1703928930
1703928931
对于金融企业来说，信息、数据、模型和计算能力是其比竞争者更早获得市场情报，更早地做出更自信的判断的前提。移动互联网时代，甚至物联网时代的信息量、数据量之大是世人有目共睹的，金融企业都需要获取并处理更大量的数据，而云计算能将这种信息的获取和处理能力作为服务提供给金融企业。在互联网上，大数据才是真正的金融核心资源。比如阿里巴巴拥有大量的在线交易数据，而交易数据就是一种能够对企业的未来经营收入做前瞻式预测的数据，阿里小贷正是依仗这些数据判断贷款与否及数额。在未来，更重要的是更好地运用前瞻性数据，进行更加理性的预测。而前瞻式预测的数据支撑，主要来自互联网、移动互联网乃至将来的物联网这些高速产生数据的平台。对大量数据进行搜集、存储和分析需要非常庞大的软硬件和信息技术投入，对于一般的金融机构来说，自己建立相应的工具所需要花费的成本是非常高昂的，显然是不经济的。云计算可以对数据进行一次性搜集，并且将数据分析、预测工具、能力以服务的形式和经济的价格提供给广大金融机构和投资者，而且出于规模效应，工具、服务得以不断迭代进化。当广大金融企业能够通过投资云平台的数据和工具来进行决策时，当其他金融企业随时都能获得近乎无限的计算能力时，自建相应能力的金融企业就可能由于无法快速获得相应的计算能力和数据集而落后。
1703928932
1703928933
第二，云计算是互联网环境下金融企业应对突发事件的关键技术。
1703928934
1703928935
金融突发事件，特别是危机事件、市场波动，是难以预测和防范的。对于提供市场基础设施的交易所和金融的其他环节，技术系统如何应对业务的高峰是一大难题。
1703928936
1703928937
金融机构要求有一种更有效的处理突发事件的新技术和服务方式。1987年的股灾、1995年巴林银行倒闭都发生得非常突然，而且这种危机往往由于技术的原因被扩大。1987年10月19日，美国的华尔街股市下跌508点，跌幅达到了22.62%。当时分析称原因有很多，但是其中非常关键的一个就是技术原因。在那时的华尔街，程序化交易在当时的股指期货交易中广泛使用，而且算法也都雷同。一旦股指的价格远远低于现货的价格，就会引发在现货市场中的大量套盘。由于当时纽交所出现卖单高峰，系统宕机达45分钟之久，于是，股票的价格下跌停滞，现货价格跟不上期货价格，现货出现大量卖空套盘，加速了股指的瀑布式下跌。这一情形在中国也发生过，一些营业部由于系统运维不利，经常出现交易中断，让投资者蒙受损失，营业部一般只好通过降低佣金、补偿免费服务来挽留客户。在互联网环境中，交易的参与者越来越趋向于大众化、广泛化，对金融业的基础设施、架构和软硬件提出了新要求。云计算的弹性和可扩展的特性能够很好地满足金融机构和交易所的需求，并且，处理突发事件的新技术和服务方式都在随着云计算的发展而进步。通过淘宝的“双11”可以看到，余额宝背后的天弘基金凭借阿里云所提供的弹性计算资源，应对了当日相对传统货币基金公司所不可想象的单日清算业务量。云计算平台起了非常重要的作用，对缓解交易容量的突发增长极为有效和经济。
1703928938
1703928939
第三，云计算是互联网时代金融机构高效的技术后台。
1703928940
1703928941
当下，金融机构在所有行业中是在设备和信息技术方面投入比较多的，从使用的效率来看，存在大量的信息技术成本。传统的IOE结构在企业后台的占比超过50%，投入巨大，且一个系统锁定一批资源，这一做法增加了系统的复杂度和运维压力。而且金融机构是广泛经营的一种生态，在各地开设营业部、分支机构，建设自己的IOE，这种模式需要投入的资金量非常大，让新兴金融机构的初创成本异常高昂。云计算恰恰极好地解决了这一问题，大大降低了广泛建立技术前、后台的建设成本，提高了信息技术资源的利用率，让金融机构的业务能够借助互联网更快地铺开，金融创新也能够更快地实现。
1703928942
1703928943
再论大数据
1703928944
1703928945
沃尔玛每小时处理100万客户交易，向数据库输出2.5拍字节数据（1拍字节=千万亿字节），等于167个美国国会图书馆所有书籍的数据量。坐落于美国新墨西哥州的斯隆数字巡天望远镜在最初几周所搜集的数据量已经超越了天文学有史以来搜集到的所有数据量，数据正在快速增长到泽字节（1泽字节=十万亿亿字节）的级别。
1703928946
1703928947
加利福尼亚大学伯克利分校的计算机科学家乔·赫勒斯泰因将大数据称为数据的产业革命，影响着从业务到科技，从政府到艺术的各个领域。我们进入了数据爆炸的时代。
