区块链、智能投顾,让大咖为你解锁金融大数据领域的新技能

<数据猿导读>

大数据作为时下最热的科技词汇,正逐步渗透进各行业的管理和运营体系中,其中首当其冲的行业之一就是金融业。在数据猿联合上海大数据联盟主办的《魔方大数据(9):行业应用系列圆桌会议 —“金融大数据”》活动中,区块链和智能投顾引起了数据猿记者与参会嘉宾的共同关注

来源:数据猿 记者:张叶

“大数据”作为时下最热的科技词汇,正逐步渗透进各行各业的管理和运营体系中,其中,首当其冲的行业之一就是金融业。

众所周知,目前大数据在金融业的应用主要集中在三大领域,银行、保险和证券,而这些行业应用概念早已经被媒体跟从业者炒的毫无新意。今天数据猿记者换个角度,给大家讲讲大数据在金融领域干的那些“技术活儿”。

在数据猿联合上海大数据联盟共同主办《魔方大数据(9):行业应用系列圆桌会议 —“金融大数据”》活动中,与会嘉宾围绕金融大数据领域内的智能投顾、区块链、征信业务等热点话题展开深入讨论。其中,区块链与智能投顾引起了数据猿记者与参加会议嘉宾的共同关注。

1

区块链:金融大数据背景下的“暗夜骑士”

在金融领域,大数据的核心价值早已不再是简单的数据统计就能够体现,而是数据背后蕴藏的巨大含义。那么如何确保这些数据足够货真价实呢?也许区块链技术能够保驾护航。

提到区块链,大多数人首先想到的还是比特币,其实这是对区块链的狭义理解。据微众银行创新研究负责人姚辉亚介绍,事实上,区块链技术起源于数字货币的底层技术架构。

2009年,密码学极客中本聪(Satoshi Nakamoto)在创建比特币时设计的数据结构与交易信息加密传输基础技术即为区块链,它的神奇之处在于其具有去中心化、信息高度透明、不易被恶意篡改、数据可追溯等特点,而这些方面恰恰是金融领域多年来最容易出现差错和需要高成本投入的地方。

姚辉亚表示,针对金融领域数据流通过程中数据开放共享、资产确权、数据监管、数据变现等一系列环节,区块链技术可以确保数据分布共享且不被篡改,并且在非授权状态下确保其他用户无权访问数据库,匿名保护隐私,提升金融交易的安全性。

此外,区块链包含多种基础运作机制,如共识机制、确认机制、一致性、唯一性、不可篡改性、可验证性等,最理想的方式是把它们当作工具包,针对金融领域不同场景下的特殊数据需求进行选择、裁剪、组合和改造。

分析后不难发现,除了处理数字货币之外,区块链还可以在证券、权益、众筹等诸多金融业务中发挥作用。

以金融同业合作业务为例,传统途径需要金融同业之间逐家对接系统,对清、结算处理的依赖度很高。而区块链技术类似高速公路,每家同业部门只需开通接入高速公路的小道,各家业务即可畅通无阻,原来需要T+1实现的金融交易可做到实时交易,交易效率大幅度提升。

另外,在资产登记及转让领域,区块链的共识与唯一性能够提高参与者在数字资产转让过程中的信誉度,验证机制能满足合法权益方进行单独验证,保证了客户数据与交易数据的私密性,更是全面解决了IT接口不一、定价不平等、重复对接等系列痛点。

区块链技术的出现,其实是打开了金融大数据领域的一扇窗,让我们得以窥视未来金融界的新貌。

2015年9月,为了促进区块链技术的发展与创新,国外著名的R3区块链联盟组织成立;而国内,中关村区块链联盟、China Ledger联盟、金链盟也已先后成立,为银行等金融大数据领域建立区块链概念性产品提供了保障。

另外,根据IT研究与顾问咨询公司Gartner Group公司《2016新兴技术成熟度曲线》预测,区块链将在未来5到10年内成为金融大数据领域的主流技术。不过,由于金融领域对区块链技术的成熟性要求较高,目前区块链尚未通过金融业严格的标准测试,其交易性能、数据容量、安全性以及合规性等都有待市场验证。

2

智能投顾:大数据渗入金融领域后的“终极BOSS”

如果说区块链是金融大数据领域的“幕后功臣”,那么智能投顾或者“数字化财富管理”(国内目前将其称作“数字化财富管理”,由于国家政策尚不明朗,我们不予置喙),就是大数据渗入金融领域后的最高表达形式。

