大數據期貨交易數據

㈠ 貴陽大數據交易所

貴陽大數據交易所

一、貴陽大數據交易所GBDEx

理念 貢獻中國數據智慧，釋放全球數據價值

使命 大數據X行動，形成互聯網+戰略的重要支撐

願景 讓全球數據資產在貴陽大數據交易所聚合交易

二、貴陽大數據交易所交易規則

交易的不是底層數據，而是數據清洗建模分析的結果

實現會員交易制，必須成為會員才有交易資格

實現了365天，7X24小時不休市的數據交易市場

交易所交易品種達30多種，比如金融大數據，醫療大數據等

目前所有的數據交易都是基於國家現有的法律框架下進行

貴陽大數據交易所不是貴陽的，是服務全國數據交易市場

交易所目前完全採用電子化交易、自動撮合、支付結算系統

三、交易所里程碑事件

種子啟蒙

2014年3月1日：貴州·北京大數據產業發展推介會，為貴陽設立大數據交易所埋下了第一顆種子。

2014年06月04日：貴州省成立大數據產業發展領導小組，貴州省委副書記、省長陳敏爾任組長。常務副組長：秦如培（省委常委、省委政法委書記、副省長）；副組長：陳剛（省委常委、貴陽市委書記）、王江平（副省長）。

思想醞釀

2014年8月1日：成立貴陽大數據交易所籌備組。

思考大數據交易的規則、數據定價、數據交易監管、會員招募、交易所業務范疇等。形成了《中國大數據資產交易所建設及運營方案》、《貴陽大數據交易所702公約》、《大數據交易所會員手冊》。

落地生根

2014年12月30日：貴陽大數據交易所正式成立。

開枝散葉

2015年4月14日：貴陽大數據交易所完成第一筆交易，交易在京東商城、騰訊財經大數據之間完成。

2015年4月14日，大數據交易商（貴陽）聯盟掛牌成立，交易所截至目前發展會員130家 ，其中40多家會員開始准備數據進行實際交易，其中有11家公司已經發生了實際的持續的交易。其中不乏京東、阿里巴巴余額寶等。

開花結果

2015年5月20日：貴陽大數據交易所電子交易系統正式上線。

2015年5月24日：貴陽大數據交易所，藉助貴陽國際大數據博覽會，向全球大數據產業展示了中國在大數據、互聯網領域的創新思想，以「貢獻中國數據智慧、釋放全球數據價值」的理念，爭取成為全球最重要的大數據場所。

四、貴陽大數據交易所可交易的數據類型

●金融大數據 ●政府大數據 ●醫療大數據 ●社會大數據 ●能源大數據 ●銀行卡大數據

●社交大數據 ●商品大數據 ●法院大數據 ●通信大數據 ●企業大數據 ●水電煤大數據

●交通大數據 ●專利大數據 ●教育大數據 ●物流大數據 ●政策大數據 ●行政處罰大數據

●電信大數據 ●徵信大數據 ●電商大數據 ●銀行大數據 ●農業大數據 ●地理信息大數據

●氣象大數據 ●房產大數據 ●環境大數據 ●保險大數據 ●醫葯大數據 ●海關大數據

五、數據定價及交易模式

根據數據實時性、數據品種、數據樣本覆蓋率、時間跨度、數據完整性以及數據深度進行數據定價。

不同品種的大數據價格機制是不一樣的，實時價格主要取決於數據的樣本量和單一樣本的數據指標項價值，而後通過交易系統自動定價，價格實時浮動。數據交易的最終價格，由交易所撮合數據買賣雙方，價格由賣方與交易所最終確定。

