大数据期货交易数据

㈠ 贵阳大数据交易所

贵阳大数据交易所

一、贵阳大数据交易所GBDEx

理念 贡献中国数据智慧，释放全球数据价值

使命 大数据X行动，形成互联网+战略的重要支撑

愿景 让全球数据资产在贵阳大数据交易所聚合交易

二、贵阳大数据交易所交易规则

交易的不是底层数据，而是数据清洗建模分析的结果

实现会员交易制，必须成为会员才有交易资格

实现了365天，7X24小时不休市的数据交易市场

交易所交易品种达30多种，比如金融大数据，医疗大数据等

目前所有的数据交易都是基于国家现有的法律框架下进行

贵阳大数据交易所不是贵阳的，是服务全国数据交易市场

交易所目前完全采用电子化交易、自动撮合、支付结算系统

三、交易所里程碑事件

种子启蒙

2014年3月1日：贵州·北京大数据产业发展推介会，为贵阳设立大数据交易所埋下了第一颗种子。

2014年06月04日：贵州省成立大数据产业发展领导小组，贵州省委副书记、省长陈敏尔任组长。常务副组长：秦如培（省委常委、省委政法委书记、副省长）；副组长：陈刚（省委常委、贵阳市委书记）、王江平（副省长）。

思想酝酿

2014年8月1日：成立贵阳大数据交易所筹备组。

思考大数据交易的规则、数据定价、数据交易监管、会员招募、交易所业务范畴等。形成了《中国大数据资产交易所建设及运营方案》、《贵阳大数据交易所702公约》、《大数据交易所会员手册》。

落地生根

2014年12月30日：贵阳大数据交易所正式成立。

开枝散叶

2015年4月14日：贵阳大数据交易所完成第一笔交易，交易在京东商城、腾讯财经大数据之间完成。

2015年4月14日，大数据交易商（贵阳）联盟挂牌成立，交易所截至目前发展会员130家 ，其中40多家会员开始准备数据进行实际交易，其中有11家公司已经发生了实际的持续的交易。其中不乏京东、阿里巴巴余额宝等。

开花结果

2015年5月20日：贵阳大数据交易所电子交易系统正式上线。

2015年5月24日：贵阳大数据交易所，借助贵阳国际大数据博览会，向全球大数据产业展示了中国在大数据、互联网领域的创新思想，以“贡献中国数据智慧、释放全球数据价值”的理念，争取成为全球最重要的大数据场所。

四、贵阳大数据交易所可交易的数据类型

●金融大数据 ●政府大数据 ●医疗大数据 ●社会大数据 ●能源大数据 ●银行卡大数据

●社交大数据 ●商品大数据 ●法院大数据 ●通信大数据 ●企业大数据 ●水电煤大数据

●交通大数据 ●专利大数据 ●教育大数据 ●物流大数据 ●政策大数据 ●行政处罚大数据

●电信大数据 ●征信大数据 ●电商大数据 ●银行大数据 ●农业大数据 ●地理信息大数据

●气象大数据 ●房产大数据 ●环境大数据 ●保险大数据 ●医药大数据 ●海关大数据

五、数据定价及交易模式

根据数据实时性、数据品种、数据样本覆盖率、时间跨度、数据完整性以及数据深度进行数据定价。

不同品种的大数据价格机制是不一样的，实时价格主要取决于数据的样本量和单一样本的数据指标项价值，而后通过交易系统自动定价，价格实时浮动。数据交易的最终价格，由交易所撮合数据买卖双方，价格由卖方与交易所最终确定。