所谓的智能投顾或者“数字化财富管理”,英文名“Robo-Advisor”,顾名思义是机器人顾问。该技术是在2009年,由硅谷Wealthfront, Betterment和Personal Capital等几家初创公司的技术发展而来。在“金融大数据”行业应用研讨会上,数据猿记者从挖财网研究总监方竞那里了解到,智能投顾目前已成为金融大数据产业的高端目标。

事实上,随着大数据产业的发展与技术革新,大数据+人工智能的形式早已介入金融领域。2015年,股市暴跌至今仍让很多人心悸,导致任何利好刺激都难以促动指数持续上涨,时至今日,整个金融投资领域低迷的形势依然没有好转。今年3月,AlphaGo战胜世界著名围棋手李世石一事,让金融圈从业者们看到了转机,不少人开始思考“如果股神巴菲特和人工智能来一场投资较量,究竟谁会赢?”答案不免让人好奇。

据方竞介绍,智能投顾是一种在线投资顾问服务模式,通过现代资产组合理论等相关算法搭建数据模型,实现财富管理目的。具体而言,投资者在平台上输入个人财务状况、风险偏好和理财目标等数据后,平台运用分布式计算、大数据分析、量化建模等技术手段为投资者提供智能化和自动化的资产配置方案,如投资咨询建议、投资分析报告、投资组合选择等。同时,平台还可跟踪市场变化,当资产配置偏离投资目标时及时提醒用户进行再平衡调整。

不难看出,智能投顾背后依靠的其实还是大量客户行为数据和金融交易数据。

首先,传统金融机构如证券公司,利用人工智能做量化投资早已有多年经验,将他们拥有的大量金融交易数据和客户数据建立成语义库,统筹语义与社会事件关联度,比如通过搜索关键字分析某一新闻事件对股票涨势的影响,然后为客户做出投资建议。不过,从数据的搜集、清理,语义库的建立,到最后形成针对C端用户的量化投资策略,整个过程不是一蹴而就,而是需要花费几年时间逐步完善。

其次,理想的智能投顾服务模式是以人工智能方式为用户提供投资建议。在实现这一目标的过程中,需要对用户的产品偏好以及以往理财行为、投资行为有大量数据积累,从而准确地做出用户画像。而互联网金融业C端客户居多,导致数据维度多。如果将互联网数据与传统金融机构的数据结合起来,做到“千人千面”,即能够根据每个人的理财特征给出DIY式投资建议,金融投资或理财业就能开展更多更好的业务,对行业发展也会有巨大促进作用。

金融大数据之所以将智能投顾推向行业巅峰位置,其实并非没有缘由。与传统投资顾问相比,机器人投顾在提供咨询服务时不会对客户流露出不耐烦情绪令客户反感;在投资时,不会带有自身投资偏见影响投资人,避免了人为干扰因素;在投资后,还能够实现实时管理、跟踪投资标的,并根据经济周期变化调整组合,降低投资风险。

不过,方竞告诉记者,虽然国内智能投顾概念已经极度火热,但事实上尚处初级阶段,距离真正的“个性化”应用还有很长的路要走。原因有三点。

第一,国内牌照问题。

由于国内外法律背景不一,美国投资顾问职业相当普遍,且1940年出台《投资顾问法》,规定同一个牌照可以做投资顾问和资产管理两项业务。而在国内,这两项业务是分开管理,需遵循不同的法律法规。

现阶段,尚无专门的法律条款规范智能投顾业务。从投资组合包含的金融产品种类来看,各家平台需根据金融产品取得相关资质,如公募基金牌照、保险金融产品销售牌照等。换言之,做投资顾问和理财师是需要持不同牌照的。虽然,目前互联网金融某些领域已经涉及智能投顾技术,但想要正式开展业务还要持牌去做才能合规。

第二,商业模式问题。

方竞表示,在对美国智能投顾行业的商业模式进行研究和梳理后,她发现国外很多C端平台由于获客成本过高事实上并没有很好的盈利模式,已经向B端转型,即以贴牌方式向传统金融机构提供智能投顾的技术支持服务;而为了应对智能投顾的挑战,很多传统金融机构也开始以自设或并购的方式介入到该行业。

总体来看,美国智能投顾发展称得上是占据了天时地利人和,即好的资本市场环境、政策环境和客群定位,不过无论是针对B端还是C端的商业模式大家都在探索阶段。

反观中国智能投顾的发展,虽然目前有些平台已经获得融资,但整体估值不高,其主要原因在于:

