京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据助力证券业预判未来
上海,我国最具特色的金融中心,其证券市场交易额等单项指标已位列全球前三,有极丰富的金融数据资源;贵州,中国大数据领域的先行者,是国内推动大数据产业发展的重要支撑,已率先启动了全国首个大数据综合试验区建设。
“贵州已经建好了大量数据中心,而上海金融业有大量数据需要储存和重新梳理,两个充满激情和创造力的区域,在大数据和金融领域开展的合作,必将迸发出巨大的商业价值。”信达证券股份有限公司上海分公司副总经理许捷认为,当下,利用大数据发展金融服务和金融创新已经成为一种趋势,作为金融“三杰”的证券业,更渴望大数据助力其预判未来。
尴尬:互联网金融 强势冲击传统金融业
回顾刚刚过去“双12”,支付宝推出首个全球狂欢节,吸引了包括日本、韩国、泰国、新加坡、德国、法国、澳大利亚以及我国港澳台等12个国家和地区的3万家商户参与,涵盖夜市、免税店、百货公司、餐馆、酒吧等多种消费场所。一部手机,行遍天下。互联网金融带给传统金融业的冲击,从线上到了线下。
“互联网带来的便利改变了金融客户的行为习惯,使交易信息透明化,交易成本显著降低。而作为金融业的‘老大哥’,传统银行正从传统业务方式向网络、移动业务转变。”许捷感慨,互联网金融发展的如火如荼,其对传统金融来说,的确带来了巨大的冲击和挑战。证券商亦是如此。
“目前,全行业已经不能再考虑挑战了,而要考虑谁能抓住机遇。”许捷认为,挑战已经清清楚楚很现实的摆在那里,无论你想不想,都需要面对。主动面对才有可能抓住机遇,无论是大券商还是中小型券商,这些都是必须面对和考虑的。这同时也是整个券商行业和金融所需要考虑的。深思熟虑的思考和行动来面对机遇,必然能够带来好的结果。
当然,我们要有一种积极的拥抱的心态才能适应挑战,而不是防范。只有主观上认为是机会,才能考虑投入和合作,才会费尽心思地去想如何抓住机会,如何最大化自己的优势和实现自己的目标,才会有行动和反馈。如果主观上认为威胁,那只会被动的考虑防御,考虑怎么才能避免事情的发生,怎么才能回避或减少。但事实是互联网浪潮已经全面来临,券商已经没有办法回避。所以,我们必须积极地拥抱互联网,融合互联网。
突围:深度数据挖掘 大势所趋
欣然对面互联网金融时代的来临,对于金融业而言,最重要的一步就是利用数据进行“二次掘金”。
“未来,将是大数据引领智慧科技的时代,这也给国内证券公司带来了诸多启示。”许捷表示,大数据时代,券商们开始意会到数据挖掘的迫切性、必要性,券商对于大数据的研究与应用正在紧锣密鼓地进行中。
首先,从技术发展的大环境来看,随着虚拟化技术的深入,数据挖掘技术的不断创新,互联网的发展,为企业大数据挖掘提供了良好的外部环境和技术支持。
其次,从证券业自身发展需求来看,证券业面临行业监管及同业竞争的压力,资产管理、IB以及融资融券等各类新业务的相继推出,对系统及数据管理提出了更高要求。具体表示在:技术层面上,2000年后券商陆续完成了交易大集中,并按需推进建设了业务及管理系统,不断跟进客户的互联网应用需求;业务创新层面上,券商在零售业务、私人业务以及机构业务上的不断创新,一方面产生了大量的业务数据,另一方面对数据挖掘、分析提出了更高要求。大数据时代,对于数据和管理不仅仅停留在某一阶段,而是全周期性管理。
对于大数据的特点,大数据首先是数据量大,其次,海量数据的危机并不单纯是数据量的爆炸性增长,它还牵涉到数据类型的改变。再次,大数据带来的挑战还在于它的实时处理。
对于大数据的作用,大数据时代不一定是对已有客户的价值挖掘,而是要求我们更多从外部价值,对未来做出预测。
展望:大数据助力 证券业预判未来
在互联网金融+大数据时代下,信达证券作了许多尝试。首先,其是第一家推出即时行情网页交易的券商,采用业内领先的W EB版网上交易系统,一改传统交易模式,用户无须下载和安装交易软件,直接登陆信达证券网站即可安全、快速、方便地浏览行情和买卖股票。其次,就在上个月,信达证券发布了大数据告诉你A股的十个秘密规律。
“在我们看来,大数据能够更好的助力证券业预判未来。由此,我们非常看重与贵州的合作。”在许捷看来,贵州发展大数据占据天时地利人和。比如说,随着数据大增长,储存成本将成为金融机构的痛点。一般的企业每年的数据储存量都要增加1倍以上,如何控制储存成本也是一大难题。而为了保障安全,数据中心的地质条件也很重要。
“贵州已经建好了大量数据中心,且当地因海拔相对较高,冬无严寒,夏无酷暑、生态环境好,数据中心散热可以直接换新风。同等条件下,数据中心可以比南方其他地区节约10-30%的用电量,一个标准机架每年可以节电3万度左右。”许捷表示,这些他们都非常看重,因此,下一步打算将数据灾备中心建立在贵州。同时,也将在金融、证券等领域,与贵州加强合作。相信贵州大数据和上海金融,未来发展将前景无限。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16