Altair Taiwan Blog

金融服務業並不缺乏數據，然而，缺乏能夠處理銀行需要查看的所有資訊的工具。從一開始，Altair Panopticon™ 開發團隊就認識到與業界現在所說的大數據合作的必要性 。

Panopticon 團隊專注於與其他視覺化系統相比的不同的體系結構，以滿足大數據的需求，包括即時流式視覺化資訊的能力 。

Altair 認識到資本市場是一項即時業務，真正有效的視覺化系統必須能夠與即時流式處理數據來源配合使用 。

Altair Panopticon 軟體直接連接到數據來源並檢索數據，無論是大型數據庫、記憶體存儲、CEP 引擎、消息匯流排還是試算表 。

除了降低系統複雜性和總成本外，Panopticon還消除了對昂貴的中間層（如數據倉庫、數據集市或內部專有數據庫）的需求，從而增加了不必要的系統延遲 。

對於海量的數據資訊，根本不能夠有效地分析它，除非使用有效的視覺化數據發現工具。

交易者可以使用滑鼠選擇所有可用數據交易的子集。圖表將改變，並隔離出一個異常值。這正常嗎？還是這是需要立即採取行動的異常現象 ？

幾乎所有其他系統都需要一個中間數據層，這意味著它們浪費了寶貴的時間去等待載入數據。在其他陷阱中，中間層在其他系統中引入的固有延遲使得幾乎不可能進行即時流數據的視覺化和篩選。視覺化分析系統中，任何類型的數據中間層或內部數據存儲都可能成為數據流程的瓶頸。使用中間層方法處理體系結構也會產生可伸縮性問題，隨著數據量越來越大，這些問題變得相當困難和昂貴 。

本文探討了資本市場中與大數據有關的要求和使用案例，並解釋了設計合理的視覺化數據發現系統，如何使大公司的交易者和投資組合經理能夠有效地視覺化他們可用的所有數據資源 。

Altair 直接連接到來源數據存儲庫和數據生成器的方法意味著無需等待長提取週期或構建 OLAP 多維數據集。決策者知道他們看到的是組織內提供的準確和最新的資訊 。

在視覺化數據發現領域，這是一個激動人心的時刻。對即時系統的需求不斷增長，這些系統能夠持續查看各種行業的運營情況;除資本市場外，電信、能源、製造業和零售業的利率也在迅速增加 。

幾年前，零售諮詢公司Dunnhumby的聯合創始人克萊夫·亨比（Clive Humby）使用了" Data is the new oil "這個詞。他和他的同事建立了一個非常成功的企業，並為他們的客戶提供了説明他們達到十億美元的想法。但他是什麼意思呢 ？

數據就像原油: 只有提煉後才能使用。

並且，有了數據，它必須呈現出來，以便人們能夠及時做出明智的決策。只有對大數據進行細化和分析後，大數據才具有真正的價值

自 2001 年 Gartner 從三個方面定義大數據以來，大數據的概念一直存在於 IT 領域 ：

· 數量：可用數據量迅速增加

· 速度：正在以越來越快的速度生成和處理新數據

· 種類：數據類型和源的範圍也在擴大

數據存儲和計算技術的最新進展使這一理念進入公眾意識。

例如，大多數人都知道，線上零售商正在挖掘大量採購數據，以更好地瞭解購買模式，並更有效地定位廣告資訊。

當然，大數據範式遠遠超出了零售的範圍，幾乎延伸到生活的每一個方面，而新的工具使這些資源對必須根據這些數據做出決策的人更有用。

公司正投入大量資金在新工具上應對大數據挑戰，並在運營方面增加其數據的價值。IDC 的研究表明，大數據技術和服務市場正以 40% 的複合年增長率增長，比整個 IT 市場快約 7 倍 。

除了數據本身的可用性之外，是什麼推動了這些增長 ？

IDC 相信，最能使用大數據解決方案做出即時業務決策的組織將會蓬勃發展，而那些無法接受和利用這一轉變的組織將日益發現自己在市場上處於競爭劣勢，並面臨潛在的失敗 。