1703928948
1703928949
用云计算承载大数据
1703928950
1703928951
云计算是大数据的基础，它给大数据提供了硬件和平台支持。在传统模式中，数据是和应用程序绑定的，应用程序的设计和开发是相互独立的，只有创建了应用才能解读数据，应用间的数据交换往往伴随着复杂的ETL（数据提取、转换和加载）过程，企业的数据库管理员往往被不同的数据在不同系统中的不同表现和元数据管理弄得焦头烂额，甚至产生许多不必要的错误。而今云计算PaaS平台中，提倡SOA（面向服务的体系结构）的理念，将数据以API服务的形式重新释放出来，与应用解耦，这样一份数据可以被更多应用程序所共享和使用。数据成了云平台的“酒单”中的酒，应用程序开发者和客户可以将各种数据自行调配成风味各异的“鸡尾酒”，从而产生附加价值。
1703928952
1703928953
随着大数据的出现，数据平台的概念也应运而生。由于数据量极为丰富，数据本身就可以成为一个平台，而数据在数量和复杂度上的高速增长，是数据平台在构建时应当首要解决的问题。
1703928954
1703928955
云计算已成为推动企业大数据应用的技术力量。云计算通过存储资源的供应为大数据提供廉价、弹性的分布式数据存储；通过IaaS平台资源的动态供应，来实现PaaS所提供的数据采集平台、大数据分析平台以及消费数据展现应用程序等的运行环境。解耦后的数据资源使企业无论在移动通信设备、计算机端、平板电脑都能共享云端的应用程序和数据，让金融企业走出办公室，拥抱移动和社交，为客户创造更多价值。
1703928956
1703928957
大数据的每个环节都伴随着飞速增长的计算、存储资源的需求。如果说大数据是超级跑车，那么云计算就是高速公路，没有云计算这样的高速公路，大数据这样的超级跑车就跑不起来。当人们对大数据这辆超级跑车有很高需求的时候，云计算高速公路就会往纵横方向不断发展，形成良性互动的关系。未来趋势是建设一个数据高速路平台。在这个高速路平台上，基础设施和构建模块是可以重复使用的，甚至大数据的数据本身，也可能重复使用。
1703928958
1703928959
除了可以容纳海量数据外，这条数据高速公路可容纳的数据类型也极为丰富，不但包括企业的业务订单数据这样的结构化数据，也包括客户评价这样的非结构化数据，还包括外部的社交网站数据、位置数据、物联网数据、博客数据等。
1703928960
1703928961
数据高速公路的架构总览主要显示出三大特征：
1703928962
1703928963
第一，静态的数据被转化为动态的数据。云计算的出现使得储存动态复杂数据的技术能够更容易获得。
1703928964
1703928965
第二，层次化可重用设计。在数据高速公路中，共有6个层次，分别是数据发布层、数据可视化层、数据处理层、数据存储层、数据集成层以及数据建模层。实时获得的数据可快速地进行实时处理，再加上可重用的层次化设计，数据处理效率大大提高。可重用也就意味着云计算提供商可以在实现平台的同时，提供规模效应。
1703928966
1703928967
第三，传统的数据仓库转变为数据源。与传统的需要自建大型物理设备来存储数据的方式不同，数据高速路平台可以让企业将数据储存在云端，在保证数据的灾备安全的同时，使得数据的访问更为标准化、分布化。
1703928968
1703928969
金融投资的未来
1703928970
1703928971
在未来，互联网将云端的大数据分析平台的数据和分析能力送到了普通投资者的手边，技术不再是壁垒，普通投资者手中也能握有投资的利器，头脑好的投资者和团队甚至可以与机构同台竞争，为其自身或客户提供优秀的财富管理服务。
1703928972
1703928973
大数据技术下的量化投资作为服务让投资者能够科学、稳定地在全球市场投资。不远的将来，一大批靠天吃饭的共同基金经理和公司将被超越和淘汰，留下的基金公司将是那些能够根据大数据分析提供交易策略，占领独特优势的对冲基金和自营基金。
1703928974
1703928975
信息高速流转，市场中的机会会被量化交易策略快速地发现和捕获，金融市场也会变得更加有效，更加真实地反映由大数据所描述的现实。
1703928976
1703928977
新型金融服务的先驱者——阿里金融
1703928978
1703928979
互联网金融的先驱者阿里巴巴在金融创新方面可谓不遗余力。在阿里巴巴集团副总裁胡晓明看来，阿里金融的核心竞争力是其所拥有的大数据和云计算技术。
[
上一页 ]
[ :1.70392893e+09 ]
[
下一页 ]