金融大数据证券总结报告.docx

金融大数据证券项目总结报告大数据时代，券商们已意识到大数据的重要性，券商对于大数据的研究与应用正在处于起步阶段，相对于银行和保险业，证券行业的大数据应用起步相对较晚。目前国内外证券行业的大数据应用大致有以下两个方向：第一方面：股价预测2017年5月英国对冲基金DerwentCapita1.Markets建立了规模为4000万美金的对冲基金，该基金是首家基于社交网络的对冲基金，该基金通过分析TWitter的数据内容来感知市场情绪，从而指导进行投资。利用TWitter的对冲基金DerWentCapita1.Markets在首月的交易中确实盈利了，其以1.85%的收益率，让平均数只有0.76%的其他对冲基金相形见细。第二方面：投资景气指数国泰君安研究所对海量个人投资者样本进行持续性跟踪监测，对账本投资收益率、持仓率、资金流动情况等一系列指标进行统计、加权汇总后得到的综合性投资景气指数。31指数通过对海量个人投资者真实投资交易信息的深入挖掘分析，了耨交易个人投资者交易行为的变化、投资信心的状态与发展趋势、对市场的预期以及当前的风险偏好等信息。在样本选择上，选择资金100万元以下、投资年限5年以上的中小投资者，样本规模高达10万，覆盖全国不同地区，所以，这个指数较为有代表性。在参数方面，主要根据中小投资者持仓率的高低、是否追加资金、是否盈利这几个指标，来看投资者对市场是乐观还是悲观。“31指数”每月发布一次，以100为中间值，100-120属于正常区间，120以上表示趋热，100以下则是趋冷。大数据应用作为新兴技术，从研究到使用需要经历一个过程，应按照循序渐进方式开展相关工作。根据IBM研究，大数据应用建设分为四个阶段：一是教育，需要让大数据的重要性和必须性得到充分认识；二是探索，主要探索大数据到底怎么应用；三是接触，从实际的危度去思考怎么应用大数据；四是执行，真正把大数据结合到业务流程里去。大数据的建设不是一蹴而就，重在实践和迭代发展，在起步阶段可以结合具体痛点问题展开，在不断积累经验后逐步扩大应用范困。大数据建设的关键是高质量的数据基础，没有数据质量就没有一切，只有高质量的数据才能为企业带来价值。面对数据来源广、信息种类杂、质量参差不齐的情况，需要在建设大数据的同时关注数据治理，一是建立数据规范化标准、数据分类标准、数据定义标准、质量衡量标准等；二是建立用于监控数据从获取、存储、分析、到运用的质量监控体系；三是建立数据问题从检查、反馈到修改的质量改进流程，使问题能够得到及时发现和根本解决。