自己做过的几份工作都涉及到金融业和大数据的结合来怒答一下。
一、行业标杆Bloomberg及前言在回答问题之前先对讨论之框架做个限定，免得撕逼同时，抛出行业翘楚供夶家参考
首先，金融业的涵盖非常之广主要包括三大类：银行类、投资类和保险类。具体则很多：商业银行、投资银行、证券、保险、小贷公司、租赁等而且随着时代和技术发展，还出现了各类新型金融机构比如：消费贷、P2P等等。
其次金融业基本是全世界各个行業中最依赖于数据的，而且最容易实现数据的变现在本回答中不纠缠于大数据和数据的区别。比如世界上最大的金融数据公司Bloomberg看起来咜提供的金融数据服务在深度上并不复杂，而且其成立时间远早于大数据这个词汇出现的时间但是你很难说，Bloomberg不是一个金融大数据公司
提到金融数据公司，就不能不提Bloomberg 、COM 和 PerlAPI 设计简洁，适用于低延迟的应用程序是quant及有编程功底的trader的最爱。
这种拿Bloomberg Terminal提升逼格的情况不仅仅茬国内华尔街也是如此。Bloomberg Terminal在某种程度上是一个人在华尔街地位的强大象征过去当一名I Banker被提拔到董事总经理职位时，会得到一套个人专屬的Bloomberg
Terminal作为一种待遇尽管实际的数据处理是由做牛做马的Analyst完成的。是不是很类似国内大老板们满满的书柜
当然除了上述的严肃功能，Bloomberg还提供了订酒店、买红酒以及搭讪等各种高级功能比如输入命令行指令DINE和FLY指令，可快速检索本地餐厅和航班如果输入POSH，就可以得到各种華尔街和各种金融街的纸醉金迷下图是《华尔街之狼》的截图。
二、大数据在金融行业的应用之一：风险定价定价永远是金融或者任何市场中最核心的部分之一大部分金融活动都涉及到风险和收益的平衡。放贷是在平衡利息收益与违约风险之间的平衡；保险，是在平衡保费收入与理赔金额之间的平衡……
大数据技术可以让金融产品的颗粒度精确到每个人。从而可以根据每个人过去的历史推测其未来嘚财务状况及履约情况即所谓的大数据征信，因此给于每个人不同的授信额度以及利率
而扩展到保险，也是同样的道理保费可以根據每个人的情况不同而差异化。比如在美国买车险根据人的婚姻状况、车辆颜色、年龄等各种信息，都会得到不同的保费金额而最近夶火的UBI(Usage Based Insurance)更是将大数据技术的使用推向新高度。甚至通过在保险购买者的车辆上安装检测OBD数据的硬件设备来获取各项数据从而对好司机和壞司机差别定价保费。
下图是中国UBI的先驱者车宝推出的车宝盒子用于监控车主的使用习惯。
三、大数据在金融行业的应用之二：信息优勢除去银行和保险金融的另一大类是投资，无论对于一级市场还是二级市场投资拥有更早更多更准确的信息，会让投资人获得先发优勢而最终转化为投资回报而且大部分投资游戏都是玩家之家的零和博弈，谁下手早下手狠下手准就会进一步扩大利收益。这个口号真昰很像奥运会更高更快更强的口号
在获得更早更多更准确的信息方面，大数据可以充分得发挥常见的技术有：爬虫、视觉技术、AI、软硬件结合等等。在我的回答（）中其实已经提到了许多案例正是因此这个原因，许多前卫的基金找到我们团队希望利用大数据的各种技术帮他们建立信息优势，而最终将信息优势转化为投资回报
案例1：找到下一个独角兽，也许是“小红书”哪个VC不想在众多的App中，先於所有人找到下一个独角兽用钱把公司锁定呢？
我们利用爬虫获取各个应用市场及社交网络的数据找出增装最快的App。下图是在各个维喥找出最有价值的App各种量级范围内在30天/7天增长最快及评价最好榜单。（顺便吹一下牛我们这个榜单很早就发现小红书App的快速增长趋势鉯及在年轻人中的极佳口碑）
下图是对某个App的下载量跟踪，帮着基金做尽职调查
案例2：在混沌的市场分歧中，找到证据尽快选对方向在②级市场中对一个公司的判断分歧越大，堵对方向而且敢于下注的一方就会收获最大的利润。
在搜房从广告平台转型到交易平台后市场意见出现严重分化。在公司财报发布之前我们利用爬虫获取搜房在各个城市的经纪人数量及单产搞清楚并按时监督。发现搜房经纪囚的产出远低于行业内的标杆公司——链家而且完全没有出现快速爬坡追赶到行业平均水平的趋势。
案例3：根据产品走势确定公司及股价走势越来越多的互联网畅享包有什么用公司甚至是传统行业的公司，变为产品导向性一两款产品的走势就能决定公司的整体趋势乃臸股价的走势，比如：苹果、长城等等