六、大数据金融工具及衍生品体系

●大数据指标 基于大数据资源开发一系列的指标产品，知道相关依赖数据的公司或者政府部门工作

●大数据信托 发行信托产品，可以由任何人来购买相关的信托产品

●大数据基金 设立大数据产业引导基金，撬动社会资本，聚集大数据领域风险投资及PE资本

●大数据融资 提供数据融资业务

●大数据期货 数据期货具备调节数据交易市场价格的特点

●大数据担保 大数据通过交易所的平台形成一种担保机制，可以利用大数据资源发挥担保作用

七、贵阳大数据交易所2020年发展战略

交易会员数 1000家与大数据相关的机构成为交易会员

日均交易额 日均交易金额突破100亿，年总额达3万亿

做市商数量 交易将发展200家大数据交易的做市商

数据交易量 数据清洗交易量达1万PB，相当100个阿里

大数据创业 围绕交易所平台的创业机构突破1万家

资本的考虑 2018年成为中国A股上市的第一家交易所

八、大数据交易的国家战略

大数据是中国互联网+战略的重要支撑

互联网+任何产业，都将产生千亿价值的数据价值

数据将超过石油、黄金成为全球最重要的资产，数据只有通过交易才能体现其资产价值

政府数据公开所产生的价值，尤其是通过清洗、建模分析、交易，能创造几万亿新兴产值

大数据产业符合国家“大众创业、万众创新”的号召

大数据交易所将成为中国继证券、期货、商品之后的第四个最重要的交易场所

数据的交易是可以无限复制并反复交易的资产

九、交易所希望得到的支持

政策

政府数据公开的数据交易窗口

针对大数据交易进行适度立法

标准

中国大数据交易技术标准体系

中国大数据交易安全规范体系

中国大数据交易监督检查体系

高度

贵阳大数据交易所不是贵阳的，是中国的

数据交易将成为中国非常重要的交易品种

数据交易所是大数据产业金字塔的明珠

十、希望地方政府牵头制定中国数据相关标准

数据清洗格式标准化

数据质量认证体系

数据交易定价体系

政府数据公开技术标准化

数据安全防范体系

数据交易监管体系

数据源追溯体系

数据交易信息披露

市场主体考核评价

交易所法律框架

㈡ 想玩比特币合约，如何使用合约大数据

通过关注各数据的变化以及对比历史数据来确认目前市场趋势、总体情绪等。

㈢ 有谁知道大数据的概况

大数据应用与案例分析

• 1. 大数据应用案例之：医疗行业

[1] Seton Healthcare是采用IBM最新沃森技术医疗保健内容分析预测的首个客户。该技术允许企业找到大量病人相关的临床医疗信息，通过大数据处理，更好地分析病人的信息。

[2] 在加拿大多伦多的一家医院，针对早产婴儿，每秒钟有超过3000次的数据读取。通过这些数据分析，医院能够提前知道哪些早产儿出现问题并且有针对性地采取措施，避免早产婴儿夭折。

[3] 它让更多的创业者更方便地开发产品，比如通过社交网络来收集数据的健康类App。也许未来数年后，它们搜集的数据能让医生给你的诊断变得更为精确，比方说不是通用的成人每日三次一次一片，而是检测到你的血液中药剂已经代谢完成会自动提醒你再次服药。

• 2. 大数据应用案例之：能源行业

[1]智能电网现在欧洲已经做到了终端，也就是所谓的智能电表。在德国，为了鼓励利用太阳能，会在家庭安装太阳能，除了卖电给你，当你的太阳能有多余电的时候还可以买回来。通过电网收集每隔五分钟或十分钟收集一次数据，收集来的这些数据可以用来预测客户的用电习惯等，从而推断出在未来2~3个月时间里，整个电网大概需要多少电。有了这个预测后，就可以向发电或者供电企业购买一定数量的电。因为电有点像期货一样，如果提前买就会比较便宜，买现货就比较贵。通过这个预测后，可以降低采购成本。

[2] 维斯塔斯风力系统，依靠的是BigInsights软件和IBM超级计算机，然后对气象数据进行分析，找出安装风力涡轮机和整个风电场最佳的地点。利用大数据，以往需要数周的分析工作，现在仅需要不足1小时便可完成。

• 3. 大数据应用案例之：通信行业

[1] XO Communications通过使用IBM SPSS预测分析软件，减少了将近一半的客户流失率。XO现在可以预测客户的行为，发现行为趋势，并找出存在缺陷的环节，从而帮助公司及时采取措施，保留客户。此外，IBM新的Netezza网络分析加速器，将通过提供单个端到端网络、服务、客户分析视图的可扩展平台，帮助通信企业制定更科学、合理决策。

[2] 电信业者透过数以千万计的客户资料，能分析出多种使用者行为和趋势，卖给需要的企业，这是全新的资料经济。

[3]中国移动通过大数据分析，对企业运营的全业务进行针对性的监控、预警、跟踪。系统在第一时间自动捕捉市场变化，再以最快捷的方式推送给指定负责人，使他在最短时间内获知市场行情。

[4] NTT docomo(日本最大的移动通信运营商，拥有超过6千万的签约用户)把手机位置信息和互联网上的信息结合起来，为顾客提供附近的餐饮店信息，接近末班车时间时，提供末班车信息服务。