六、大數據金融工具及衍生品體系

●大數據指標 基於大數據資源開發一系列的指標產品，知道相關依賴數據的公司或者政府部門工作

●大數據信託 發行信託產品，可以由任何人來購買相關的信託產品

●大數據基金 設立大數據產業引導基金，撬動社會資本，聚集大數據領域風險投資及PE資本

●大數據融資 提供數據融資業務

●大數據期貨 數據期貨具備調節數據交易市場價格的特點

●大數據擔保 大數據通過交易所的平台形成一種擔保機制，可以利用大數據資源發揮擔保作用

七、貴陽大數據交易所2020年發展戰略

交易會員數 1000家與大數據相關的機構成為交易會員

日均交易額 日均交易金額突破100億，年總額達3萬億

做市商數量 交易將發展200家大數據交易的做市商

數據交易量 數據清洗交易量達1萬PB，相當100個阿里

大數據創業 圍繞交易所平台的創業機構突破1萬家

資本的考慮 2018年成為中國A股上市的第一家交易所

八、大數據交易的國家戰略

大數據是中國互聯網+戰略的重要支撐

互聯網+任何產業，都將產生千億價值的數據價值

數據將超過石油、黃金成為全球最重要的資產，數據只有通過交易才能體現其資產價值

政府數據公開所產生的價值，尤其是通過清洗、建模分析、交易，能創造幾萬億新興產值

大數據產業符合國家「大眾創業、萬眾創新」的號召

大數據交易所將成為中國繼證券、期貨、商品之後的第四個最重要的交易場所

數據的交易是可以無限復制並反復交易的資產

九、交易所希望得到的支持

政策

政府數據公開的數據交易窗口

針對大數據交易進行適度立法

標准

中國大數據交易技術標准體系

中國大數據交易安全規范體系

中國大數據交易監督檢查體系

高度

貴陽大數據交易所不是貴陽的，是中國的

數據交易將成為中國非常重要的交易品種

數據交易所是大數據產業金字塔的明珠

十、希望地方政府牽頭制定中國數據相關標准

數據清洗格式標准化

數據質量認證體系

數據交易定價體系

政府數據公開技術標准化

數據安全防範體系

數據交易監管體系

數據源追溯體系

數據交易信息披露

市場主體考核評價

交易所法律框架

㈡ 想玩比特幣合約，如何使用合約大數據

通過關注各數據的變化以及對比歷史數據來確認目前市場趨勢、總體情緒等。

㈢ 有誰知道大數據的概況

大數據應用與案例分析

• 1. 大數據應用案例之：醫療行業

[1] Seton Healthcare是採用IBM最新沃森技術醫療保健內容分析預測的首個客戶。該技術允許企業找到大量病人相關的臨床醫療信息，通過大數據處理，更好地分析病人的信息。

[2] 在加拿大多倫多的一家醫院，針對早產嬰兒，每秒鍾有超過3000次的數據讀取。通過這些數據分析，醫院能夠提前知道哪些早產兒出現問題並且有針對性地採取措施，避免早產嬰兒夭折。

[3] 它讓更多的創業者更方便地開發產品，比如通過社交網路來收集數據的健康類App。也許未來數年後，它們搜集的數據能讓醫生給你的診斷變得更為精確，比方說不是通用的成人每日三次一次一片，而是檢測到你的血液中葯劑已經代謝完成會自動提醒你再次服葯。

• 2. 大數據應用案例之：能源行業

[1]智能電網現在歐洲已經做到了終端，也就是所謂的智能電表。在德國，為了鼓勵利用太陽能，會在家庭安裝太陽能，除了賣電給你，當你的太陽能有多餘電的時候還可以買回來。通過電網收集每隔五分鍾或十分鍾收集一次數據，收集來的這些數據可以用來預測客戶的用電習慣等，從而推斷出在未來2~3個月時間里，整個電網大概需要多少電。有了這個預測後，就可以向發電或者供電企業購買一定數量的電。因為電有點像期貨一樣，如果提前買就會比較便宜，買現貨就比較貴。通過這個預測後，可以降低采購成本。

[2] 維斯塔斯風力系統，依靠的是BigInsights軟體和IBM超級計算機，然後對氣象數據進行分析，找出安裝風力渦輪機和整個風電場最佳的地點。利用大數據，以往需要數周的分析工作，現在僅需要不足1小時便可完成。

• 3. 大數據應用案例之：通信行業

[1] XO Communications通過使用IBM SPSS預測分析軟體，減少了將近一半的客戶流失率。XO現在可以預測客戶的行為，發現行為趨勢，並找出存在缺陷的環節，從而幫助公司及時採取措施，保留客戶。此外，IBM新的Netezza網路分析加速器，將通過提供單個端到端網路、服務、客戶分析視圖的可擴展平台，幫助通信企業制定更科學、合理決策。

