文 / 广东银行同业公会金融科技工作委员会 调研组 广东农信 吴臻豪
高可靠、高可用、高效节能的数据中心成为未来智能社会的发展基石。金融数据中心建设可尝试创新采用“自建与租用”模式，协调发展“前店后厂”方式，整合绿色能源，树立开放思维优势互补，共享成熟基础设施服务支撑能力。
2019年1月21日，工业和信息化部等三部门发布了《关于加
转载
2024-05-27 20:30:28
38阅读
任务介绍 整体学习内容 本次组队学习的内容为：数据挖掘实践（金融风控），该内容来自 Datawhale与天池联合发起的 零基础入门数据挖掘 - 贷款违约预测 学习赛的第一场。 整体赛题要求 比赛要求参赛选手根据给定的数据集，建立模型，预测金融风险。 赛题以预测金融风险为任务，数据集报名后可见并可下载，该数据来自某信贷平台的贷款记录，总数据量超过120w，包含47列变量信息，其中15列为匿名变量。为
转载
2024-01-26 12:59:39
57阅读
金融大数据是大数据技术在金融行业的应用，也指在经济和金融活动之中产生的海量数据。金融大数据的应用带动了金融行业的转型，成为了行业新的驱动力和增长模式。金融大数据的行业影响金融大数据在金融行业的应用能有效的帮助金融行业实现信息化转型，使得金融行业整体更为高效。金融大数据的帮助下，金融信息将会以更多的方式呈现。借助大数据可视化技术，结构化和非结构化数据可以从大量的金融信息之中提取出最有用的数据，并且用
转载
2023-08-30 11:27:40
0阅读
# 理解金融大数据架构
随着金融科技的快速发展，金融行业的数据量激增，大数据架构应运而生。它是一种制定高效数据处理和分析平台的框架，能够帮助金融机构更好地管理和利用海量数据。
## 1. 金融大数据架构概述
金融大数据架构通常由以下几个层次构成：
- **数据源层**：包括各种结构化和非结构化数据，如交易数据、市场数据、社交媒体数据等。
- **数据采集层**：负责对数据进行采集、清洗和处
原创
2024-10-10 04:34:06
177阅读
1. 概述近年来，随着大数据、云计算、区块链、人工智能等新技术的快速发展，这些新技术与金融业务深度融合，释放出了金融创新活力和应用潜能，这大大推动了我国金融业转型升级，助力金融更好地服务实体经济，有效促进了金融业整体发展。在这一发展过程中，又以大数据技术发展最为成熟、应用最为广泛。从发展特点和趋势来看，“金融云”快速建设落地奠定了金融大数据的应用基础，金融数据与其他跨领域数据的融合应用不断强化，人
转载
2023-12-22 21:11:30
9阅读
大数据时代已经悄然而来，特别在互联网行业和金融行业尤为明显。互联网的高速发展以使得数据分析越来越重要，很多大企业开始研究大数据的带来的利益。而如今，金融行业的大数据浪潮已经无法抵挡，而国内的基础软件真的做好了应对大数据浪潮冲击的准备了吗? 目前，国内的金融大数据处在发展阶段，传统的软件厂商的
转载
2024-01-11 14:22:36
66阅读
大数据时代 金融行业如何“逆袭”，
人人都在聊的“大数据”正在引发一场生活方式和商业模式的重大变革。数据体量大、类型多、价值密度低、处理速度快，彻底改变了传统意义的
信息化
。目前中国金融行业客户的数据量大多都已经超过100TB，本就以数据为属性的金融业，随着业务发展数据量更是呈指数级增长;另外，由于其行业的特殊性，要求数据保存时间长、安全性高，数据的搜索快捷、存储及保护全面，这都进一
转载
2024-01-15 14:22:33
86阅读
随着人们的生活和行为不断融入互联网，互联网金融犹如一头突然闯入的猛兽，不断冲击着传统银行的地盘。 大数据 的出现，给了银行们反击的机遇，借助庞大的金融大数据 ，银行可以实现精准决策和快速反应。 大数据分析 在金融行业的广泛应用，已经是不可阻挡的时代趋势， 极星大数据
分析平台，顺应趋势，为金融机构提供量身定制的 大数据分析 软件，帮助金融机构应对未来挑战。现如今，互联网已经让社会生活发生根本改变，
转载
2023-07-28 22:49:47
154阅读
IBM分析事业部IBM分析事业部是在过去一两年间逐步成型的，成立后分成了若干个小部门，如Analytics Platform、CLOUD DATA SERVICES。非关系型NoSQL的数据库中，Cloudant用的CouchDB就是CLOUD DATA SERVICES其中之一。三种模式过去几年，关于大公司企业的转型比较多，被新的一些业务模式冲击得很厉害，比如Social、mobile。也不讳言
原创
2021-05-28 13:09:22
457阅读
# Python金融大数据挖掘与分析
在当今数字化浪潮下，金融行业的数据量以惊人的速度增长。为了解析这些数据，发现潜在的商业机会，金融从业者需要借助大数据挖掘与分析技术。Python是一种非常流行且功能强大的数据分析工具，适用于金融领域的数据处理与可视化。
本文将介绍如何使用Python进行金融大数据的挖掘与分析，并提供一些基础代码示例，以帮助读者理解这一过程。
## 数据准备
在开始分析
原创
2024-09-17 05:05:27
83阅读
随着我国进入大数据时代，这对于各行各业来说，都起到了十分重要的指导性作用，尤其是在互联网金融行业中，大数据的存在和升级更是成为了这些行业的发展方向，并且在市场应用中也具有很大的发展潜力和优势。那么，大数据在金融领域中都有哪些应用呢？下面，就让我们一起来了解一下吧。 第一、在数据中寻找新业务 宏观来讲，大数据的存在是适应新时期互联网网络发展的积极产物，能够从各个方面对互联网发展和升级等事项的
转载
2024-01-03 12:53:13
58阅读
016年10月25日晚，清华大数据“应用·创新”系列讲座——“消费金融大数据分析方法与金融大数据分析师养成”在清华大学FIT楼多功能厅成功举办，本期讲座邀请到瑞天欣实数据科技公司创立人之一杨子君博士。杨子君博士持有美国南加大（USC）电子与计算机工程博士学位，以及清华大学电子工程系学士和硕士学位，之前为全球征信Experian公司首席科学家，以及FICO的高级数据科学家，她是信用风控体系、金融产品
原创
2021-05-28 11:00:10
1563阅读
金融风控训练营Task2·数据分析一、知识点概要二、学习内容1导入数据分析及可视化过程需要的库1.1 如何安装一个库1.2 导入库的一些介绍1.3 数据分析及可视化所需的常用库2.读取文件的部分2.1 nrows参数2.2 chunksize参数3.数据的总体了解3.1 查看数据集的样本个数和原始特征维度3.2 查看数据集各个特征的一些基本统计量3.3 查看缺失值3.4 查看缺失特征及缺失率3.