• 4. 大数据应用案例之：零售业

[1] "我们的某个客户，是一家领先的专业时装零售商，通过当地的百货商店、网络及其邮购目录业务为客户提供服务。公司希望向客户提供差异化服务，如何定位公司的差异化，他们通过从 Twitter 和Facebook上收集社交信息，更深入的理解化妆品的营销模式，随后他们认识到必须保留两类有价值的客户：高消费者和高影响者。希望通过接受免费化妆服务，让用户进行口碑宣传，这是交易数据与交互数据的完美结合，为业务挑战提供了解决方案。"Informatica的技术帮助这家零售商用社交平台上的数据充实了客户主数据，使他的业务服务更具有目标性。

[2]零售企业也监控客户的店内走动情况以及与商品的互动。它们将这些数据与交易记录相结合来展开分析，从而在销售哪些商品、如何摆放货品以及何时调整售价上给出意见，此类方法已经帮助某领先零售企业减少了17%的存货，同时在保持市场份额的前提下，增加了高利润率自有品牌商品的比例。

㈣ 期货大数据反向跟单，反向交易对于散户来说有哪些好处

所谓反向跟单，指的是与自主交易、主观交易相对立的交易方法，即反着方向来做单。

目前国内的投资者，特别是小散户，只是依靠薄弱的行情分析技术，以及不对称的信息来进行股票和期货交易。基于交易市场的“二八定律”，即“二盈八亏”或“一盈二平七亏”，大部分散户亏损的结果是大概率的，那么反过来，反向做单盈利就是大概率。跟单，是跟进复制其他交易者的单子，既可以正向、反向跟单，也可以倍数、手数跟单。因期货等交易品种具备双向交易机制，既能做多，又能做空，能够实时进行反向交易，通过计算机软件获取交易者进行多空交易的实时数据，利用跟单软件，实现跟单账户与样本账户的实时相反方向交易，这个就是反向跟单。

抛弃个人交易的观点，让数据自然完整的产出一个周期。反向跟单项目的原理就是把市场二八定律拿出来，筛选稳定亏损的数据进行反向跟单交易，做的是一个大概率的项目，那么一旦干预就成了普遍的散户投机心理了，又把自己变回了二八定律里面亏损的那群人了。可能偶尔一两次的干预能够正确，但是对于项目的长期运营来说人为性的干涉有悖于项目的原则，对于反向跟单来说一定是坏事！

以上是一些样本帐户交易盈亏情况，他们的亏损=你的盈利！

反向跟单的样本账户一般会有多个，也就是一个账户反跟多个样本账户，这就相当于做投资，把鸡蛋放到了多个篮子里，天然地分散了投资风险。在一跟多的情况下，多个账户的决策会比较分散，又会最终趋于亏损，这样就不会出现单边的交易结果，在风险把控下的稳定收益就是大概率事件！现在不止是可以一跟多，因为有些跟单者的资金量比较少，也有其他的策略方式适用于这些人。

如果你觉得这种交易模式你有受益，不妨关注我的大风号，可以在底下评论区留言或私信与我交流

㈤ 用大数据炒股，靠谱吗

因为最近在考察几个量化交易平台，或许正好能够回答你的这个问题。
在国外现在量化交易已经非常非常的普及，但是据说在国内只有不到5%，似乎是国内散户太多的原因。
而量化交易就是能够通过模型预测未来一段时间的走势，从而不断去调整，购买较大胜率的股票、期货或者大宗商品。
某种程度上来说，这些大数据预测相对于国内的赌徒心理还是有更高的成功率的。

当然，也不能太迷信数据，数据是死的，而人性莫测。在国内，即使你个股再好，还是看出现跑不赢大盘的局面，而且有时候还得考虑人的情绪、政策等等。不过，如果能够坚持，大数据还是相对靠谱的。观点仅供参考，投资需谨慎。

