ウォール街にとって大きなデータは新しいものではない。金融業界はデータを活用しているため、最初の電信回線が稼動して以来、株式市場はより多くを獲得し、それをより速くする機会が受け入れられています。しかし、投資家やトレーダーが利用できるデータの種類やソース、種類は、人間の心が単に吸収して処理することができないトレントに成長しました。このような物理的な制約のために、予測分析の新しい業界が開発され、従来の市場シグナルが発達するずっと前に、データに形成されたパターンに基づいて大きなデータを感知し、投資家にリアルタイムで買い推奨を提供します。この記事では、予測分析とその投資家にとっての意味を見ていきます。

<！バラエティ、速度、ボリューム

ビッグデータを記述し定義するために、3つのVs-バラエティ、速度、およびボリュームがよく使用されます。意味のある分析を行うには、3つすべてが必要です。バラエティは、タップされているデータのチャネルを指します。これは、ソーシャルメディアの言及から天気予報やバルク取引データまで、あらゆるものになります。ボリュームはデータが入ってくる量であり、すべてのVと同様に、より多くのデータがあります。量とデータの種類によって、外れ値を検証または排除することができ、より正確なデータ全体につながります。ベロシティとは、データが流入する速度のことです。予測的な分析が有益な取引を促進するという点で価値があるためには、分析のためにデータをすばやく入手できなければならず、常に最新の情報が流れ続ける必要があります。 （さらに詳しくは、

大規模データが財務をどのように変えたか をチェックしてください。） <！ - > - >

データのモデル化

この大きなデータはすべて、異なるアルゴリズムに供給され、出現するパターンの重要度をフィルタリングして重み付けします。アルゴリズムは、短期的な市場動向に関する予測と予測に基づく推奨行動を提供するモデルを作成するために組み合わされます。もちろん、それを1つのモデルに限定する理由はないので、フォーカスが異なる複数のモデル（インデックスを特定のストックと動かすなど）を同じデータストリームで実行できます。これは、モデルが過去の大きなデータで作成されてテストされるため、データを捨てることができないため、処理能力とストレージ容量が増えます。 （財務モデリングの詳細については、

Excelで作成できる財務モデル を参照してください）。 <！情報のスピード

予測分析と、例えば人的ファンドマネージャーとの間のコアとなる違いは、意思決定のスピードです。ファンドがチェーン店に投資しているとします。ファンドマネージャーは、少なくとも四半期ごとに投資を見て、投資家に開示されている利益率、投資収益率、同じ店舗売上高およびその他の重要な業績指標をチェックします。マネージャーが同じ店舗の売り上げを落とし、前四半期と比較して利益率が低下するという傾向を見ると、彼女は株式を売却することに決定する可能性があります。正反対の場合、彼女はもっと買うことにします。

今度は、この同じファンド・マネージャーを、すべてのデータを取り込む予測モデルで武器にします。四半期ごとのレポートを待つ代わりに、取引データで参照される顧客のクロスとソーシャルメディアのポストに基づく店舗売上の変化を近似したモデルと、スマートフォンのオプトインユーザーからのGPSデータをすべての場所で見ることができます。アナリティカルソフトウェアは彼女のデータマイニングを助け、アクションの推薦を行い、売上の変化が公式文書に現れるずっと前にポジションに降ろしたり追加したりすることができます。言い換えれば、会社の業績を見るのにもはや時間的な遅れがなくなり、現実の状況に近い最新の情報に投資判断を下すことができます。 （詳細については、

投資家のためのデータマイニング

を参照してください。） ここでマネージャを完全に取り除き、モデルを直接取引させてから、予測分析がどこに行くかを考えます。 制限事項

予測分析では、大きなデータでは何ができるのかには依然としていくつかの制限があります。予測モデルを供給するために、様々なデータをしばしば使用可能な形式に変換する必要があります。たとえば、ソーシャルメディアの投稿は、分析対象の会社または業界の状況において、否定的または肯定的な単語を分析することによって、感情信号に変換することができます。次に、これらの感情を測定し、さらに分析して、モデルに入力を提供することができる。モデルに直接供給することができる他のタイプのデータもあるが、モデルに予測能力を与える多様性は、使用する前に分類および分析しなければならないデータが存在することを意味する。この遅れは小さいものの、データストリームの解析が遅くなるため、モデルが真のリアルタイムで実行されている時点ではありません。しかし、将来の動きを予測するためにトレンド分析が使用されているため、これは大きなハードルではなく、これらのサービスを提供する企業にもっと多くの心とリソースが流れるようになるとすぐに克服されます。さらに重要なのは、特定のモデルの成功した寿命は、他の人が同じデータソースとパターンを発見して取引を開始するにつれて限られていることです。一部のデータソースには排他性の余地がありますが、データ科学者は、欠落しているデータの動きを反映する独自のデータや相関関係に他の要因を見つけることができます。したがって、予測分析を続けるためには、脳の能力が非構造化データを処理し、新しいアルゴリズムを調整してテストするだけでなく、IT側の処理能力とストレージを必要とします。これらの制限とコストのために、株式取引の予測分析は通常、小売り投資家ではなく、ファンド、特にヘッジファンドに販売されます。（ヘッジファンドのチュートリアル

を参照してください）

結論

予測分析の主な価値は、企業が内部的にプロセスを最適化するためのツールとして現在利用されていますクロス・セリング、コンプライアンス、マーケティングなどのように。つまり、予測分析は、企業の内部データに完全にアクセスしなくても投資の観点から使用できます。技術が向上し、データと予測の精度が向上するにつれて、取引の決定を行うスピードが速くなります。予測分析は短期間のトレーダーにとっての助けになります。また、予測モデルを使用した自動取引が可能になりますが、市場の多くは依然としてコンピュータ取引にまでさかのぼることができる本当の問題を覚えています。

予測分析が通常の投資家に利益をもたらすかどうかはより大きな問題です。短期間のデータにどれだけ重点を置いていますか？最も成功した投資家の中には、長期的なパフォーマンスと引き換えに短期的なイメージを無視することによって恩恵を受けたものもあります。四半期報告書の指標が日々更新され、以前は捕捉できなかった感情指標が大量になっても、彼らは短期間を無視することができますか？ 投資では、会話のように、あまりにも多くの情報が悪いことがあるとは言えますが、これは私たちが慣れ親しんだ世界に抱かれているケースかもしれません。時間は、予測分析が洞察の貴重なソースか、短期的な市場騒音の別のソースかどうかを示します。