維克多·邁耶·勛伯格在他的著作《大數據時代》中寫道:“大數據時代最大的變化是放棄對因果關系的渴望，轉而關註相關性。也就是說，只要知道‘是什麽’，就不需要知道‘為什麽’。”
頗為戲謔的是，“大數據”在中國股市的應用並不在投資和交易領域，而是從“抓老鼠”開始的，博時基金的馬樂就是第壹個被“抓老鼠神器”抓到的。
交易所掌握了“大數據”這個武器後，意味著對海量交易數據進行持續跟蹤分析，發現“關聯關系”。那麽，基金經理“老鼠倉”的時代是不是要結束了？
至少，可以肯定的是，以往案例中傳統的、明目張膽的老鼠倉行為，在大數據面前將無所遁形，很快被察覺，這將大大提高老鼠倉的操作難度，減少老鼠倉行為的發生。但現在說大數據會終結所有老鼠倉還為時過早。
解密交易所的“大數據”
壹般來說，“大數據”是指利用“所有數據”的方法，而不是隨機分析(抽樣調查)的捷徑，對海量數據進行分析。“大數據”具有“4V”特征:體量(海量)、速度(高速)、多樣性(品種)、價值(價值)。
據悉，滬深交易所大數據監控系統已建立數年。也就是在國內“大數據”概念還不太為人熟知的時候，交易所已經走在了前列，從國外引進了大數據技術。然而，由於這種監測系統並不公開，在“馬樂案”之前，業界對此知之甚少。
即使到現在，交易所掌握的大數據工具的模型和運算(計算)模式也只能勾勒出來。相關信息顯示，在交易所依法建立的證券交易監控系統中，上交所交易指標分為4大類72項，敏感信息分為3個等級，其中11類154項；深交所建立了9個預警指標體系，共計204個具體項目。
深交所總經理宋麗萍在2065438+2003年3月的壹次公開講話中也透露，所有“幾十人的監控室，都設置了200多項指標進行監控和預估”，這在壹定程度上證實了上述監控系統參數的真實性。
馬樂是如何“脫穎而出”的？
交易所的大數據工具孜孜不倦地對海量交易數據進行全天候的分析比對，改變了以往老鼠倉發現“在形”的模式。“前大數據時代”，大部分老鼠倉都是通過“舉報”發現的，交易所處於相對被動的角色。但進入“大數據時代”後，交易所通過主動數據挖掘發現了老鼠倉。
馬樂案例是交易所主動挖掘的結果。
深交所監管部在日常監測中發現，某小盤股重倉6543.8+0億元，與馬樂管理的“博時精選”高度重合。進壹步調查發現，壹個3000萬的賬戶也是如此，交易所立即上報證監會並立案。
有數據分析專家向記者解釋，交易所挖掘的數據是交易數據，因此非常容易收集，非常適合應用大數據工具。數據被引用後，進入“數據索引”或“建模”階段。通常對價格、交易量、時間、空間四個因素進行定量分析，整個數據處理過程自動化，包括“自動關聯、自動聚類、自動分類、自動重排”的快速計算。
具體來說，在馬樂“老鼠倉”的操作中，其頻繁進出中小板和創業板股票很容易被系統監控，系統會自動對其賬戶進行分類。因此，只要交易所進壹步分析這些操作的時間差，就不難捕捉到“老鼠倉”。
現階段，交易數據層面的證據已經相當確鑿，再輔以對賬戶資金來源的調查，“老鼠倉”行為已經沒有反駁的余地。
老鼠倉時代結束了嗎？
大數據工具的出現是否意味著老鼠倉時代的終結？
從基金經理的行為來看，老鼠倉之前之所以頻頻發生，是因為這種行為本身的違法成本太低。在“低風險高收益”的情況下，基金經理面臨巨大的誘惑，有足夠的動機去實施違法行為。大數據工具的存在，大大增加了“老鼠倉”行為被發現的概率，導致違法成本的巨大增加，其震懾力不言而喻。
但是，斷言“老鼠倉”時代已經結束，可能過於絕對。
與真正需要“雲計算”幫助的“大數據”處理不同，當前行業所謂的交易所“大數據”，是對交易所壹系列監控系統的口語化統稱。有數據分析專家指出，從這個角度來看，交易所的“大數據”實際上是壹套完整的監控模型，其數據架構和數據計算比較的邏輯流程是模型的核心。這個系統對於傳統的老鼠倉模式幾乎可以“殺出壹條血路”，但不排除未來會有更多“聰明”的違法者，“繞過”系統監控的領域，或者用更復雜的交易模式來規避系統監控。所以只能說，大數據結束了過去“老鼠倉”的“草莽”時代，用傳統的方法行事已經行不通了，而“後大數據時代”的貓鼠大戰可能才剛剛開始。