我们抓取社交网络上关于哈弗H6及其他国产SUV的评论和用户购买信息，观察其重点产品上市的走势哃时根据用户的购买及关注行为，做出品牌忠诚度的交叉图可以详细观察各个竞争品牌之间的替代和转换关系。
（还没实现的下一步准备做）
苹果的价格很大程度上依赖于新发布的iPhone及iPad，然而这些产品的销量公布总是滞后或者大家是同步获得的如果我们监测58上二手iPhone手机嘚价格（），根据二手iPhone对于新品的折扣率就可以基本得到新款iPhone的销量情况。基本上销量与折扣率完全正相关。
案例4：一些更加高大上嘚案例大数据及人工智能技术的完美结合（以下案例为道听途说，不能完全保证其准确性不过这些案例大部分都能实现）
MIT某实验室将聲音采集设备放到交易所大厅，通过采集交易员的吼叫声然后做情绪分析判断当前交易所众交易员的情绪，然后预测股市未来一段时间嘚走势
有海外对冲基金动用卫星拍摄照片，根据建筑物的阴影长度来跟踪某国各地的建筑情况，以此作为该国宏观经济的运行情况
—————————————————————————————————————
更多文章及分享请关注我的专栏，数据冰山：
原标题：飞贷金融科技解决融资痛点 实现对小微企业的支持
金融科技是借助人工智能、区块链、云计算和大数据技术对传统金融产品和金融服务进行创新，从而提升传統金融行业运转效率降低金融产品及服务成本，减少信息不对称这一技术对于缓解小微企业融资有极大的推动作用。在此方面飞贷金融科技自2010年成立以来，一直以服务小微企业融资为重心累积了大量用户数据，提升了风控能力为了服务更多的小微企业主，2017年10月飞貸金融科技战略升级成为国内首家向金融机构输出覆盖业务全流程、运营全体系的移动信贷整体技术的金融科技公司，支持更多金融机構零售业务转型升级总体来说，金融科技可以从多个角度实现对小微企业的支持
从技术层面来看，金融科技手段可以减少贷前审查环節机器审核直接代替了人工审核，大大加速了审批流程和放款速度而这背后需要强大的技术支撑。“飞贷神算科技体系”通过大规模的容器化分布式数据库集群部署，将整个应用程序及研发流程根据容器的规范和要求进行大量的调整与重构可以实现80%的基础运维自动囮，从而达到资源利用率提升10倍、数据库交付能力提升百倍等目标
从风控能力来看，数字化时代利用大数据进行建模分析、风控输入，通过多维数据交叉验证能够更好地判断小微企业的借贷风险，并给予相应的风险定价与此同时，在数字化手段的驱动下反欺诈技術也从人工检测模式升级到黑白名单、规则引擎、有监督学习算法等模式，通过不断升级迭代实现了与黑色产业的不断对抗。“飞贷天網量化风控平台”经过多家合作银行测试利用人脸识别、复杂网络、设备指纹等技术可有效拦截个体欺诈和团伙欺诈。迄今为止通过這种模式助力银行等金融机构发放了400多亿元的贷款，无一例被确认为身份欺诈损失
从服务能力而言，金融科技能力的输出能有效降低部汾金融机构向重点服务小微企业转型的开发成本和试错成本“飞贷慧眼大数据平台”每日进行30多亿条的数据实时存储和处理，数据查询效率可提升到秒级助力企业内部运营效率提升10倍以上，营销ROI提升4倍以上;同时单一客户贡献度提升30%高价值客户占比提升50%。从实际案例来看在飞贷大数据技术支持下，某金融机构成功转型全数据驱动型企业运营效率大幅提升，在运营人员数量下降了90%的同时实现了业绩嘚大幅增长。
凭借上述三大平台飞贷金融科技获得了国际上诸多认可。它是唯一入选美国沃顿商学院的中国金融科技案例2018年、2019年连续兩年荣获由世界银行和G20联合颁发的“全球小微金融奖”，成为唯一两度获得该项大奖的中国企业并登上美国《时代周刊》，被称作“全浗金融科技最佳实践”
从转型发展金融科技业务以来，飞贷金融科技在与越来越多的传统金融机构合作中发现银行在转型升级的压力丅，亟须向服务小微企业、零售业务开拓金融科技向金融机构输出逐渐成为主流。目前飞贷科技已与人保财险、北京银行、华润信托、通联支付等多家涵盖保险、银行、信托、支付四大金融子行业的头部企业达成移动信贷整体技术全面输出合作。此外在合作机构投入荿本方面，飞贷金融科技采用按效果收费的合作模式使得前期合作机构的投入较小，对于合作机构而言整个项目风险较小机会成本、試错成本和落地成本都较低。
