電子課件數(shù)據(jù)科學(xué)概論ch12-finance

1、 內(nèi)容可修改電子課件數(shù)據(jù)科學(xué)概論ch12_finance數(shù)據(jù)科學(xué)的行業(yè)應(yīng)用：金融行業(yè)目錄金融行業(yè)概況金融行業(yè)的數(shù)據(jù)數(shù)據(jù)科學(xué)的應(yīng)用投資組合示例分析444金融行業(yè)概況金融行業(yè)概況金融業(yè)既是數(shù)據(jù)的生產(chǎn)者又是數(shù)據(jù)的使用者。金融業(yè)高度依賴信息技術(shù)的創(chuàng)新，是最為典型的數(shù)據(jù)驅(qū)動(dòng)型產(chǎn)業(yè)，利用數(shù)據(jù)科學(xué)方法進(jìn)行研究是金融行業(yè)發(fā)展的趨勢。金融業(yè)金融行業(yè)概況金融行業(yè)概況運(yùn)用數(shù)據(jù)科學(xué)方法進(jìn)行行業(yè)數(shù)據(jù)分析、市場行情預(yù)測、市場運(yùn)行狀況把控等都是金融行業(yè)的重要內(nèi)容，對現(xiàn)代社會(huì)以及企業(yè)的發(fā)展起到重要作用。數(shù)據(jù)科學(xué)在金融行業(yè)中的應(yīng)用變得越來越廣泛，對于數(shù)據(jù)的應(yīng)用分析能力正在成為金融機(jī)構(gòu)未來發(fā)展的核心競爭要素。888金融行業(yè)的數(shù)據(jù)

2、金融行業(yè)的數(shù)據(jù)從數(shù)據(jù)的構(gòu)成形式看，金融行業(yè)的數(shù)據(jù)主要可分為：用戶數(shù)據(jù)、交易數(shù)據(jù)、文本數(shù)據(jù)（如電子郵件、留言等）、以及其他數(shù)據(jù)（如金融服務(wù)或產(chǎn)品供給情況等）。用戶數(shù)據(jù)交易數(shù)據(jù)文本數(shù)據(jù)其他數(shù)據(jù)用戶數(shù)據(jù)金融行業(yè)中業(yè)務(wù)的開展離不開用戶的參與。金融企業(yè)針對用戶信息的管理十分嚴(yán)格，用戶的基本信息被收錄和存儲(chǔ)在企業(yè)信息系統(tǒng)中。用戶規(guī)模不僅可以直接反映金融企業(yè)的規(guī)模，還間接反映了企業(yè)的發(fā)展前景。金融行業(yè)中的用戶數(shù)據(jù)交易數(shù)據(jù)金融行業(yè)的主要活動(dòng)離不開用戶交易。為保證交易安全，提高服務(wù)質(zhì)量便于回溯和取證，系統(tǒng)會(huì)記錄用戶交易的過程。長期積累的交易數(shù)據(jù)可以用來分析用戶的交易偏好，也可用來偵測用戶的異常交易行為，為防止交

3、易風(fēng)險(xiǎn)提供依據(jù)。金融行業(yè)中的交易數(shù)據(jù)文本數(shù)據(jù)針對某一金融企業(yè)或產(chǎn)品存在大量的評(píng)價(jià)、留言、溝通交流信息，這些信息體現(xiàn)了民眾的輿論動(dòng)向。金融運(yùn)行的基礎(chǔ)是信用與預(yù)期，這種特征使其更容易受社會(huì)信用與預(yù)期輿情的影響。金融行業(yè)中的文本數(shù)據(jù)其他數(shù)據(jù)諸多外部因素會(huì)影響金融行業(yè)的正常運(yùn)行，如國家宏觀經(jīng)濟(jì)運(yùn)行情況、物價(jià)水平、進(jìn)出口、行業(yè)發(fā)展?fàn)顩r等。海量、多樣化的金融數(shù)據(jù)變得越來越常見，如從社交媒體活動(dòng)數(shù)據(jù)、移動(dòng)設(shè)備應(yīng)用數(shù)據(jù)、市場交易詳情數(shù)據(jù)等。金融行業(yè)中的其他數(shù)據(jù)141414數(shù)據(jù)科學(xué)的應(yīng)用數(shù)據(jù)科學(xué)的應(yīng)用技術(shù)是基于需求而產(chǎn)生的，數(shù)據(jù)科學(xué)在金融行業(yè)的應(yīng)用也是由金融行業(yè)的業(yè)務(wù)驅(qū)動(dòng)而衍生出來的。數(shù)據(jù)科學(xué)在金融行業(yè)的應(yīng)用主