[2] 電信業者透過數以千萬計的客戶資料，能分析出多種使用者行為和趨勢，賣給需要的企業，這是全新的資料經濟。

[3]中國移動通過大數據分析，對企業運營的全業務進行針對性的監控、預警、跟蹤。系統在第一時間自動捕捉市場變化，再以最快捷的方式推送給指定負責人，使他在最短時間內獲知市場行情。

[4] NTT docomo(日本最大的移動通信運營商，擁有超過6千萬的簽約用戶)把手機位置信息和互聯網上的信息結合起來，為顧客提供附近的餐飲店信息，接近末班車時間時，提供末班車信息服務。

• 4. 大數據應用案例之：零售業

[1] "我們的某個客戶，是一家領先的專業時裝零售商，通過當地的百貨商店、網路及其郵購目錄業務為客戶提供服務。公司希望向客戶提供差異化服務，如何定位公司的差異化，他們通過從 Twitter 和Facebook上收集社交信息，更深入的理解化妝品的營銷模式，隨後他們認識到必須保留兩類有價值的客戶：高消費者和高影響者。希望通過接受免費化妝服務，讓用戶進行口碑宣傳，這是交易數據與交互數據的完美結合，為業務挑戰提供了解決方案。"Informatica的技術幫助這家零售商用社交平台上的數據充實了客戶主數據，使他的業務服務更具有目標性。

[2]零售企業也監控客戶的店內走動情況以及與商品的互動。它們將這些數據與交易記錄相結合來展開分析，從而在銷售哪些商品、如何擺放貨品以及何時調整售價上給出意見，此類方法已經幫助某領先零售企業減少了17%的存貨，同時在保持市場份額的前提下，增加了高利潤率自有品牌商品的比例。

㈣ 期貨大數據反向跟單，反向交易對於散戶來說有哪些好處

所謂反向跟單，指的是與自主交易、主觀交易相對立的交易方法，即反著方向來做單。

目前國內的投資者，特別是小散戶，只是依靠薄弱的行情分析技術，以及不對稱的信息來進行股票和期貨交易。基於交易市場的「二八定律」，即「二盈八虧」或「一盈二平七虧」，大部分散戶虧損的結果是大概率的，那麼反過來，反向做單盈利就是大概率。跟單，是跟進復制其他交易者的單子，既可以正向、反向跟單，也可以倍數、手數跟單。因期貨等交易品種具備雙向交易機制，既能做多，又能做空，能夠實時進行反向交易，通過計算機軟體獲取交易者進行多空交易的實時數據，利用跟單軟體，實現跟單賬戶與樣本賬戶的實時相反方向交易，這個就是反向跟單。

拋棄個人交易的觀點，讓數據自然完整的產出一個周期。反向跟單項目的原理就是把市場二八定律拿出來，篩選穩定虧損的數據進行反向跟單交易，做的是一個大概率的項目，那麼一旦干預就成了普遍的散戶投機心理了，又把自己變回了二八定律裡面虧損的那群人了。可能偶爾一兩次的干預能夠正確，但是對於項目的長期運營來說人為性的干涉有悖於項目的原則，對於反向跟單來說一定是壞事！

以上是一些樣本帳戶交易盈虧情況，他們的虧損=你的盈利！

反向跟單的樣本賬戶一般會有多個，也就是一個賬戶反跟多個樣本賬戶，這就相當於做投資，把雞蛋放到了多個籃子里，天然地分散了投資風險。在一跟多的情況下，多個賬戶的決策會比較分散，又會最終趨於虧損，這樣就不會出現單邊的交易結果，在風險把控下的穩定收益就是大概率事件！現在不止是可以一跟多，因為有些跟單者的資金量比較少，也有其他的策略方式適用於這些人。

如果你覺得這種交易模式你有受益，不妨關注我的大風號，可以在底下評論區留言或私信與我交流

㈤ 用大數據炒股，靠譜嗎

因為最近在考察幾個量化交易平台，或許正好能夠回答你的這個問題。
在國外現在量化交易已經非常非常的普及，但是據說在國內只有不到5%，似乎是國內散戶太多的原因。
而量化交易就是能夠通過模型預測未來一段時間的走勢，從而不斷去調整，購買較大勝率的股票、期貨或者大宗商品。
某種程度上來說，這些大數據預測相對於國內的賭徒心理還是有更高的成功率的。

