返回 登录
0

【BDTC 2016】金融大数据论坛:区块链、智能投顾、快速信贷、投资优化背后技术揭秘

阅读1447

【CSDN报道】2016年12月8-10日,由中国计算机学会(CCF)主办,CCF大数据专家委员会承办,中国科学院计算技术研究所、中科天玑数据科技股份有限公司与CSDN共同协办,以“聚焦行业最佳实践,数据与应用的深度融合”为主题的2016中国大数据技术大会在北京新云南皇冠假日酒店隆重举办。

图片描述

12月9日,金融大数据论坛,上午半场由东莞证券信息部负责人徐楠主持。徐楠表示,金融大数据已成为技术圈热议话题。大数据可以在金融领域作为一种工具,提高资金融通服效率及解决现存的问题,还有可能改变金融现有形态。

成都数联铭品科技有限公司首席风险官袁先智:大数据框架下的小微企业信用评级:理论与实践的结合

图片描述

成都数联铭品科技有限公司首席风险官袁先智在《大数据框架下的小微企业信用评级:理论与实践的结合》主题演讲中主要介绍了大数据框架下的金融风险评估系统及企业全自画像在信用风险评级和对应的业务支持应用。他表示大数据框架下企业全息画像系统开发包含三大特征,即关联方关系的全面展示、企业行为基因(DNA)图谱描述、企业行为KPI指标展示。

针对小微企业的信用评估难题,他分享了新一代小微企业信用评估解决方案,它包括三大部分:企业行力大数据、企业评级专家、新一代信用评级模型。该方案基于关联方的全息画像,通过识别、分析企业紧密的关联方、关联图谱节点及实际控制人(家族 、系),量化评估潜在风险传导效应。

蚂蚁金服生物及智能安全部总监,资深数据专家陈继东:基于大数据和生物识别的金融身份验证创新实践

图片描述

蚂蚁金服生物及智能安全部总监,资深数据专家陈继东在主题演讲《基于大数据和生物识别的金融身份验证创新实践》中表示金融场景下使用人脸识别技术具有极高的要求,首先要保证极低误识率下高安全性、高可靠性。如何证明你是你,即人脸活体检测技术是人脸识别的技术核心,也是难点所在,是阻碍其没被大范围使用的主要因素。

他现场展示了人脸识别实人实证核实系统的架构,一般包含三大部分,即客户端采集系统、云端特征比对系统、生物特征库。蚂蚁金服推出的生物识别身份验证采用人脸多因子身份认证,具有很好的用户体验、较高的安全性,可应用于千万级用户金融场景。可很好地应对真实场景下人脸识别面临的攻击手段层出不穷、识别情况复杂多变两大挑战难题。

平安大数据首席总监肖京:智能+金融大数据

图片描述

平安大数据首席总监肖京在主题演讲《智能+金融大数据》中首先分享了人工智能的历史及现存的不足。基于对人工智能的理解,平安正全力打造平安脑智能引擎,并分享该产品整体思路,基于金融大数据,推出平安脑,包含的功能有风险管控、欺诈识别、精准营销、健康管理、运营优化、智能金融。

他表示传统评级方法存在诸多不足,如缺乏统一方法覆盖所有企业类型;缺乏时间连续性,无法适应各种周期;评级依赖财务数据,存在时滞,评级频率低。针对这些不足,及大数据应用面临的数据量化与整合两大难点问题,平安推出了一系列大数据企业风险管理方案,如数据量化解决方案、数据整合解决方案、大数据企业风险管理平台。

微众银行大数据中心负责人姚军:智能投顾——当量化金融邂逅机器学习

图片描述

微众银行大数据中心负责人姚军在《智能投顾——当量化金融邂逅机器学习》在主题演讲中表示智能投顾当前炙手可热,但在国内智能投顾还处在萌芽阶段、概念阶段,参与者众多但尚未出现明显的市场领先者。竞争参与者大部分仍未实现盈利,处于融资发展阶段。一般采用B2C模式,并有部分经营转向B2B2C,本土化的新的商业和产品模式仍在不断涌现,市场前景看好。互联网+生态向金融服务领域的渗透、基于大数据与机器学习的新兴分析工具的逐渐成熟、个性化定制服务,是引发智能投顾业务模式爆发的重要原因。客户画像、智能信息服务、量化策略、交易策略、互联网体验是支撑智能投顾在中国落地的重要因素。

中国分布式总账基础协议联盟(ChinaLedger)技术委员会主任白硕:区块链助力大数据交易

图片描述

中国分布式总账基础协议联盟(ChinaLedger)技术委员会主任白硕在 《区块链助力大数据交易》主题演讲中表示大数据交易现存的问题,可利用区块链辅以解决。区块链具在强安全特性,即不可复制、不可透支、不可更改、不可撤销、不可抵赖、不可仿冒,这也组成了 区块链金融属性。同时区块链提供了不可逆的时间之矢,具有可编程性。

智能合约让信用“可编程”。智能合约与基础帐本之间的关系犹如批发与零售的关系,图灵完备是智能合约中的重要概念,具有与“图灵机”等价的表达、计算能力和计算局限。图灵机“停机问题”对智能合约的影响,可通过GAS方案来解决。

图片描述

金融大数据论坛下午场在平安科技大数据产品总监王健宗的主持下正式开始,金融大数据论坛下午场正式开始。王健宗简单介绍了几位将要在下午演讲的嘉宾,议题包含当下金融领域的诸多技术热点,包括智能投顾、金融科技与股权投资、大数据驱动的在线快速信贷业务实践等话题。

