《金融科技应用基础》课件-第二章 大数据技术在金融中的应用.pptx

《金融科技应用基础》大数据技术在金融中的应用第二章

目录CONTENTS大?数?据?概?述大数据技术在金融中的应用场景与价值创新大数据的理论架构与技术原理大数据在金融中应用的商业模式与未来展望

Part1大?数?据?概?述

一、大数据的概念与内涵数据信息知识（一）数据的概念数据（data）是事实或观察的结果，是对客观事物的逻辑归纳，是用于表示客观事物的未经加工的原始素材。信息是被组织起来的数据，是为了特定目的对数据进行处理和建立内在关联。知识，作为信息的升华与结晶，源自于信息间千丝万缕的联系，凝炼成具有普遍指导意义的规律与方法论。想一想：举例说明我们生活中哪些属于数据的范畴，哪些属于数据信息的范畴，哪些属于知识的范畴？

一、大数据的概念与内涵（一）数据的概念（二）大数据的概念1.百度百科对大数据的定义大数据（bigdata，megadata）或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。2.互联网周刊对大数据的定义大数据的概念远不止大量的数据和处理大量数据的技术，通过对海量数据进行分析，从而获得有巨大价值的产品和服务，或深刻的洞见。3.专业研究机构对大数据的定义大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长和多样化的信息资产。

一、大数据的概念与内涵（一）数据的概念（三）大数据的内涵EXAMPLETEXTGoaheadandreplaceitwithyourowntext.对象角度TextTextEXAMPLETEXTGoaheadandreplaceitwithyourowntext.技术角度TextTextEXAMPLETEXTGoaheadandreplaceitwithyourowntext.应用角度TextText

二、大数据的特征

三、大数据发展历程大数据1.0时代以MapReduce计算框架为代表，大数据技术广泛应用于大规模结构化数据的批处理。大数据2.0时代从2009年Spark诞生到2015年Spark在这场战争中逐步胜出，以Spark为主流的计算引擎已经广泛地替代了MapReduce。大数据2.0时代人们将此前在非结构化数据表现出众的深度学习技术与大数据技术相结合。

四、大数据给金融行业带来的变革营销上的变革风险管理方面的变革管理上的变革在产品创新方面的变革

Part2大数据的理论架构与技术原理

一、大数据基础（一）数据的概念（一）数据与统计学统计基础从行为目的与思维方式看，统计方法可以分为两大类：描述统计和推断统计。大数据时代下的统计学样本数据与大数据。大数据更有利于探索相关关系。大数据是一种开放性的思维模式。大数据不再追求精确性。

一、大数据基础（二）数据可视化数据可视化概念主要指的是技术上较为高级的方法，而这些技术方法允许利用图形、图像处理、计算机视觉对数据加以可视化解释。科学可视化信息可视化数据可视化与大数据

二、大数据关键技术

二、大数据关键技术大数据采集大数据智能感知层基础支撑层1大数据预处理抽取清洗2大数据存储及管理

开发新型数据库技术。开发大数据安全技术。3大数据呈现与应用标签云关系图5大数据分析及挖掘大数据分析技术数据挖掘4

Part3大数据技术在金融中的应用场景与价值创新

一、大数据风控（一）数据的概念（一）“大数据+银行风控”传统银行风控（1）风控成本过高（2）客户体验差。（3）银行服务客户面窄。（4）银行贷款相对集中大数据银行风控（1）集约化管理。（2）全过程风控。（3）标准化与差异化相结合。（4）输入信息多样化。

一、大数据风控（二）大数据风控的价值创新价值创新TEXTTEXTTEXTTEXTTEXTTEXTTEXT信用评价更加精准风控贯穿信贷全程有效防范信贷欺诈有效缓解小微金融供给不足优化客户信贷体验

二、“大数据+量化投资”（一）数据的概念（一）大数据在证券行业中应用EXAMPLETEXTGoaheadandreplaceitwithyourowntext.股票分析TextTextEXAMPLETEXTGoaheadandreplaceitwithyourowntext.客户关系管理TextTextEXAMPLETEXTGoaheadandreplaceitwithyourowntext.投资情绪分析TextText

（二）大数据与量化投资二、“大数据+量化投资”

二、“大数据+量化投资”结构化数据在量化投资中，结构化数据应用主要集中于高频交易应用。高频交易（high-frequency