国内有金融大数据实验室嘛_金融实验室

金融实验室，金融与大数据的相互融合，相互渗透：数据是一种资源，但数据又跟煤、石油等物质性资源不一样。物质性资源不可再生，你用多了，别人就用少了，因而很难共享。数据可以重复使用、不断产生新的价值。大数据资源的使用是非恶性竞争的，共享的前提下，更能够制造双赢。从另一个角度来说，数据如果不被融合、联系在一起，也不能称之为大数据。

金融实验室，金融行业与大数据的融合，所谓的金融数据工程师就是这样诞生的。。。。。
金融大数据工程师，只是一个工程师还是远远不够的。他首先要对金融有所了解，其次要分析数据背后的本质，哪里风险高，哪里风控做的不好，最后形成决策。举例来说，中等风险的人群实际上是很能盈利的人群，因为他有一点风险，但又不是太高。那么这些人的风险如何管理，如何定价就是金融大数据工程师要做的。数据清理、分析你发现了什么、总结出什么规律、这个规律怎么提升、怎么样迭代，这是数据工程师最重要的五个核心。此外数据工程师还需要艺术思维和匠人精神，要科学性和艺术性相结合。

金融实验室，研究宏观经济条件下大数据对金融行业起到哪些辅助或决定性作用。
每个人都离不开社会离不开这种大的经济环境，我们现在最关注的可能是未来得房价会不会跌、跌多少，我们的金融资产受到的冲击是多少，这就是经济环境的风险。通常我们认为经济环境的风险从金融大数据的角度来说更加注重从微观的数据整合到宏观的维度，它的准确度会非常高。在宏观经济领域，像穆迪、标普这种征信公司和很多其它金融机构都会联手做很多事情，比如说金融危机的时候美国经济机构做了很多宏观经济指数，这能够有指导性的作用，这也是金融大数据领域一个非常重要的应用。

金融实验室，研究金融领域在互联网时代大数据的渗透和影响。
数据其实不可以改变风险，但是可以把风险量化，就如互联网金融其实改变不了金融的本质和风险，而是作为一项工具更加高效和透明去做金融。借大数据风控的理财平台创新之处，也是互联网财富管理行业的发展方向。

金融实验室：最近几年，大家又开始认为数据收集过多。对国内的金融机构来讲更是这样。实际上从数据的角度来讲，用户量实在太大了。现在我有几个同事在用Hadoop给银行做解决方案，大家发现数据效率已经成了非常大的瓶颈，因为其中有些计算实在太复杂。
原来从数据库导到数据仓库里，可以延时来算这个数据，但现在发现这样不可行了。最典型的一个案例就是“反欺诈”。 P2P现在已经有团伙性作案诈骗，这就导致选择模型很难，然而又不能像银行放贷一样速度很慢。所以我觉得，提升数据效率和即席分析这两个结合起来，诞生了非常多的机会。

金融实验室：提到实时放款就会涉及到实时预警。做到实时预警，需要将现有数据系统变成一个可计算的系统。整个的存储架构包括业务逻辑与数据计算的架构，都需要做出改变。实时预警并不仅仅是计算模型这么简单，贷前、贷中与贷后的实时预警都是必须的。如果大家有兴趣做，这会是一块很大的市场。
另外还有两个大数据的应用热点是“营销和客户分析”和“金融机构的工厂化”。

金融实验室：近年来，关于大数据的研究很多，基本形成共识性的看法是，大数据具有4V特征，即海量的数据规模（vast）、快速的数据流转和动态的数据体系（velocity）、多样的数据类型（variety）和巨大的数据价值（value）。也就是说，大数据，除了规模数量大，更重要的是数据非结构化、残缺和无法用传统方法处理等特性。实质上，大数据的精髓在于它拓展了数据分析的抽样方法和范围，放松了对数据研究的精准度要求，更侧重于通过揭示相关关系来刻画世界万物之间的复杂联系。由此，大数据为人类认识世界提供了新的方法，引发了思维的革命。

金融实验室：。国际上，很多先进银行运用大数据成功拓展零售业务。比如，有银行通过分析客户交易数据，推算出其“人生大事”的大致节点，进行交叉销售，婴儿诞生时针对性甚至定制化推介寿险产品等。再比如，有银行通过社交平台数据分析客户的业余爱好，发现不同爱好客户金融需求差异，即使财富不高、消费奢侈的“败家族”，也具有成为贵宾客户的潜在价值。类似的方法，大大丰富了收入、年龄、职业等传统的分类标准，更好地实现了“以客户为中心”，有利于为客户提供更加贴身的金融服务。

金融实验室，金融大数据时代：互联网时代，金融IT正面临着来自业务创新、敏捷开发、智慧运维、成本管控、合规与安全等多维度的挑战。同时，云计算、微服务、容器技术、监管控一体化、软件机器人等技术逐步成熟，为传统金融IT的转型创造了新的机遇。

夏凡淇表示，成立这一金融实验室，就是为了能在大数据时代更好地研究分析金融市场中的行为和数据，更准确地发现和利用市场规律，希望实验室能将业界和学界各自的优势结合起来，共同推动金融领域的发展。
    据介绍，除了这所金融实验室，香港金融数据技术有限公司还将在牛津大学、剑桥大学、帝国理工大学等英国顶尖学府率先推出“金融创新工场孵化计划”。这一计划包括推出一款模拟证券交易的应用程序，依托移动互联网并结合量化交易和大数据技术，让高校学子能在这一平台上学习锻炼，培养投资兴趣并提高金融“实战能力”