當然，也不能太迷信數據，數據是死的，而人性莫測。在國內，即使你個股再好，還是看出現跑不贏大盤的局面，而且有時候還得考慮人的情緒、政策等等。不過，如果能夠堅持，大數據還是相對靠譜的。觀點僅供參考，投資需謹慎。

㈥ 目前大數據在哪些行業有案例或者說應用

大數據應用的關鍵，也是其必要條件，就在於"IT"與"經營"的融合，當然，這里的經營的內涵可以非常廣泛，小至一個零售門店的經營，大至一個城市的經營。以下是關於各行各業，不同的組織機構在大數據方面的應用的案例，在此申明，以下案例均來源於網路，本文僅作引用，並在此基礎上作簡單的梳理和分類。
大數據應用案例之：醫療行業
Seton Healthcare是採用IBM最新沃森技術醫療保健內容分析預測的首個客戶。該技術允許企業找到大量病人相關的臨床醫療信息，通過大數據處理，更好地分析病人的信息。
在加拿大多倫多的一家醫院，針對早產嬰兒，每秒鍾有超過3000次的數據讀取。通過這些數據分析，醫院能夠提前知道哪些早產兒出現問題並且有針對性地採取措施，避免早產嬰兒夭折。
它讓更多的創業者更方便地開發產品，比如通過社交網路來收集數據的健康類App。也許未來數年後，它們搜集的數據能讓醫生給你的診斷變得更為精確，比方說不是通用的成人每日三次一次一片，而是檢測到你的血液中葯劑已經代謝完成會自動提醒你再次服葯。
大數據應用案例之：能源行業
智能電網現在歐洲已經做到了終端，也就是所謂的智能電表。在德國，為了鼓勵利用太陽能，會在家庭安裝太陽能，除了賣電給你，當你的太陽能有多餘電的時候還可以買回來。通過電網收集每隔五分鍾或十分鍾收集一次數據，收集來的這些數據可以用來預測客戶的用電習慣等，從而推斷出在未來2~3個月時間里，整個電網大概需要多少電。有了這個預測後，就可以向發電或者供電企業購買一定數量的電。因為電有點像期貨一樣，如果提前買就會比較便宜，買現貨就比較貴。通過這個預測後，可以降低采購成本。
維斯塔斯風力系統，依靠的是BigInsights軟體和IBM超級計算機，然後對氣象數據進行分析，找出安裝風力渦輪機和整個風電場最佳的地點。利用大數據，以往需要數周的分析工作，現在僅需要不足1小時便可完成。
大數據應用案例之：通信行業
XO Communications通過使用IBM SPSS預測分析軟體，減少了將近一半的客戶流失率。XO現在可以預測客戶的行為，發現行為趨勢，並找出存在缺陷的環節，從而幫助公司及時採取措施，保留客戶。此外，IBM新的Netezza網路分析加速器，將通過提供單個端到端網路、服務、客戶分析視圖的可擴展平台，幫助通信企業制定更科學、合理決策。
電信業者透過數以千萬計的客戶資料，能分析出多種使用者行為和趨勢，賣給需要的企業，這是全新的資料經濟。
中國移動通過大數據分析，對企業運營的全業務進行針對性的監控、預警、跟蹤。系統在第一時間自動捕捉市場變化，再以最快捷的方式推送給指定負責人，使他在最短時間內獲知市場行情。
NTT docomo把手機位置信息和互聯網上的信息結合起來，為顧客提供附近的餐飲店信息，接近末班車時間時，提供末班車信息服務。
大數據應用案例之：零售業
"我們的某個客戶，是一家領先的專業時裝零售商，通過當地的百貨商店、網路及其郵購目錄業務為客戶提供服務。公司希望向客戶提供差異化服務，如何定位公司的差異化，他們通過從 Twitter 和 Facebook 上收集社交信息，更深入的理解化妝品的營銷模式，隨後他們認識到必須保留兩類有價值的客戶：高消費者和高影響者。希望通過接受免費化妝服務，讓用戶進行口碑宣傳，這是交易數據與交互數據的完美結合，為業務挑戰提供了解決方案。"Informatica的技術幫助這家零售商用社交平台上的數據充實了客戶主數據，使他的業務服務更具有目標性。
零售企業也監控客戶的店內走動情況以及與商品的互動。它們將這些數據與交易記錄相結合來展開分析，從而在銷售哪些商品、如何擺放貨品以及何時調整售價上給出意見，此類方法已經幫助某領先零售企業減少了17%的存貨，同時在保持市場份額的前提下，增加了高利潤率自有品牌商品的比例。

