【CDAS 2017】大数据与金融分论坛：量化分析，智能金融

作者 CDA 数据分析师

前言

2017年7月29日，由CDA数据分析师主办，以“跨界互联 数据未来”为主题的CDAS 2017第四届中国数据分析师行业峰会在北京中国大饭店隆重举行。

7月29日当天，除了引人眼球的主会场以外，当天同步开放11个分论坛，我们将逐一推送每个分论坛的盛况，以及演讲嘉宾速记稿整理，给每一个CDA成员奉上干货。

CDAS 2017中国数据分析师行业峰会下午的大数据与金融分论坛中，来自IBM、诸葛io、民生银行等六位专家与教授，分享了大数据在金融领域的实践和应用

人工智能助力银行审计管理

IBM Analytics LBS首席数据科学家李峰

李峰老师在峰会上介绍了什么是审计以及审计会面临哪些业务问题，并讲解了IBM在给出商业银行整个大数据分析审计平台的方案中涉及到的相关核心技术和方法论，同时通过两个有趣的案例介绍了审计里面的业务场景。李峰提到数据治理这个概念，数据治理的一个主要核心目标，就是要保证高质量数据能够被业务系统去支持，去利用，去服务。

深入金融场景的数据驱动与应用

诸葛io产品VP于晓松

金融行业对用户的分析停留在人口属性方面，比如性别、工资结构、偿还能力等等，而缺乏用户行为方面的画像。而用户属性和用户行为特征才是真正需要金融客户进行洞察分析的，也是需要深入到具体场景中解决的问题，如获客、风控、创新。如何衡量优化渠道与活动投放？如何提升流量用户产生交易的比率？于晓松老师在本次演讲中，用实际案例与峰会现场观众一起探讨了在金融行业的不同场景下实现增长的数据驱动与应用法则。

资产配置与数据分析

集思录副总裁郑志勇

所谓的数据分析等于数据加逻辑，其实资产配置的本质也是数据分析，只有将各类资产的投资性价比进行有效分析之后，才能根据自身理念与模型进行资产配置。郑志勇老师从资产配置的本质、资产配置与大数据结合的方向等角度分享了他的感受与体会。郑志勇认为金融行业目前最大的问题，就是产能过剩，他还提到投资逻辑其实很简单，关键是简单有效，而做到简单有效的途径就是比较。

用R语言实现量化交易策略

《R的极客理想》系列图书作者、民生银行金融大数据分析师张丹

中国的金融二级投资交易市场，是一个不成熟的市场，同时又是情绪化的市场。市场中，每天都存在着大量的交易机会，每天都会有“乌龙指”。张丹老师在峰会现场从发现错误的定价、股利贴现模型、投资机会、R语言代码显示以及A股市场案例进行分析，帮助人们发现由于信息不对称出现的机会，赚取超额的收益。

Fintech实践：从BI到AI的演进路径

天云大数据CEO雷涛

过去的几十年中，计算机被广泛应用于完成自动化任务，从BI到AI的演进路径，即从面向人做决策到自动化实施的过程。BI失效的前提下，我们该怎样用AI的方法提供更大规模的计算？雷涛老师在现场从离线抽样到在线全量，静态个体到动态关联，统计评分到机器学习三个层面进行分析，结合实际案例详解了从BI到AI的演进路径。雷涛提出数据的鲜活和持续性给银行整个体系带来根本性的变化。当我们能够有一个全局的建模方法，在线去做数据处理的时候，就可以用全量的数据做一些特征的表达。

“双创”大数据金融分析服务

北京赛智时代信息技术咨询有限公司CEO赵刚

目前我国创新创业形式喜人，给许多企业带来了机会。赵刚先生在峰会现场讲解了Innov100的数据分析服务方法、数据雷达、数据洞察等内容，针对创新创业的中小微企业的数据分析有助于金融机构找准创业赛道，选好投资方向，评价投资价值，发现潜力项目，洞察关键成功因素，量身订做产品和服务，恪守企业信用，规避金融风险。