转载
2023-09-06 19:12:36
472阅读
金融风控0基础入门-Task2 数据分析目的学习目标内容一、数据总体了解二、缺失值和唯一值三、深入数据-查看数据类型四、数据间相关关系五、用pandas_profiling生成数据报告总结 目的1.EDA价值主要在于熟悉了解整个数据集的基本情况（缺失值，异常值），对数据集进行验证是否可以进行接下来的机器学习或者深度学习建模.
2.了解变量间的相互关系、变量与预测值之间的存在关系。
3.为特征工程
转载
2024-05-15 11:46:00
103阅读
摘要 本文以阿里金融为引子简要地介绍了大数据的商业价值、大数据分析的目的和大数据技术手段和工具；再介绍了海量数据的分类和3类大数据分析平台及各类平台对比；接着介绍了如何利用大数据处理技术处理金融行业中客户管理、营销管理和风险管理方面的海量数据；最后提出了大数据处理的核心和金融行业在大数据背景下的发展要求。 关键词：金融，大数据分析Abstract Taking Alibaba Economy as
转载
2023-09-05 18:33:10
3阅读
“数据为王”的时代，金融大数据被誉为“金矿”，其价值已成为共识。近年来，数据成为金融业的话题之王，大数据平台已经站在了一个新的节点，金融机构越来越依赖客户服务、创新产品和内部管理“数字”。尤其是传统征信行业，经常存在“覆盖面有限，审计周期长，信息采集面有限”等待缺点，而这正是AI，大数据、云计算等新技术优化，重塑服务链的发力点。在金融企业和非金融企业中，大数据不仅改变了传统的数字运营模式，而且为金
转载
2023-10-06 00:18:10
178阅读
Tushare是一个免费、开源的python财经数据接口包。主要实现对股票等金融数据从数据采集、清洗加工 到 数据存储的过程，能够为金融分析人员提供快速、整洁、和多样的便于分析的数据，为他们在数据获取方面极大地减轻工作量，使他们更加专注于策略和模型的研究与实现上。考虑到Python pandas包在金融量化分析中体现出的优势，Tushare返回的绝大部分的数据格式都是pandas DataFram
转载
2023-12-08 09:12:22
18阅读
第一次接触大数据大四，学校组织不少的应用性实训课程，例如金融ERP、商业银行经营模拟等，不断地开拓我们的思维；与此同时，很多的教育机构、企业陆续的进入校园，我也是在这个机会中接触到了大数据。我对电脑的兴趣度不高，那就更不要提一些电脑中的应用软件的使用了。由于一项学分不足，我选择了为期两天“大数据”课程的培训，自此便有点喜欢这些软件了。当培训老师教我们Excel中的操作时，有很多方式可以让我们获取想
大数据金融风控的预测案例 1）数据准备 a)离群点处理 总体上先对数据进行了解，做一些简单统计，对连续性数值与字符型数值的处理； 离群点的处理： 首先，离群点的定义：是与其他大多数样本的行为或特征分布不一致的那些点； 处理方式：方法1—首先统计每个样本下缺省的特征（列）数，然后进行排序，画图，拆分成训练集与测试集进行对比，这样可以保证训练集与测试集分布一致；（注：在一些模型的训练中，结果往往得不到
转载
2024-01-15 09:34:19
55阅读
金融风控数据建模-冠军方案分享写在前面2019厦门国际银行“数创金融杯”数据建模大赛-冠军团队：三位靓仔成员介绍：团队成员由当下国内赛圈著名选手组成，一月三冠选手宁缺，赛圈网红林有夕，以及最具潜力选手孙中宇组成。赛事地址：https://www.dcjingsai.com/v2/cmptDetail.html?id=319首先还是非常感谢他们提供的冠军方案分享，下面就一起来看看是如何大比分遥遥领先
转载
2023-12-26 15:27:08
123阅读