4、要可分為以下幾個(gè)應(yīng)用場景。社交商業(yè)鏈精準(zhǔn)營銷風(fēng)險(xiǎn)管理與控制個(gè)性化服務(wù)量化投資社交商業(yè)鏈金融業(yè)客戶的信息通過社交網(wǎng)絡(luò)得以生成和傳播，被搜索引擎組織、排序和檢索，通過數(shù)據(jù)分析最終形成有價(jià)值的社交商業(yè)鏈。社交網(wǎng)絡(luò)社交商業(yè)鏈在數(shù)據(jù)科學(xué)的時(shí)代背景下，金融業(yè)客戶的信息通過社交網(wǎng)絡(luò)得以生成和傳播，被搜索引擎組織、排序和檢索，通過數(shù)據(jù)分析最終形成有價(jià)值的社交商業(yè)鏈。電子商務(wù)平臺(tái)可通過用戶在電商平臺(tái)及社交媒體中的搜索、瀏覽、決策、交易全過程判斷用戶的行為和潛在需求，洞察市場動(dòng)向，設(shè)計(jì)有針對性的產(chǎn)品或服務(wù)。阿里巴巴入股“新浪微博”，實(shí)現(xiàn)了社會(huì)化媒體與電子商務(wù)交易平臺(tái)的合作，并在此基礎(chǔ)上推出阿里小貸。社交商業(yè)鏈隨著

5、社交媒體成為目前信息傳播的主要方式，眾籌項(xiàng)目的社會(huì)推廣活動(dòng)越來越受到關(guān)注。根據(jù)全球最大的眾籌平臺(tái)之一Kickstarter的報(bào)告，所有項(xiàng)目的成功率只有35.9%左右。為了提高眾籌項(xiàng)目的成功率，研究者提出利用社交網(wǎng)絡(luò)評(píng)估眾籌項(xiàng)目中各個(gè)參與者的社會(huì)影響力。將社交信息與在項(xiàng)目融資過程中獲取的動(dòng)態(tài)數(shù)據(jù)結(jié)合，構(gòu)建預(yù)測模型并利用特征提取方法探索與眾籌項(xiàng)目成功密切相關(guān)的因素，根據(jù)結(jié)果及時(shí)調(diào)整項(xiàng)目的宣傳推廣策略。精準(zhǔn)營銷將行為數(shù)據(jù)與營銷服務(wù)進(jìn)行有效結(jié)合，通過用戶偏好分析實(shí)現(xiàn)精準(zhǔn)營銷服務(wù)。精準(zhǔn)營銷精準(zhǔn)營銷掌眾金融等企業(yè)依托內(nèi)部數(shù)據(jù)開發(fā)中心深度加工用戶數(shù)據(jù)，制定畫像特征和標(biāo)簽體系，以此對用戶進(jìn)行全方位量化?；ㄆ煦y

