金融时间序列分析，是时间计量经济学一门重要也是主要的方向。存在基础稳固、存在时间久远且存在效果持续令人信服。
对于量化来讲，这也是无法避开的知识高峰。
-
关于时空序列分析
今天在研究时序数据库时，看到Jeff写的《重磅！阿里云时空数据库正式免费公测》：
随着移动互联网和物联网的广泛普及，90%以上的数据是和时间+空间相关的，而越来越多的数据应用场景与时间和空间信息密不可分。时间 +空间维度的数据（我们称之为时空数据）是一种高维数据，需要更为高效的数据处理方式来处理，而普通的关系型数据库更适合于存储数值和字符类型数据，也缺少相关的时空算子。在实际应用场景上例如传感器网络、移动互联网、射频识别、全球定位系统等设备时刻输出时间和空间数据，数据量增长非常迅速，这对存储和管理时空数据带来了挑战，传统数据库很难应对以上场景。
这是一个默默耕耘的基础领域，没有“机器学习”“算法”那么热，那么广为人知，更像是一种基础设施，对用户来说不可或缺却又不自知，意识不到自己需要，就跟半佛仙人说的美团一样。
-
空间数据分析-空间计量经济学
基础设施有了，用基础设施的人呢？
就像大马路建好了，得有足够的车来跑才叫繁荣，反之，没有人的地方马路建的越好，越是愚蠢。
想到几个月前，在上海书城看到过系列书籍，关于空间数据分析。
我们当前提到计量经济学，通常指的是对时间序列下的计量，而这一些列书籍是针对“空间数据”。这一系列书籍是一个高校老师组织自己一帮研究生翻译的，占了个先手。
-
时空数据与量化交易
基础设施有了，汽车也有了，自然而然就会发展起来。
在可以遇见的将来，时空序列分析应该会成为一门新的交叉学科，它的应用场景明确，基础稳固，发展的条件都够了。
如果现在布局，应该还能有先发优势，过几年，大众知晓后免不了又是各路牛鬼蛇神。
我是做量化交易的，首先是将时空序列分析用于量化分析。
后续将研究结果陆续发文。先发此文，立个Flag。