大數據現在不僅僅是IT行業的一個炒作的概念，更像是一場探尋與挖掘數據價值的運動。如今，大數據不再僅僅局限在媒體與廠商之中的討論，它猶如一場數據旋風開始席卷全球，從各行各業的IT主管到政府部門都開始重視大數據及其價值。最為典型的例子就是，作為世界上IT水平最高的國家，美國已經開始重視大數據及其相關價值，將大數據上升為國家意志，奧巴馬政府投資2億美金啟動了“大數據研究和發展計劃”，希望增強收集海量數據、分析萃取信息的能力。正可謂時不我待，我國的經濟總量位居世界前列，與此同時具有世界上最多的人口，隨著信息化日漸深入我國百姓的生活，數據及其價值是一項非常值得探索的領域。事實上，國內一些行業比如像互聯網、證券等行業的公司已經在大數據領域進行了一些探索，他們對于大數據的觀點與做法非常具有借鑒意義。為此，針對目前國內大數據和信息化在證券行業中的應用情況，有幸邀請到民族證券公司顏陽博士暢談了大數據、證券行業信息化建設等話題。

大數據對證券行業意義非凡

隨著社交化成為人們生活與工作中必不可少的環節，如何讓社交網站所產生的大量數據產生價值成為最近幾年一些基金公司或者科學院校思考的問題。2011年，英國對沖基金Derwent Capital Markets建立了規模為4000萬美金的對沖基金，該基金是首家基于社交網絡的對沖基金，該基金通過對Twitter的數據內容來感知市場情緒，從而進行投資。無獨有偶，通過分析Twitter用戶對股票的敏感度以及市場情緒也成為科學機構的研究對象，2012年年初，美國加州大學河濱分校公布了一項通過對Twitter消息進行分析從而預測股票漲跌的研究報告。

圖一：英國對沖基金Derwent Capital Markets通過分析Twitter數據來預測股市的波動，該應用為典型的大數據應用，通過實時分析數據來獲得更為準確的投資趨勢。圖中紅線代表Tweets中“平靜”數值;藍線表示3天后的道指變化。在這兩條線段重合的部分，“平靜”指數預測了3天后道指收盤指數，從圖中我們可以發現紅、藍兩線經常走勢相近。

實際上，當前廣大行業用戶需要明確知道的一點就是，過去傳統的數據倉庫與當前的大數據處理最大不同就是一個是往后看，另外一個是往前看，這就好比數據倉庫是坐在自己的車里，通過后視鏡看后面的鏡像，而不是你面前所面對的東西;而大數據分析更多地是向前看，看我們即將面對什么樣的問題，而做出分析與預測。

民族證券公司顏陽博士表示：“企業數據就是新時代還未開采的石油，具有非常之高的價值。國外一些金融機構已經開始做一些前瞻性的研究，這種做法是非常值得學習和借鑒的。比如國內已經有一些券商開始研究互聯網、微博與股市的關系，通過輿情分析現有的業務與數據研究上市公司的走勢。”

不過顏陽也認為目前國內券商在大數據方面仍然需要有很多工作要做。他表示，國內大部分證券公司仍然沒有擺脫交易性數據為主的特點，有前瞻意識的證券公司已經開始做一些轉型了，對微博、互聯網等外部數據進行一些分析與預測。民族證券在這方面顯然走在了前面，根據顏陽透露，目前民族證券的數據中心建設開始做第三期了，第三期的重點就是開始涉及到非結構化數據的處理，從互聯網、微博等平臺抓去一些數據來做分析。民族證券這種能夠很好地順應IT應用趨勢、大膽嘗試與創新的做法值得肯定。

證券行業該做好哪些準備？

大數據實際上在某種程度是一種IT建設成果的轉化，如果沒有一個良好的IT基礎架構以及業務應用環境，那么即使上了大數據解決方案也不一定能夠獲得多大的效果。從民族證券顏陽博士對于信息化建設的觀點我們也能看出這一點。

顏陽表示：“對像云計算這些比較熱門的概念其實需要冷靜的心態。特別是在金融行業，更加需要一個謹慎的態度。這并不意味著金融行業就是一個保守落后的行業，大部分的金融行業用戶對云計算以及IT基礎架構建設都是做的多，說的少，一步步的穩步推進著云計算的建設。比如我了解的情況就是，目前很多證券公司都在做虛擬化方面的工作，包括服務器虛擬化和桌面虛擬化，甚至有些公司已經把一些相對關鍵的業務應用放在了虛擬化環境之中。”

證券行業其實是一個跟市場波動緊密聯系的行業，大牛市和大熊市之間的區別同樣能夠反映在證券公司身上。好行情之時，證券公司往往迎來利潤的高峰期;差行情之時，證券公司甚至可能需要面對虧本的局面;如此一來，其實云計算和大數據的應用模式是非常適合證券行業的。顏陽對此也表示認同，他表示：“證券行業的確是越來越有必要推進云計算。業務高速發展與擴展，意味著數據中心設備、應用都需要擴張，這會造成機房空間緊張、管理成本上升等難題，我們需要把以前的資源有效的利用起來，這樣才能夠在市場波動之中立柱。”

另外，針對市場波動對證券公司IT建設的影響，顏陽還著重強調了CIO需要有更加合理的規劃，他表示：“一個聰明的證券公司，一定會在行情比較清淡的時候加強基礎建設，替換老系統，推進基礎設施的建設，這時選擇這么做的IT風險是最小的。在大牛市行情好之時，做一些系統變更的風險系數非常之高，并且這個時候IT會非常繁忙，管理容易出錯。在冷靜的時候進行規劃和實施，充分發揮云計算的特點、利用好過去的資源，雖然投入會較大，但從時間上均攤來看，會取得一個非常不錯的投入產出比。”

最后，顏陽博士認為內存計算將成為證券行業關注的一個焦點。