6、行與聯(lián)通合作，為花旗用戶量身定制全球化的金融資產(chǎn)配置計(jì)劃。在花旗銀行數(shù)據(jù)分析的基礎(chǔ)上，利用上海聯(lián)通大數(shù)據(jù)的機(jī)器學(xué)習(xí)建模和人工智能分析，為用戶提供精準(zhǔn)的全球資產(chǎn)配置、境外理財(cái)、金融保險(xiǎn)等金融服務(wù)。風(fēng)險(xiǎn)管理與控制企業(yè)可通過數(shù)據(jù)科學(xué)中的機(jī)器學(xué)習(xí)算法對數(shù)據(jù)進(jìn)行訓(xùn)練和分析，建立風(fēng)險(xiǎn)評(píng)價(jià)模型以增加風(fēng)險(xiǎn)管理的效率和可持續(xù)性。風(fēng)險(xiǎn)管理與控制風(fēng)險(xiǎn)管理與控制京東金融、網(wǎng)易金融等企業(yè)依據(jù)自己的數(shù)據(jù)庫建立反欺詐模型、交易行為風(fēng)險(xiǎn)模型等。通過構(gòu)建數(shù)據(jù)科學(xué)風(fēng)控體系和平臺(tái)，對平臺(tái)企業(yè)進(jìn)行智能風(fēng)控和貸后管理，以解決信貸欺詐問題。北京、蘇州、廣東等地聯(lián)合市金融辦、聯(lián)通、電信等建立金融風(fēng)險(xiǎn)監(jiān)測預(yù)警平臺(tái)。通過用戶信用畫像、平臺(tái)業(yè)務(wù)

7、管理、融資擔(dān)保管理、小額信貸管理和平臺(tái)綜合管理等多種系統(tǒng)實(shí)現(xiàn)對相關(guān)企業(yè)的分級(jí)監(jiān)管和預(yù)警處理。個(gè)性化服務(wù)通過消費(fèi)模型分析客戶的個(gè)性特征、風(fēng)險(xiǎn)偏好，了解客戶的金融往來習(xí)慣及使用行為，進(jìn)一步分析及預(yù)測客戶潛在的需求，將精準(zhǔn)行銷擴(kuò)展至服務(wù)的創(chuàng)新與優(yōu)化。個(gè)性化服務(wù)個(gè)性化服務(wù)針對高齡客戶比例偏高的機(jī)構(gòu)，可以考慮新增矮柜服務(wù)窗口并提供大屏幕顯示器提醒。針對顧客對網(wǎng)銀、手機(jī)銀行的使用習(xí)慣，將瀏覽率高的欄目與瀏覽率低的欄目進(jìn)行重新排版設(shè)計(jì)，以提升客戶使用率及忠誠度。根據(jù)不同人群在網(wǎng)絡(luò)、手機(jī)APP訪問的記錄，分析其關(guān)注資訊的不同(頁面瀏覽時(shí)間、次數(shù)、頻率等)，提供不同需求的咨詢和服務(wù)。量化投資量化投資是基于數(shù)據(jù)科

8、學(xué)以及經(jīng)濟(jì)金融理論對投資想法構(gòu)建模型，利用歷史數(shù)據(jù)對模型進(jìn)行回測驗(yàn)證，從中優(yōu)選模型指導(dǎo)投資決策的一種投資方法。國泰君安量化交易系統(tǒng)量化投資智能投顧(Robo-Advisor)利用數(shù)據(jù)科學(xué)的優(yōu)勢結(jié)合投資人的風(fēng)險(xiǎn)水平、期望收益以及市場動(dòng)態(tài)，采用多種算法和模型給予投資人綜合的資產(chǎn)配置服務(wù)。也可實(shí)現(xiàn)金融數(shù)據(jù)收集與處理、金融計(jì)算與建模、風(fēng)險(xiǎn)管理、與客戶可視化溝通等。272727投資組合示例分析構(gòu)建投資組合投資組合是由投資人或金融機(jī)構(gòu)所持有的股票、債券、衍生金融產(chǎn)品等組成的集合。構(gòu)造 投資組合是金融投資分析中歷久彌新的問題。在金融市場中，構(gòu)建投資組合有諸多益處，如：投資組合多元化可以避免“災(zāi)難”(避免與過