資本市場公司的經理們尤其接受這一理念，對大數據工具進行重大投資，以提高盈利能力，幫助減少2010年閃電崩盤等黑天鵝事件的發生，以及從那以來我們看到的更多的市場波動 。

過去，管理公司中常用的複雜商業智慧報告系統需要專家團隊，他們的工作是充分瞭解系統的複雜性，並將業務需求轉化為有用的報告 。

這種方法在一定程度上奏效了，但也造成了嚴重的問題。生成和維護報告非常耗時，大多數高級管理人員都會多次從 IT 人員那裡聽到"我們構建報告需要兩周時間"這句話。此外，在某些情況下，實際運行報表可能需要數小時甚至數天。讓 IT 人員真正瞭解報告旨在解決的基本業務問題，充滿了陷阱和潛在的有害的誤解 。

總之，這意味著管理者是根據報告做出決策的，這些報告要麼不使用當前數據，要麼篩選出最有吸引力的異常值，要麼在多頁數字列中隱藏重要模式和趨勢 。

使用視覺輔助工具分析數據的想法可以追溯到17世紀，當時法國哲學家、數學家雷內·笛卡爾發明了一個方法，用二維座標尺度來表示定量數據——我們現在稱之為笛卡爾平面。

這種視覺方法非常有用，自那以後的數百年中，使用圖片來表示數位的想法已經司空見慣。之所以如此有效，是因為人類的心理視覺系統是我們身體最複雜的部分之一。

我們已經發展了數百萬年，對視覺線索極其敏感。視覺數據發現背後的理念是利用大腦中的資源，幫助我們非常快速地看到數字海洋中到底發生了什麼。

大數據給視覺化系統帶來了許多技術挑戰。現有的大多數工具根本無法應對 Gartner 的"大數據三個維度"，因為三個維度的數據量呈指數級增長。需要新一代視覺化數據發現工具，以有效地視覺化可供他們使用的所有數據資源。

設計合理的視覺化數據發現系統説明我們：

· 任何大小的數據來源

 · 即時變化的數據

 · 存儲在多種類型的系統和多種格式中的數據

資本市場行業最早採用了高級分析。許多世界上最大的投資銀行都選擇了Altair的即時視覺化軟體Panopticon來支援幾個關鍵任務應用程式。他們根據幾個標準選擇了Altair，包括 ：

· 連線性：銀行需要一個可視數據發現系統，該系統可以處理來自其已建立的風險和交易系統的各種數據登錄。

· 績效：交易者和投資組合經理需要一個系統，能夠非常快速地識別異常值、集群和趨勢。基本上，他們使用 Panopticon 來減少交易者或經理識別問題或機會、瞭解所有影響並採取適當行動所需的時間。

· 簡化：銀行已配置Panopticon，以支援不同部門的運營。此外，該系統的技術設計意味著使用者可以通過標準 Web 流覽器，甚至從 iPad 和智慧手機等移動設備訪問它

當 Panopticon 作為大數據計畫的一部分部署時，大型銀行的風險經理能夠以圖形形式，並以快速的解釋方式，查看極其複雜的數據。

他們可以使用我們的互動式篩檢程式來" slice and dice "，放大和縮小數據—他們可以輕鬆改變他們對所有資訊的看法—以隔離代表他們的可能需要進行更仔細的查看的異常。

銀行內支援視覺化的大數據系統的主要應用包括：

市場風險

許多銀行正在尋求替換或擴充傳統市場的風險表格報告，代之以互動式分析儀錶板。市場風險數據相當複雜。銀行使用 Panopticon 開發專門優化的儀錶板，以顯示 DV01（也稱為"基點的價格值"）計算、風險價值 （VaR）、期權增量、vega、Gamma 等 - 適用於所有資產類別（股票、股票期權、外匯、固定收益和衍生工具 。

交易對手風險

銀行明白，其交易對手的風險數據視覺化必須處理多層、聚合和規範化的數據集，包括住所、限制、父級、父子匯總、每個級別應用的限制以及疊加在每個級別的交易數據。在大多數情況下，這是一項複雜的任務，它還將利用來自銀行中許多不同的數據存儲庫的數據。Panopticon 聯合來自多個源的數據的能力是此類部署中的一個關鍵功能 。

