金融大数据证券项目简介

金融大数据证券项目简介XX科技股份有限公司编制目录一、 金融大数据证券项目背景 3二、 客户情况及市场情况 31. 客户情况 32. 市场情况 4三、 技术选型 4四、 项目团队构成 5五、 团队成员技能需求 6

金融大数据证券项目背景大数据时代，券商们已意识到大数据的重要性，券商对于大数据的研究与应用正在处于起步阶段，相对于银行和保险业，证券行业的大数据应用起步相对较晚。目前国内外证券行业的大数据应用大致有以下两个方向：第一方面：股价预测2017年5月英国对冲基金DerwentCapitalMarkets建立了规模为4000万美金的对冲基金，该基金是首家基于社交网络的对冲基金，该基金通过分析Twitter的数据内容来感知市场情绪，从而指导进行投资。利用Twitter的对冲基金DerwentCapitalMarkets在首月的交易中确实盈利了，其以1.85%的收益率，让平均数只有0.76%的其他对冲基金相形见绌。第二方面：投资景气指数国泰君安研究所对海量个人投资者样本进行持续性跟踪监测，对账本投资收益率、持仓率、资金流动情况等一系列指标进行统计、加权汇总后得到的综合性投资景气指数。3I指数通过对海量个人投资者真实投资交易信息的深入挖掘分析，了解交易个人投资者交易行为的变化、投资信心的状态与发展趋势、对市场的预期以及当前的风险偏好等信息。在样本选择上，选择资金100万元以下、投资年限5年以上的中小投资者，样本规模高达10万，覆盖全国不同地区，所以，这个指数较为有代表性。在参数方面，主要根据中小投资者持仓率的高低、是否追加资金、是否盈利这几个指标，来看投资者对市场是乐观还是悲观。“3I指数”每月发布一次，以100为中间值，100—120属于正常区间，120以上表示趋热，100以下则是趋冷。客户情况及市场情况客户情况（1）客户细分。通过分析客户的账户状态（类型、生命周期、投资时间）、账户价值（资产峰值、资产均值、交易量、佣金贡献和成本等）、交易习惯（周转率、市场关注度、仓位、平均持股市值、平均持股时间、单笔交易均值和日均成交量等）、投资偏好（偏好品种、下单渠道和是否申购）以及投资收益（本期相对和绝对收益、今年相对和绝对收益和投资能力等），来进行客户聚类和细分，从而发现客户交易模式类型，找出最有价值和盈利潜力的客户群, 以及他们最需要的服务, 更好地配置资源和政策, 改进服务,抓住最有价值的客户。（2）流失客户预测。券商可根据客户历史交易行为和流失情况来建模从而预测客户流失的概率。如2017年海通证券自主开发的“给予数据挖掘算法的证券客户行为特征分析技术”主要应用在客户深度画像以及基于画像的用户流失概率预测。通过对海通100多万样本客户、半年交易记录的海量信息分析，建立了客户分类、客户偏好、客户流失概率的模型。该项技术最大初衷是希望通过客户行为的量化分析，来测算客户将来可能流失的概率。市场情况目前，办公管理信息数据、交易信息数据和情报信息数据规模已经发展得非常庞大，信息化平台已日益变成业务运营与管理的重要支撑平台。在信息化平台建设的过程中，各个应用系统的业务之间的联系非常紧密，流程自动化程度非常高。因此在信息化高速发展的形势下，急需形成统一完备的综合技术集成体系，能提供一体化的数据存储共享，应用集成和统一展现能力。随着信息化建设和应用工作的进一步深入，对信息网络传输能力，数据中心存储能力和处理能力提出了更高要求，为支撑流程集成和业务应用的深入融合，需要提供统一高效的流程处理能力，数据转换能力以及数据分析能力；需要建立和完善统一的综合技术平台体系，涵盖数据采集，存储，共享，交互和展现能力。技术选型CDH/FlumeKafka 数据采集，结合数据流技术对接各类应用系统及数据库的数据资源CDH/HDFS 文件类数据整合与存储，HADOOP技术路线CDH/HBASE 格式类数据整合与存储，HADOOP技术路线CDH/HIVE 数据清洗HADOOP 数据清洗工具CDH/YARN+CM 数据负载及集群管理CDH/HIVESparkML 数据分析及智能TABLEAU 针对数据分析及智能提供自助式或嵌入式的可视化分析图表ELASTICSEARCH 针对数据分析及智能提供面向用户的全局数据探索或面向应用的全局数据搜索HADOOPYARN 针对数据服务及安全类应用的定制开发提供微服务运行环境技术管理工具项目团队构成姓名性别学历职称专业工作单位项目中的分工每年工作时间(月)签字成员A男本科高级大数据工程师应用电子技术XX科技股份有限公司项目管理12成员B男本科高级大数据工程师体育医学技术总监12成员C男本科中级软件