納斯達克(Nasdaq) 日前發布白皮書，提出2017年影響市場基建供貨商的7項[敏感詞]科技趨勢。

 這7項技術分別是數據分析、現場程序化邏輯門數組(FPGA)、移動通信技術、云端計算、機器學習與人工智能、區塊鏈和網絡安全。

 該白皮書稱，監管變化、市場細分和新型風險促進金融服務在過去幾年加速變革。自動化和標準化操作不僅改變了客戶與市場基建供貨商的互動模式，也引發信息數據的爆炸式增長。存儲成本大幅下降，也為利用大數據創新產品及更佳地服務客戶，提供了更多的機會。

此外，市場不僅追求降低網絡延遲性，亦開始注重網絡速度的穩定性。

 科技創新的日新月異，也許更值得令人留意。展望2017年，部分趨勢和新興技術很可能交互影響，從而顛覆人們過往運行已久的商業模式。

數據分析

 數據的挖掘、處理、以及實時更新分析，并將其整合綜合呈現，是商業競爭優勢的一大體現。直至目前為止，系統仍以規則為基礎展開，但其正在經歷巨變，向機器學習及人工智能的方向轉變、發展，這將有助于減少數據分析偏差，并從中發掘新的數據模式。

 市場基建供貨商將嘗試利用非常規的數據集，包括文字、圖片和自然語言處理(NLP)，令新產出的數據集加速貨幣化。目前正被全球廣泛采用的云端技術，則將使數據存儲和處理具有成本效益。

 數據科學家將在行業中受到高度追捧，這些專才具有數學(特別是統計)、程序編寫和數據庫、機器學習，通訊、視像化以及域名方面的高端技能。

 納斯達克正利用科技并通過可視化和數據強化，為自有的市場和技術客戶提供更好的市場資訊。我們提煉從多個來源產出的數據并將其放入交互系統，以實時了解市場情況。具備了這些功能，我們可為客戶開發具前瞻性的新產品。未來一年，我們將致力發揮這些功能，為客戶提供預測及建議，產出新洞見及把握新的獲利機會。

現場程序化邏輯門數組

 軟件在操作系統內運行，從而在同一時間內進行多項不同的任務。操作系統將作業分為不同部分，在用戶不察覺的情況下在計算機上同步執行。但是在網絡延遲性極低的情況下，例如股票市場，同時進行多項任務將帶來極大的不穩定性。

 但現場可程序邏輯門數組(FPGA)可將軟件嵌入硬件內，從而極大地提升網絡速度的穩定性。計算機可以專注運行一項任務或一組代碼。由于FPGA可重新編寫，這使得它極具靈活性。例如，在[敏感詞]天運行的一個特定應用程序，在第二天運行時則可以完全不同。

 制造商可量身訂做芯片是一項強大的技術，而FPGA也極具吸引力，其主要優勢包括性能、推出市場的時間、成本，可靠性和長期的維護。納斯達克致力于部署這項技術已有五年，我們預計于是2017年進一步擴大該項技術的推廣應用。

移動通信技術

 隨著移動通信技術不斷發展，從智能手機到平板計算機，再到iPad，已徹底顛覆消費者行為。越來越多的消費者通過移動設備購買商品和服務，這對實體店的銷售帶來重大影響。在金融行業領域，投資者們無論身在何方，亦樂于透過移動設備參與金融市場。

 移動通信技術日益進步，同時也極大地改變了商業機構采集和貯存信息的方式。新一代云應用程序可以在所有形式的設備上使用，簡化了信息共享的方式。納斯達克提供類似但高度安全的應用程序，例如Directors Desk and Boardvantage程序，就是專為董事會成員共享敏感數據而設。此外，我們還將移動通信與其他技術相結合，尤其是云端和數據區塊鏈，以實現遠程代理投票功能。

 出于更高的風險控制要求，金融公司在采用移動通信技術方面一直落后于其他行業，但一旦解決這些問題則將極大地推動移動通信技術在金融行業的應用滲透。2017年，納斯達克將努力推動大部分產品組合在流動設備上的應用。

云端計算

 云端供貨商創收已達數十億美元，且仍有不斷加速增長之趨勢。納斯達克現已建立起一個全新的投資者關系網站入口，并在云端中建立了支持數據沙盒的完整基礎設施。

 云端出現FPGA，也提升了我們對在云端操作自己的市場的興趣。云端供貨商嚴謹對待安全問題，我們預計金融云端會很快超越大多數傳統的地面數據中心，變得更加安全可靠，而這將有助于我們比傳統的集中式數據庫更為廣泛地產出敏感資料。

 無可否認，要將云端交易所付諸實踐仍存有一些障礙：云端供貨商可以保證帶寬，卻無法保證網絡延遲性及前端辦公應用程序在運行方面的表現;同時，交易所在將前端辦公應用程序移植到云端的過程中，也需要作出一些技術變革，以確保遵循公平和公正的原則;此外，納斯達克系統中普遍使用的某些技術(例如多路廣播)，在云端中尚未獲得充分支持。所以，我們正在與多家公共云端供貨商合作解決這些問題。目前在云端中運行中臺和后臺辦公應用程序的進度較為直接明了，在有關數據分離和客戶存取數據方面的其他有關安全性的問題，則有待我們于2017年繼續努力加以解決。

機器學習與人工智能

 人類如今已積累了大量的數據，而計算技術也已成熟到足以幫助我們從中獲得深刻的認識。在不遠的將來，人工智能將會在金融行業變得無所不能。從技術和商業角度看，人工智能可將不同的數據聯系在一起，使得市場基礎設施提供商能夠更快地反應并從中汲取經驗。