一,C端用户对资产配置是否有刚性需求还需考证;二,中国独立理财师行业是否能够健康健全发展,有待监管及行业逐步摸索;三,中国资本市场能否形成稳定上涨的态势也需要资金面及政策面等多重支持;四,智能投顾平台的客群定位需要十分清晰。因此,目前中国智能投顾的商业模式发展路径尚不清晰,其业务的可持续性还需各方共同探索。

第三,技术问题。

首先,在数据获取方面,由于形成的量化投资策略主要依靠前期大量语义数据积累,可是投资后期会发生很多新事件,那么智能投顾就会缺乏对新事件的判定,因此需要不断完善语义数据库。另外,目前人工智能方面还没有实现真正意义上的机器人与客户的交流。方竞告诉记者,智能投顾的最高境界是让用户感受不到机器人提供的理财服务与真正理财师服务的差别。

编者注:

面对金融投资市场的高风险和高难度,人们已经开始寄希望于数字化理财工具,期待其能够像AlphaGo打败李世石一样,成为在资本市场上独善其身的盖世豪侠。而在中国资本市场,区块链、智能投顾等技术的应用到底能不能颠覆金融市场,给亿万投资者带来信心,我们需要和市场一同等待结果。或许不远的一天,投资界的“AlphaGo”也能够为投资者带来超过巴菲特投资建议的投资回报,谁又能说得准呢?

有关大数据人物、新闻采访请搭伴儿数据猿记者张叶(微信:1104644189)

来源:数据猿

原文发布于微信公众号 - 数据猿(datayuancn)

原文发表时间:2016-09-06

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏灯塔大数据

2016腾讯娱乐白皮书昨日发布 大数据解读娱乐圈

2016年是娱乐大事件层出不穷的一年,昨天(12月28日)腾讯娱乐将隆重发布《2016年腾讯娱乐白皮书》,以“想象未尽,大娱乐+”为主题,从明星、电影、电视剧...

29570
来自专栏大数据文摘

快讯 | 领英最新研究:美国数据科学人才缺口加剧

在2015年,领英研究表明,美国的数据科学人才非常充足,人才技能供求出现“顺差”,换句话说,就业者能够大大满足企业的需求。

5210
来自专栏DT数据侠

“首席增长官”诞生记——Growing or Dying | 数据科学50人·张溪梦

3年前网上流传一篇文章,将硅谷华人互联网和科技圈大牛按照金庸的“东邪西毒、南帝北丐”分了一遍,北美互联网界的“南帝”叫张溪梦(Simon Zhang),是位于硅...

17620
来自专栏区块链研究

恶性竞争杀死99%的区块链游戏,引人深思……

在区块链技术的加持下,区块链游戏行业出现井喷之势,即使在陷入“宠物养成”游戏类型的桎梏后,又有元链星系、网易星球等打破绝境。但是如今,区块链游戏产业又再次掉入陷...

2.5K2350
来自专栏DT数据侠

马斯克称AI或引爆第三次世界大战;亚马逊微软“联姻”语音助手 | DT数读

过去一周,国际、国内的大数据相关公司都有哪些值得关注的新闻?数据行业都有哪些新观点和新鲜事?DT君为你盘点解读。

9800
来自专栏点滴科技资讯

你有必要知道的10家日本金融科技企业

金融科技开始在东京快速发展。 监管模式的变革,投资大幅增加,大型银行的支持,这些都导致金融科技在日本爆发式发展。 日本拥有巨量的个人资产,其中52%是以现金为主...

414150
来自专栏区块链领域

OK资本深度报告解析 | 细谈“物联网+区块链”的演变史

“OK Blockchain Capital 是全球领先区块链集团 OK Group 旗下的风险投资基金,专注于区块链领域投资,与全球交易量最大的数字资产交易平...

14520
来自专栏腾讯研究院的专栏

司晓:文化金融市场中的版权价值与交易

5月12日下午,腾讯研究院院长司晓博士受邀参加深圳文化产权交易所“文化四板”高峰论坛,并以“文化金融市场中的版权价值与交易”为主题发表演讲。司晓博士围绕当前IP...

22850
来自专栏区块链大本营

一夜暴富? ICO还能“蹦跶”多久?光鲜背后的那些冷思考

针对当下ICO热潮,《麻省理工科技评论杂志》(GL)与英格兰银行前数字货币研究主管Robleh Ali (RA)面对面进行了讨论。以下为谈论的具体内容:

9140
来自专栏IT大咖说

NEO区块链开发入门:有实操!

NEO区块链公开课是NGD(NEO Global Development )、NEL(NewEconoLab)、InnoSpace创新院共同发起的区块链技术学习...

21420

扫码关注云+社区

领取腾讯云代金券