凯时官网注册_凯时账号大全_凯时官网注册账号申请
联系电话
联系我们 Contact us
    凯时kb88官网联系电话:17776258870,客服联系qq:4034095248。凯时娱乐人生就是博
互联网金融时代,是否靠算法和模型高效赚钱?
发布时间:2019-03-01 09:00

  “金融科技及由此实现的多维用户画像,将使金融业到达史无前例的低老本和高精度。”

  社交数据 微博、微信等社交平台孕育发生了大量文本数据和图像视频数据,要将这些数据停止有针对性地办理、存储和剖析,是很艰难的。因为不能像传统征信数据那样,每个变量“定义明晰”,可以“一条一条存储在数据表中”。

  “机器进修和人工智能,将在量化金融工程中起到极大作用,而传统金融也会在这个领域大举扩张。”

  互联网金融可以应用大数据(主要包含社交数据和多维度数据),可是,在传统“信誉甄别形式”中融入这些数据,具有多大可操纵性?

  社交数据和多维度数据的最大特点,就是“非构造化”。数据量是很大,并且每时每刻都在积攒新的数据,但是很难停止“规范化的办理、贮存和剖析”。尤其在互联网金融领域,剖析这些数据孕育发生个人信誉的评分,和P2P网贷平台实际业务所必要的评分模型,还有必然差距.

  “金融智能=互联网金融+大数据金融+金融云计算,就像人类历史上的三个重要工具——望远镜+显微镜+雷达,人类由此看到原来看不见的全新世界。”

  正如纳斯达克高级副总裁约翰·塔格尼诺先生所言:“我们坚持把未知的事物放进我们设计出来的模型里,坚持事实和我们所给出的模型能很好吻合。那些试图通过科技来把握复杂人类行为的做法会使我们____,金融领域尤其如此。人的行为不能被简略地建模,因此不成能创造出一个能精确告知‘借款人还款意愿和才华’的模型。”

互联网金融时代,能否靠算法和模型高效赚钱?

  金融似乎不再复杂,可以被轻松转化成为技术问题或数学问题。很多人以至在测验考试,如安在金融领域通过算法和模型高效赚钱?

  靠算法和模型高效赚钱,毕竟有多难?

  Google前首席信息官道格拉斯·梅里尔认为,银行在停止贷款决策时,决策按照(根底数据+信誉记录)十分有限,这会将那些不习惯与银行打交道的潜在客户排除在外。“互联网和大数据发掘技术的宽泛运用,人们在互联网上的出产、商业交易以及社交数据经过有针对性的挑选和发掘,就能分明刻画出一个人的信誉情况。”这就是互联网金融和Fintech暗地里的征信逻辑。

  所以,美国国家出产者法律中心对主要的大数据征信公司停止查询拜访后,遗憾地指出“这些公司的数据模型繁多又复杂,使用不精确的数据(信息谬误率高于50%),有‘垃圾进,垃圾出’之嫌”,并将此称为“大数据,个人信誉评分的大绝望”。

  当你看到这些“颇具远见”的不雅观点时,将会对金融科技或“数字普惠金融”的将来前景孕育发生怎样的想象?

  互联网金融领域的资深创业家吴西西先生曾坦诚相告:“金融科技要阐扬实际功能,始终基于一大前提——机器算法比人牢靠,效率和通明度也是人工所达不到的。但机器算法永远比不上人工的,是对问题的提炼,而实际操纵中真正的难点在于提炼出对的问题。”

  商业银行每天都在想,如何找到大量的优异借款人?或者说,在海量借款人中如何找出真正有信誉的人?

  目前,在数据积攒和剖析办理尚未实现牢靠的“不变性和规范化”之前,很多P2P网贷平台做单纯基于大数据的评分模型,往往存在很大的风险隐患。

  基于大数据的算法和模型,如何有效应用于互联网金融的实际业务中?这要离开来看。对于淘宝、京东商城等造资本人“业务闭环”的商业形式中,尽可以使用各种方法对本人业务中孕育发生的大数据停止剖析,因为大型电商把握的数据变量可以与根底信誉数据拼接到一起,属于“高不变性的构造化数据”。所以,P2P网贷平台不停寻求成为淘宝、京东征信数据的用户。

  银行首先看的是违约,将违约与否作为好坏客户的定义,然后选择诸如工资、性别、年龄、房产、私家车等作为输入变量,这都是所谓“传统的构造化数据”,即根底数据。对于企业主和个人来说,银行不希望他们第一次就选择大额借款,最好是从一个小的金额累积信誉,这样银行可以通过信誉累积过程(信誉记录),不雅察看这个客户的各种行为数据。

  而很多失败的P2P网贷平台,对大数据风控模型的固出缺陷以及对数据变量的内涵缺乏深化了解,在海量数据面前犹如瞎子摸象,只能摸到大象的几个部位,不能通过局部的数据来感受整体。

Copyright © 2013 凯时kb88官网凯时官网注册_凯时账号大全_凯时官网注册账号申请 All Rights Reserved |网站地图|