 機器學習與人工智能將融入納斯達克的幾乎每一項業務，并可得到全面的應用——從協助客戶交易到市場監管。我們正引入非傳統的數據套餐，包括郵件和短信、市場情緒和宏觀經濟數據，甚至不同系統的記錄文件，并從中發掘認識。該技術將被用來計算并設計指數和交易所交易基金(ETF)。其還將被整合到匹配引擎當中，以便于其作出某些決定。

 人工智能可用于監控系統和提出改進措施。當下出現問題的時候會有靜態警報響起，未來機器會從這些事件中學習，且能歸類并解決問題。

 納斯達克已將該技術用作360度整體市場監管。從電子通訊中獲得的非結構化數據如郵件、短信和社交媒體信息，都可與傳統的監管數據如下單、取消和修改相關聯。這提供了對交易員通訊的完整審核，包括他們通過各種管道對內和對外的通訊記錄。

區塊鏈

 區塊鏈在金融服務行業里有著巨大的潛力，特別是交易后的環境下。作為一種不可變的所有權記錄，它可使保位和對賬的效率及透明度更高。對于以現金結算的證券，區塊連可加速清算和結算時間范圍至T+0，大大減少了系統中的風險。抵押品可以方便快捷地流通。在結算方面，區塊鏈可以提供多種服務，包括管理支付和現金、轉讓證券、便利擔保與三方安排，以及證券出借。

 在場外交易市場(OTC)，區塊鏈可以降低風險并提高效率和透明度。由于區塊鏈非常適于跟蹤和追蹤，其可改進審計和監管報告。

 其另一個強大的用處是在期貨交易所和結算機構上。有價商品倉庫單據為儲存在倉庫、地下室或存放處的商品提供了擁有權證明。它們使得擁有權的轉讓可以在無需實體商品的的情況下進行更重要的是，它們可以用作貸款擔保。

 納斯達克的[敏感詞]區塊鏈應用是在OTC私營企業證券市場上，那里有大量類似于雙邊合同的議付交易。在納斯達克的私人股票交易市場(NPM)上，我們利用區塊鏈管理股權結構表。這種表格有可能很復雜，因為私營企業會開展多輪融資、發行股票并在此過程中安排各種特別條款和權利。我們還開發了Linq這樣一個端對端的工作流工具，并在NPM事務處理系統上方增設了一個層，使得參與者可通過區塊鏈來交易和轉讓證券及相關基金。隨著我們對該技術應用經驗的積累，我們在多個領域實現了相較于理論概念更為貼近公開市場交易的實踐驗證。

 區塊鏈不同實例之間的互操作性對其推廣應用至關重要，這也是我們在未來幾個月將要重點關注的領域。為了使用戶能夠熟練掌握這項技術，區塊鏈服務是我們新的“納斯達克金融框架”的核心。終，從體系結構的角度出發，我們將繼續對涉及區塊鏈整合的理論及其他新興技術進行驗證。

網絡安全

 信息的分享從未如此便捷而龐大，全球監管部門對于網絡安全風險的擔憂亦在不斷增多。未來仍不可知，企業及其董事會的責任就是要確保他們的網絡環境受到保護。

 納斯達克采用了一系列的工具、程序和政策來預防、識別并回擊各種攻擊，終減輕風險：人工智能正被用于篩選成堆的記錄文件和數據點集，以識別環境中的確切消息和誤報;用戶行為分析(UBA)工具可指導用戶在環境中如何反應，并在個人脫離其正常行為時予以提示;其他工具可幫助我們理解并迅速反應來減輕威脅——使威脅信息集中化和情景化;代碼掃描工具也被用于產品開發周期的各個階段，確保代碼不含有任何安全漏洞。

 行業的創新發展正在簡化復雜的身份驗證——個人只需密碼加上硬件或者軟件動態密碼的一串數字即可登錄。指紋識別、聲音識別、視網膜掃描和可穿戴設備(“生物測定”)都在逐漸用于身份驗證。從體系結構的角度來說，納斯達克已經建立了自己的移動應用程序，例如它們可與安全框架相結合，支持不同身份驗證機制和真正的多重身份驗證——你“知道”的東西和你“擁有”的東西。

 雖然工具可被部署在環境中——但人為因素，以及在企業中提倡安全防范意識亦十分重要。違規經常發生是因為大家缺乏基本的安全防范意識，因此企業需要教育員工去管理好他們的密碼和其他個人憑證。納斯達克將繼續開展“紅色協作”運動——通過文明黑客來監測員工的網絡安全意識并尋找漏洞。

結論

 這些創新和潛在的顛覆性科技都旨在提高效率、降低成本、提升安全、增加收入及促進守規。要成功落實這些技術，必須建立一套商業戰略并且把握時機，使得技術足夠成熟并能以合理的成本獲取。利益相關者需要知道它們如何運作，以及有何優點和缺點。推動變革可能會遇到阻力，尤其是在創新科技會影響現有業務的情況下。針對某些情況，如推行區塊鏈，有必要創建一個監管和法律框架以及一套生態系統來支持該技術。

 未來兼容性——即某個系統按照符合未來的版本要求來設計——是IT專業人員經常談到的一個熱門話題。數據分析、FPGA、移動、云、人工智能、區塊鏈和網絡安全都匯集成為了滿足未來的解決方案。

金融科技有哪些趨勢？7項因素顛覆你的認識
轉自[敏感詞]財經，并不代表本網觀點