与此同时，智能投顾成为财富治理新蓝海，也是近年证券公司应用大年夜数据技巧匹配客户多样化需求的新测验测验之一。该营业供给线上的投资参谋办事，可以或许基于客户的风险偏好、交易行动等个性化数据，采取量化模型，为客户供给低门槛、低费率的个性化财富治理筹划。

近几年智能投顾营业在国表里均取得快速成长，截至2016岁终，境外领先的金融机构前锋及嘉信的智能投顾营业已经分别治理了数百亿美元的范围。国内近一年来，部分机构在该营业范畴也开端起步，广发证券的“贝塔牛”以及招商银行的“摩羯智投”均为所属行业的代表产品。固然今朝国内该营业的用户体量尚无法与美国市场比拟较，但国内财富治理范畴存在较大年夜的需求，同时证券公司在客户的数据贮备以及互联网技巧应用上也具有较大年夜优势，是以将来竽暌剐望借助大年夜数据技巧大年夜力成长该营业，实现传统经纪营业往财富治理的成功转型。

2.资产治理营业：借力大年夜数据，开辟产品创设与投资治理新思路

互联网时代，信息的多样化与扁平化，消息等互联网文本发掘类数据对市场的幼ê嵴敬慎密，基于互联网文本数据与传统交易数据、财务数据相结合进行投资的金融产品也获得投资者的广泛承认。应用大年夜数据技巧，结合传统量化投资模型，推出大年夜数据基金产品是对传统资产治理产品的有力弥补，为投资者供给新的选择。2014岁尾，广发基金与百度合作，综合了百度客户的搜刮数据及广发基金本身搭建的选股因子数据库，推出了备受市场存眷的百发100指数基金。近两年，接踵又有多家公募基金与不合互联网企业合作推出了数十只大年夜数据主题基金，大年夜数据在产品立异中的应用已经获得实现。将来跟着大年夜数据技巧的加倍成熟，更多半量、更深层的大年夜数据主题产品将有望陆续面市。

与此同时，跟着深度进修等人工智能技巧的日趋成熟，基于大年夜数据以及人工智能算法的量化投资策略逐渐鼓起。经由过程基于天然说话处理技巧(NLP)，大年夜收集文本中获取数据，基于深度进修等机械进修算法对获取的各类数据进行分析猜测，建立财经消息、公司通知布告等文本领件与相干资产在金融市场中的表示的接洽关系，敏捷断定市场中出现的各类机会。这类基于大年夜数据技巧与人工智能算法的投资策略不仅拓宽了信息获取源，晋升了信息的分析深度与广度，并且与传统投资策略表示相干性低，是对传统策略的有力弥补。

2012年，英国对冲垮金CAYMANATLANTIC公司发行了一只量化对冲垮金，经由过程Twitter、Google以及其他媒体平滔喔赡投资者情感大年夜数据进行分析，获得对市场各类资产的猜测结不雅并依次进行投资决定计划，并取得不错的事迹。

2017年1月，境外资产治理公司贝莱德宣布，将公司本来专注于“根本面”主动研究以及专注于“大年夜数据”的量化研究两个团队归并成一个大年夜部分。贝莱德此举注解，跟着本钱市场数据范围的晋升以及大年夜数据技巧的逐渐成熟，投资将更多依附于大年夜数据分析结不雅进行帮助决定计划。可以说，投资治理已成为大年夜数据技巧的下一?目标。

3.研究营业：晋升工作效力，打造智能化妥锒衤模式

智能投顾在客户材料收集分析、投资筹划的制订、履行以及后续的保护等步调上均采取智能体系主动化完成，且具有低门槛、低费率等特点，是以可以或许为更多的零售客户供给定制化办事。跟着线上投顾办事的成熟以及将来更多基于大年夜数据技巧的智能投资策略的应用，智能投顾有望大年夜广度和深度上都将证券行业带入财富治理的全新阶段，为将来政策放宽证券公司投资参谋早年端佣金收费向后端的治理费收取模式改变进行摸索预备。

跟着互联网及大年夜数据技巧的敏捷成长，今朝证券公司所供给的卖方研究办事中，部分低效的人工统计工作将被以大年夜数据技巧为核心的量化研究所代替。包含上市公司调研、数据分析等反复性统计分析工作将率先受到冲击。RSMetrics是一家总部位于芝加哥的卫星谍报分析公司，经由过程高分辨率卫星影像，对零售店、餐馆、商场、办公楼和其他贸易地产的泊车场进行监控，可以估计出它们在全国范围内或者某一地区的客流量增长情况，赞助分析师懂得公司根本面，猜测发卖量，预估企业袈渌营状况。这类借助于卫星遥感大年夜数据技巧手段，比拟于传统的分析师实地调研可以或许大年夜幅晋升工作效力与精确度。

4.应用大年夜数据技巧晋升中后台工作效力

芝加哥商品交易所(ChicagoMercantileExchange)天天产生约1100万份合约，存储了100TB的数据，且仍在每日赓续增长。交易所须要天天为内部团队供给复杂的数据分析申报，为了晋升申报的及时性，CME采取了Oracle公司的EXADATA的解决筹划，用构造化的RDBMS，削减每次批量处理过程的时光。同时CME采取了Hadoop数据处理平台，经由过程并行萌芽办法来晋升数据处理机能，并且削减成本开支。在风险治理范畴，日益增长的交易品种与客户数量，为证券公司及时测算、监控以及治理各类市场风险、合规风险提出了更高的请求，大年夜数据技巧在这个范畴也能充分发患咀用。广发证券的“风险数据集市项目”应用大年夜数据技巧整合公司各条营业线的风险相干数据、第三方市场数据、交易敌手数据、接洽关系人数据、监管披露数据，形成相对完美的风险数据集市，在强大年夜的计算力支撑下实现周全精确切时的监控及猜测各类风险指标，强化各条营业线的风险治理才能。

证券行业驾驭大年夜数据技巧仍须克服重重艰苦

今朝，大年夜数据技巧在证券行业中的应用与推广还处于起步阶段，趋势虽弗成阻挡，但同时也面对诸多艰苦与挑衅，当前亟须解决的核心问题重要有以下几方面。

一是海量数据分散存储，整合难度大年夜。海量数据的治理对任何一个行业都是极具挑衅性的难题。证券行业数据量增长快速且数据构造复杂，天天都有大年夜量的新旧数据须要迭代处理。此外因为营业多元化的特点，证券公司的大年夜数据往往分散于互相自力的各个营业部分，无法进行通顺共享导致大年夜数据处于严重的切割和分散状况，同样的问题在行业内不合公司之间也存在。同时，证券行业部分数据涉及用户的安然与隐私，在应用大年夜数据技巧进行分析的过程中要避免数据的泄漏，同时也要保护客户的隐私数据不受侵犯，这对证券公司的大年夜数据安然技巧以及对合规及风险治理才能提出了更高的挑衅。是以，如安在政策许可典范围内实现内部海量数据的有效整合以及与外部机构数据的共享，是大年夜数据技巧应用推广过程中须解决的重要问题。

　　推荐阅读

　　Linux下使用autoconf和automake生成Makefile

51CTO诚邀您9月23号和秒拍/国美/美团元专家一路聊智能CDN的优化之路，抓紧时光哦！ 作为Linux下的法度榜样开辟人员，必定都碰到过Makefile，用make敕令来编译本身写的法度榜样确切是很便利>>>详细阅读

本文标题：借力大数据技术 证券行业迎转型契机

地址：http://www.17bianji.com/lsqh/37332.html

 1/2    1