京公网安备 11010802034615号
经营许可证编号:京B2-20210330
万亿元大数据产业重塑期货行业
4月22日在杭州举行的第十一届中国分析师暨衍生品论坛上,DT大数据产业创新研究院(DTiii)院长、中关村大数据产业联盟副秘书长陈新河为大家分享了金融科技对期货生态的改变。
不管云计算还是人工智能都是大数据,大数据在不同行业有不同名称,在期货来看最多提到的就是智能投顾。大数据用一种技术和手段来找到未来不确定性中的确定性,为期货发展带来很多新的机会。
大数据在期货行业的运用,他举例利用大数据预测饲料价格,用于期货决策,就是用了大数据的外部性作用。此外,通过百度整体行业消费量景气指数等建立一个模型,就能用大数据预测经济形势。
事实上,大数据的运用在期货中还很少,但却有很大的发展空间。比如通过对挖掘机的大数据情况就能了解基础设施建设情况,这就是大数据的外部性带来的意想不到的收获。这样的例子还有很多,像利用全球货船情况,预测大宗商品的流动情况进而预测价格;利用全球天气大数据情况,预测农产品情况;利用塑料大棚的大数据情况,预测蔬菜产量等等。
未来信息社会,数据变成一种新的资源。大数据现在很红,但是发展还很初级,所以目前来看在期货的运用还很少。但陈新河相信,未来大数据还有很多的机会。
他表示,现在数据分析人才是真正的瓶颈,最渴望的就是数据科学家。人才结构已经发生了改变,除了行业领域知识,还要具有IT技能和数据科学知识。而数据科学不仅是数据公司,在各个领域都是需要具备数据科学知识的,期货分析师也不例外。对于期货分析师来说,可能以后最多的是要成为数据分析师。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14