucro minúsculo.
Ao contrário dos comerciantes tradicionais, os comerciantes HFT não tente deter posições para qualquer grande período de tempo e não basear suas operações em fatores fundamentais, tais como taxas de juros, taxas de câmbio, preços de commodities e assim por diante. O sucesso de comércios HFT depende criticamente da velocidade de execução, pois eles são baseados em rápidas flutuações nos preços de mercado.
À medida que mais e mais recursos foram dedicados à negociação HFT no último par de anos, levando a uma "corrida armamentista" em hardware e software progressivamente mais rápido, a rentabilidade da negociação de alta frequência diminuiu. À medida que a velocidade das operações tem aumentado, a capacidade de ganhar dinheiro baseado unicamente na velocidade diminuiu. Novos aumentos na velocidade estão agora trazendo retornos cada vez menores - o lucro por transação caiu. Como resultado, o sucesso comercial depende agora cada vez menos em hardware e muito mais no software na forma de algoritmos de negociação sofisticados.
A algoritmo é um conjunto de instruções utilizadas para realizar um procedimento, como uma espécie de receita. Algoritmos são muito utilizadas por cientistas da computação para instruir computadores sobre como executar várias tarefas, tais como a realização de operações matemáticas.
O uso de algoritmos avançados para estratégias de negociação traz várias vantagens potenciais, tais como a capacidade de testar idéias sobre dados históricos antes de arriscar nenhum dinheiro. Com a troca de HFT, não há tempo para testar todas as estratégias de negociação em potencial, porque eles devem ser implementadas imediatamente.
Outra vantagem de usar algoritmos de negociação é que eles podem ser baseados em variáveis fundamentais, tais como taxas de juros e taxas de câmbio, em vez de simplesmente pesquisar através de comércios para procurar variações de preços temporários. Como resultado, os algoritmos podem ser desenvolvidos para encontrar cada vez mais complexas relações entre os preços de títulos e usar essa informação para ganhar lucros comerciais. Big data aumenta de negociação algorítmica, fornecendo a capacidade de pesquisar através de enormes volumes de dados em busca de padrões que podem não ser detectável com pequenas quantidades de dados ou velocidades de processamento mais lentas.
Com encolhendo lucros de HFT, negociação algorítmica parece ter um futuro brilhante, como o aumento da disponibilidade de dados e velocidade de computador permitir que mais e mais sofisticados algoritmos a serem desenvolvidos.