大数据“嫁接”金融业 会发生什么？
“随着大数据技术的进一步发展，可预见会激发更多的金融创新出现，反过来我们也相信，金融创新对大数据技术也有更多的要求。”日前，“第六届（2014秋季）中国量化投资国际峰会”在深圳举办。500余位海内外经济学家以及来自国内证券、基金、私募、信托、银行、保险界的专业人士、高校专家学者出席会议，并围绕大数据在金融行业的运用展开了重点讨论。
专家认为，近两年，大数据、云计算以及互联网金融等成为社会热点。这些底层技术以移动互联的用户体验呈现出来，不仅通过互联网产品改变了人们的衣食住行，更改变着金融业本身。
金融大数据产业链正在形成
近几年，大数据与金融的“嫁接”催生了不少金融创新。信用卡自动授信是典型的大数据银行金融。而机器人投资是大数据证券金融的代表形式。股票价格波动受各种因素影响，传统的投资方式一般人工收集信息，手动交易，机器人投资则可以建立多因素模型，自动选择股票或寻找交易时机，在适当的风控模型下建立机器人投资云交易模式。
“传统的审批成本是非常高的，需要上门考察写尽调报告。阿里小贷服务了上百万商家，应该说绝大多数是没有上门考察的，阿里掌握了海量的客户交易信息和数据信息，通过大数据进行考察，光这一项就节省了大量成本。”人人聚财创始合伙人兼CEO许建文说。
“证券行业应用大数据才刚刚起步，银行比我们走得快、走在前，现在几乎每个银行都有大数据中心。”中国银河证券股份有限公司网上交易中心主任王锦炎透露，目前证券公司都很重视建设数据中心，“我们本身是服务客户的，如果能收集客户行为、交易习惯，以及投资哪一类股票、投资回报率等基本信息，对其进行分析后，可以有针对性地提供一些资讯信息以及差异化的服务。”
“金融业积累的大数据就是金融大数据，根据银行金融和证券金融本身的不同，这些数据也分成银行金融大数据和证券金融大数据。积累数据过程中，产生了数据采集、存储、使用的相关工作和企业，这样就完成了金融大数据的产业链。”专家认为，这样的产业链正在形成。
在大数据变革金融业的同时，也对金融大数据产业链上的相关企业提出了更多要求。国泰安技术研发中心副总经理杨波认为，对数据公司来说，大数据技术的出现会极大增加数据的
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在大模型从实验室走向生产环境的过程中，“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型，若在高并发 ...
2025-10-15在机器学习入门领域，“鸢尾花数据集（Iris Dataset）” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中，零散的指标（如 “GMV”“复购率”）就像 “散落的零件”，无法支撑系统性决策；而科学的指标体系，则 ...
2025-10-15在神经网络模型设计中，“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少，模型可能 “欠拟合”（无法捕捉数据 ...
2025-10-14在数字化浪潮中，数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息，又要能将分 ...
2025-10-14在企业数据驱动的实践中，“指标混乱” 是最常见的痛点：运营部门说 “复购率 15%”，产品部门说 “复购率 8%”，实则是两者对 ...
2025-10-14在手游行业，“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度，更直接决定了后续 ...
2025-10-13分库分表，为何而生？ 在信息技术发展的早期阶段，数据量相对较小，业务逻辑也较为简单，单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中，“数据孤岛” 是普遍面临的痛点：用户数据散落在 APP 日志、注册系统、客服记录中，订单数据分散在交易 ...
2025-10-13在数字化时代，用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”，到视频 APP 的 “打开→搜索→观看→收藏”，再到银 ...
2025-10-11在机器学习建模流程中，“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中，未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储，CDA（Certified D ...
2025-10-11在 SQL Server 数据库操作中，“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选，还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中，正交试验（Orthogonal Experiment）因 “用少量试验覆盖多因素多水平组合” 的高效性，成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中，“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”：各部门数据口 ...
2025-10-10在深度学习中，“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术：损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入，拆解两种方法的核心适用条件、场景边界与实战选择逻辑，结合医学、工业、教育领域的案例，让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中，常会遇到这样的困惑：某电商平台 11 月 GMV 同比增长 20%，但究竟是 “长期趋势自然增长”，还 ...
2025-10-09Pandas 选取特定值所在行：6 类核心方法与实战指南 在使用 pandas 处理结构化数据时，“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络（SCNN） 为解决这一痛点，球面卷积神经网络（Spherical Convolutional Neural Network, SCNN） 应运而生。它通 ...
2025-09-30
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