恒生研究院大数据专家李伟:数据智能在金融科技领域的应用

图片描述

恒生研究院大数据专家李伟在演讲中首先介绍了三代智能客服技术的更迭,从第一代基于关键字匹配和数据库查询、第二代基于信息检索和浅层NLP,发展到如今第三代基于知识工程和深度NLP。而对于数据智能在金融科技领域的应用,李伟认为主要体现在以下几个方面:消减人力成本,更准确识别欺诈行为;保证结果的一致性和稳定性,符合审计和合规要求;引入外部非财务数据,提高容噪能力,扩展风控功能;通过传统建模不具备的自学习能力,不断学习以更灵活的适应动态风险预警等。最后,在谈到如今火热的“智能顾投”时,李伟认为仍面临一些关键问题,例如法律风险、投机心理蔓延、投资标的不足、技术缺失、市场不完善等。

宜信大数据创新中心技术总监郑赟:大数据驱动的在线快速信贷业务实践

图片描述

宜信大数据创新中心技术总监郑赟分享了主题为《大数据驱动的在线快速信贷业务实践》精彩演讲。郑赟在演讲中先解释了大数据风控引擎,通过爬虫从互联网获取个人和企业的公开数据,并用知识图谱的方式将其结构化,结合其他数据源,自动分析进件的风险点,并通过搜索引擎技术提供企业和个人的风险数据查询,为人工或者机器决策提供信息。在郑赟看来,在在线快速信贷业务中客户信用评估模型是个难点,因为样本少(相对于广告、推荐系统)、表现特征多,且上述两个层面的模型容易造成拟合。他给出的建议是在特征工程方面要基于原始特征和领域知识总结出新特征,在模型上考虑决策树(早期样本量少、可解释性好)及随机森林(区分度强)。

东吴在线(苏州)金融科技服务有限公司首席运营官陈晨:大数据在智能投顾领域的应用

图片描述

东吴在线(苏州)金融科技服务有限公司首席运营官陈晨在演讲中重点谈到了大数据在智能投顾方向的应用。作为一种新兴的在线财富管理服务,它根据个人投资者提供的风险承受水平、收益目标以及风险偏好等要求,运用一系列智能算法及投资组合优化等理论模型,为用户提供最终的投资参考,为市场的动态对资产配置再平衡提供建议。智能投顾具有三大优势:低成本、高效率、多资产,目前在国内仍处于起步探索阶段。从技术层面而言,未来目标是利用量化投资思想结合人工智能算法,通过一系列的回测和训练,形成真正意义上的人工智能投顾。

广东省粤科众筹股权交易股份有限公司熊昊:大数据时代的智能股权投资

图片描述

来自于广东省粤科众筹股权交易股份有限公司的熊昊博士分享了主题为《大数据时代的智能股权投资》的精彩演讲。他首先阐述了互联网股权投资2.0阶段的特征:积极应用人工智能、大数据技术,应用金融科技手段重塑金融核心业务过程。这个阶段面临的难点是对业务知识的理解、数据来源、技术的选择与应用。熊昊着重讲到了大数据知识图谱在智能股权投资领域的应用,作为从多种数据源抽取并构建的一种用于实现语义搜索的知识库,基于中文语义的实体、概念、关系、情感数据的抽取,包含了大图划分算法、子图融合算法、碎片化知识整合。通过知识图谱可以把数据用活,具体体现为三个方面,一个是持续不断的有消息的输入;第二是可以沿知识图谱定义的作用链进行自动推理,就是尽调的过程;第三是知识图谱可以背靠大数据,实现人工+自动模式下的自我生长。

香港FDT金融数据技术有限公司首席数据科学家柳崎峰:人工智能和大数据用于交易和投资优化

图片描述

香港FDT金融数据技术有限公司首席数据科学家柳崎峰在主题为《人工智能和大数据用于交易和投资优化》的演讲中重点谈到了FDT如何基于新技术刻画交易员的行为金融特性,并对金融交易和长期投资的随机时间序列进行最优化和个性化处理。此外,他还谈到了这些技术应用的产品:用于选拔顶尖交易员的FDTScore、用于财富管理的FDT智能投顾云、用于对冲交易基金优化的资源个性化分配、用于日内交易的智能市场波动预测。

中科天玑数据科技股份有限公司大数据平台事业部经理张敬亮:金融领域传统“小数据”处理模式的优化

图片描述

中科天玑数据科技股份有限公司大数据平台事业部经理张敬亮分享了主题为《金融领域传统“小数据”处理模式的优化》的演讲。张敬亮认为虽然互联网里的大数据覆盖各行各业,但是很多核心数据还是从传统的小数据而来,比如电商平台:交易数据VS浏览行为数据。视频应用:视频元数据VS视频内容。广告平台:用户静态数据VS点击日志,所以对小数据的处理是非常关键和紧要的。传统领域里结构化小数据的处理已经有几十年历史,就是数据技术。随后,张敬亮结合真实生活中的信用卡实时反欺诈系统(银联数据)案例,分享了中科天玑公司目前在这些领域所做的技术探索以及优化和改进思路。

更多大会精彩内容,请关注CSDN“2016中国大数据技术大会” 专题报道;微博@CSDN云计算,微信搜索“CSDN大数据”订阅号获取大会精彩资讯。

评论