9、度投資單一證券，把雞蛋放在不同籃子中)能夠?qū)崿F(xiàn)對風(fēng)險(xiǎn)的規(guī)避(投資組合通常可以提供同等的預(yù)期回報(bào)，同時(shí)回報(bào)的整體波動(dòng)性較低)優(yōu)化投資組合可取得更好的投資回報(bào)-風(fēng)險(xiǎn)比構(gòu)建投資組合多年以來，學(xué)界、業(yè)界提出諸多對投資組合進(jìn)行優(yōu)化的方法，如：均值-方差方法(Mean-Variance)，基于收益率均值和收益率波動(dòng)性進(jìn)行組合優(yōu)化基于夏普比率(Sharpe Ratio)構(gòu)建投資組合基于VaR(Value at Risk) 和CVaR(Conditional Vaule at Risk) 對投資組合進(jìn)行優(yōu)化基于風(fēng)險(xiǎn)均攤(Risk Parity) 對投資組合進(jìn)行優(yōu)化構(gòu)建投資組合的流程投資組合構(gòu)建流程圖構(gòu)建投資組

10、合本案例以道瓊斯指數(shù)作為基準(zhǔn)(Benchmark)，對組成它的30只股票做一個(gè)基于特定投資風(fēng)格的SAA(Strategic Asset Allocation)?？紤]按照組合波動(dòng)(方差) 最小的準(zhǔn)則(Global Minimum Variance Portfolio, GMVP) 構(gòu)建最優(yōu)投資組合。將構(gòu)造的投資組合與道瓊斯指數(shù)基準(zhǔn)股進(jìn)行比較，并以此說明在量化投資中如何利用股票交易數(shù)據(jù)進(jìn) 行最優(yōu)投資分析。道瓊斯指數(shù)的計(jì)算公式為：入選股票的價(jià)格之和/入選股票的數(shù)量。（1）界定組合范圍本案例所采用的數(shù)據(jù)是道瓊斯指數(shù)的30 只成分股自2009年1月1日至2020年1月1日的日收益率數(shù)據(jù)。30 只成分股的

11、名稱、所屬行業(yè)及股票代碼如下。道瓊斯指數(shù)30只成分股（2）獲取數(shù)據(jù)通過R語言中的quantmod包直接訪問雅虎和谷歌財(cái)經(jīng)中的股票數(shù)據(jù)。以蘋果公司為例，直接獲得的數(shù)據(jù)如下。蘋果公司股票交易數(shù)據(jù)（3）序列特征可視化與描述股票日對數(shù)收益率時(shí)序圖; (a)蘋果公司(b)迪士尼公司（4）明確投資組合總體策略（5）構(gòu)建投資組合以組成道瓊斯指數(shù)的30只股票為底物，依據(jù)GMVP準(zhǔn)則重新構(gòu)建投資組合。投資組合的構(gòu)建方式如下：由前一年的股票日對數(shù)收益率數(shù)據(jù)按照GMVP準(zhǔn)則計(jì)算出投資組合的最佳權(quán)重將該權(quán)重應(yīng)用到后一年的投資組合中。比如，基于2009年30只股票日對數(shù)收益率的數(shù)據(jù)可以由GMVP準(zhǔn)則計(jì)算出投資組合的最優(yōu)權(quán)重，接下來，2010年全年該投資組合將保持這個(gè)權(quán)重，計(jì)算得到投資組合的收益；到了2011年，再用2010年的股票日收益率序列數(shù)據(jù)計(jì)算出新的權(quán)重并保持一年，以此類推。（6）投資組合評(píng)估將得到的最優(yōu)投資組合與道瓊斯指數(shù)(基準(zhǔn))進(jìn)行比較，繪制股票日對數(shù)的累計(jì)收益率如下圖：兩種投資組合日對數(shù)的累計(jì)收益率（7）總結(jié)在上述案例分析中，研究者站在風(fēng)險(xiǎn)厭惡型投資者的角度構(gòu)建了最優(yōu)的投資