信用交易

銀行需要一個視覺化發現系統，為前臺人員提供有關信用交易活動的可用報告工具，並支持影響銀行業務的所有新的監管報告要求。通過 Panopticon，銀行能夠看到多維市場價值與名義價值，並深入分析歷史趨勢。他們可以按行業、簿記、交易者或單個發行人來視覺化整體、匯總頭寸數據（例如，債券和 CDS）。在大多數情況下，Panopticon 樹圖嵌入信用交易儀錶板中，以方便市場價值、資本化和 DV01 分析。Panopticon 使銀行人員能夠在多個分區、層次結構和時間段中看到有意義的動態風險屬性集，其範圍和深度是以前從未接觸過的 。

銀行和其他金融機構是大數據技術最早採用者之一。他們產生大量資訊，作為日常業務的一部分，他們的員工還負責根據來自市場和其他來源的大量數據做出良好、有利可圖的決策。

視覺化數據發現在運營最好的銀行大數據基礎架構中發揮著越來越重要的作用。它使管理者能夠密切關注基於數百萬日交易的風險、績效和交易活動，而不會因資訊的數量或複雜性而不堪重負。

讓我們看一些真實的例子，說明大數據視覺化在兩個主要機構中如何發揮作用 ：

銀行交易前和交易後的分析

該銀行採用全企業範圍的應用程式，為全球 400 多家收購方公司和 1,000 多個用戶提供支援。交易者使用該系統來維護每個投資組合，每個證券多達 5,000 種。借助內置於系統中的高級數據視覺化工具，他們可以看到產品組合的不同屬性，包括組合、每個安全性的重量以及安全性在產品組合中的成本。

用戶報告說，他們特別喜歡能夠同時清楚地看到兩個參數，如平均日交易量百分比和預期影響成本。他們可以立即找出哪些證券需要進一步調查，而無需仔細研究數千種工具的報告。

該系統以傳統報告根本不可能的方式提供數據的直觀分析和探索。它允許交易者和銀行的客戶能夠輕鬆地按國家或部門對其證券進行分組和分析。在交易後分析中，交易者可以立即看到與全天交易量加權平均價格等基準相比，他的表現如何。他們也可以使用該系統比較自己其他交易者的表現 。

通過數據視覺化工具，銀行的交易者無需依靠 IT 團隊生成的報告就可進行自己的分析。他們可以提出自己的問題，並探索有關其投資組合的性能數據，如果沒有這樣的工具，根本不可能。它們通過使用內置於系統的互動式篩選和重新排序工具節省了大量時間 。 

該系統已被銀行的交易員和客戶公司接受，因為它節省了很多時間，並允許用戶更好地瞭解其投資組合性能背後的數據 。

全球資產管理公司的投資組合分析

全球最大的資產管理公司之一使用高級數據視覺化來分析頭寸和市場數據。專案組合管理應用程式的主螢幕使用樹圖（有時稱為"熱圖"）來顯示每個經理負責的所有專案組合的各種即時性能參數。經理使用互動式篩選器來公開異常值和隱藏模式，並使用這些資訊做出買入和賣出決策。

特別是，基金經理需要關注投資組合層面的日內表現，以及投資組合持有的所有工具。例如，投資組合經理可能需要查看通用電氣的職位和風險數據，他在多個投資組合中持有這些數據。他需要瞭解通用電氣在每一個投資組合中的影響。通過視覺化數據發現工具，投資組合經理可以看到哪些股票提供了幫助，哪些股票在當日表現方面受到了影響。

公司的高級管理人員需要相同的能力，只有他們負責許多不同的投資組合經理的表現，他們每個人都管理多個投資組合。不難看出，傳統報告根本跟不上市場，尤其是在動盪的市場條件下。

該公司的經理報告說，他們最有用的意見之一，是讓他們看到業績數據和分析單個螢幕上的評分。

視覺化數據發現的真正威力在於它能夠幫助管理者快速的從各種參數中進行選擇。管理者可以根據所選參數，將風險、交易活動和頭寸數據視覺化，然後輕鬆過濾掉那些不太有用的元素，將注意力專注於需要更深入研究的工具上。