㈦ 舉例說明大數據的應用

大數據應用案例之：醫療行業
[1] Seton Healthcare是採用IBM最新沃森技術醫療保健內容分析預測的首個客戶。該技術允許企業找到大量病人相關的臨床醫療信息，通過大數據處理，更好地分析病人的信息。
[2] 在加拿大多倫多的一家醫院，針對早產嬰兒，每秒鍾有超過3000次的數據讀取。通過這些數據分析，醫院能夠提前知道哪些早產兒出現問題並且有針對性地採取措施，避免早產嬰兒夭折。
[3] 它讓更多的創業者更方便地開發產品，比如通過社交網路來收集數據的健康類App。也許未來數年後，它們搜集的數據能讓醫生給你的診斷變得更為精確，比方說不是通用的成人每日三次一次一片，而是檢測到你的血液中葯劑已經代謝完成會自動提醒你再次服葯。
大數據應用案例之：能源行業
[1] 智能電網現在歐洲已經做到了終端，也就是所謂的智能電表。在德國，為了鼓勵利用太陽能，會在家庭安裝太陽能，除了賣電給你，當你的太陽能有多餘電的時候還可以買回來。通過電網收集每隔五分鍾或十分鍾收集一次數據，收集來的這些數據可以用來預測客戶的用電習慣等，從而推斷出在未來2~3個月時間里，整個電網大概需要多少電。有了這個預測後，就可以向發電或者供電企業購買一定數量的電。因為電有點像期貨一樣，如果提前買就會比較便宜，買現貨就比較貴。通過這個預測後，可以降低采購成本。
[2] 維斯塔斯風力系統，依靠的是BigInsights軟體和IBM超級計算機，然後對氣象數據進行分析，找出安裝風力渦輪機和整個風電場最佳的地點。利用大數據，以往需要數周的分析工作，現在僅需要不足1小時便可完成。
大數據應用案例之：通信行業
[1] XO Communications通過使用IBM SPSS預測分析軟體，減少了將近一半的客戶流失率。XO現在可以預測客戶的行為，發現行為趨勢，並找出存在缺陷的環節，從而幫助公司及時採取措施，保留客戶。此外，IBM新的Netezza網路分析加速器，將通過提供單個端到端網路、服務、客戶分析視圖的可擴展平台，幫助通信企業制定更科學、合理決策。
[2] 電信業者透過數以千萬計的客戶資料，能分析出多種使用者行為和趨勢，賣給需要的企業，這是全新的資料經濟。
[3] 中國移動通過大數據分析，對企業運營的全業務進行針對性的監控、預警、跟蹤。系統在第一時間自動捕捉市場變化，再以最快捷的方式推送給指定負責人，使他在最短時間內獲知市場行情。
[4] NTT docomo把手機位置信息和互聯網上的信息結合起來，為顧客提供附近的餐飲店信息，接近末班車時間時，提供末班車信息服務。
大數據應用案例之：零售業
[1] "我們的某個客戶，是一家領先的專業時裝零售商，通過當地的百貨商店、網路及其郵購目錄業務為客戶提供服務。公司希望向客戶提供差異化服務，如何定位公司的差異化，他們通過從 Twitter 和 Facebook 上收集社交信息，更深入的理解化妝品的營銷模式，隨後他們認識到必須保留兩類有價值的客戶：高消費者和高影響者。希望通過接受免費化妝服務，讓用戶進行口碑宣傳，這是交易數據與交互數據的完美結合，為業務挑戰提供了解決方案。"Informatica的技術幫助這家零售商用社交平台上的數據充實了客戶主數據，使他的業務服務更具有目標性。
[2] 零售企業也監控客戶的店內走動情況以及與商品的互動。它們將這些數據與交易記錄相結合來展開分析，從而在銷售哪些商品、如何擺放貨品以及何時調整售價上給出意見，此類方法已經幫助某領先零售企業減少了17%的存貨，同時在保持市場份額的前提下，增加了高利潤率自有品牌商品的比例。