㈥ 目前大数据在哪些行业有案例或者说应用

大数据应用的关键，也是其必要条件，就在于"IT"与"经营"的融合，当然，这里的经营的内涵可以非常广泛，小至一个零售门店的经营，大至一个城市的经营。以下是关于各行各业，不同的组织机构在大数据方面的应用的案例，在此申明，以下案例均来源于网络，本文仅作引用，并在此基础上作简单的梳理和分类。
大数据应用案例之：医疗行业
Seton Healthcare是采用IBM最新沃森技术医疗保健内容分析预测的首个客户。该技术允许企业找到大量病人相关的临床医疗信息，通过大数据处理，更好地分析病人的信息。
在加拿大多伦多的一家医院，针对早产婴儿，每秒钟有超过3000次的数据读取。通过这些数据分析，医院能够提前知道哪些早产儿出现问题并且有针对性地采取措施，避免早产婴儿夭折。
它让更多的创业者更方便地开发产品，比如通过社交网络来收集数据的健康类App。也许未来数年后，它们搜集的数据能让医生给你的诊断变得更为精确，比方说不是通用的成人每日三次一次一片，而是检测到你的血液中药剂已经代谢完成会自动提醒你再次服药。
大数据应用案例之：能源行业
智能电网现在欧洲已经做到了终端，也就是所谓的智能电表。在德国，为了鼓励利用太阳能，会在家庭安装太阳能，除了卖电给你，当你的太阳能有多余电的时候还可以买回来。通过电网收集每隔五分钟或十分钟收集一次数据，收集来的这些数据可以用来预测客户的用电习惯等，从而推断出在未来2~3个月时间里，整个电网大概需要多少电。有了这个预测后，就可以向发电或者供电企业购买一定数量的电。因为电有点像期货一样，如果提前买就会比较便宜，买现货就比较贵。通过这个预测后，可以降低采购成本。
维斯塔斯风力系统，依靠的是BigInsights软件和IBM超级计算机，然后对气象数据进行分析，找出安装风力涡轮机和整个风电场最佳的地点。利用大数据，以往需要数周的分析工作，现在仅需要不足1小时便可完成。
大数据应用案例之：通信行业
XO Communications通过使用IBM SPSS预测分析软件，减少了将近一半的客户流失率。XO现在可以预测客户的行为，发现行为趋势，并找出存在缺陷的环节，从而帮助公司及时采取措施，保留客户。此外，IBM新的Netezza网络分析加速器，将通过提供单个端到端网络、服务、客户分析视图的可扩展平台，帮助通信企业制定更科学、合理决策。
电信业者透过数以千万计的客户资料，能分析出多种使用者行为和趋势，卖给需要的企业，这是全新的资料经济。
中国移动通过大数据分析，对企业运营的全业务进行针对性的监控、预警、跟踪。系统在第一时间自动捕捉市场变化，再以最快捷的方式推送给指定负责人，使他在最短时间内获知市场行情。
NTT docomo把手机位置信息和互联网上的信息结合起来，为顾客提供附近的餐饮店信息，接近末班车时间时，提供末班车信息服务。
大数据应用案例之：零售业
"我们的某个客户，是一家领先的专业时装零售商，通过当地的百货商店、网络及其邮购目录业务为客户提供服务。公司希望向客户提供差异化服务，如何定位公司的差异化，他们通过从 Twitter 和 Facebook 上收集社交信息，更深入的理解化妆品的营销模式，随后他们认识到必须保留两类有价值的客户：高消费者和高影响者。希望通过接受免费化妆服务，让用户进行口碑宣传，这是交易数据与交互数据的完美结合，为业务挑战提供了解决方案。"Informatica的技术帮助这家零售商用社交平台上的数据充实了客户主数据，使他的业务服务更具有目标性。
零售企业也监控客户的店内走动情况以及与商品的互动。它们将这些数据与交易记录相结合来展开分析，从而在销售哪些商品、如何摆放货品以及何时调整售价上给出意见，此类方法已经帮助某领先零售企业减少了17%的存货，同时在保持市场份额的前提下，增加了高利润率自有品牌商品的比例。

㈦ 举例说明大数据的应用

大数据应用案例之：医疗行业
[1] Seton Healthcare是采用IBM最新沃森技术医疗保健内容分析预测的首个客户。该技术允许企业找到大量病人相关的临床医疗信息，通过大数据处理，更好地分析病人的信息。
[2] 在加拿大多伦多的一家医院，针对早产婴儿，每秒钟有超过3000次的数据读取。通过这些数据分析，医院能够提前知道哪些早产儿出现问题并且有针对性地采取措施，避免早产婴儿夭折。
[3] 它让更多的创业者更方便地开发产品，比如通过社交网络来收集数据的健康类App。也许未来数年后，它们搜集的数据能让医生给你的诊断变得更为精确，比方说不是通用的成人每日三次一次一片，而是检测到你的血液中药剂已经代谢完成会自动提醒你再次服药。
大数据应用案例之：能源行业
[1] 智能电网现在欧洲已经做到了终端，也就是所谓的智能电表。在德国，为了鼓励利用太阳能，会在家庭安装太阳能，除了卖电给你，当你的太阳能有多余电的时候还可以买回来。通过电网收集每隔五分钟或十分钟收集一次数据，收集来的这些数据可以用来预测客户的用电习惯等，从而推断出在未来2~3个月时间里，整个电网大概需要多少电。有了这个预测后，就可以向发电或者供电企业购买一定数量的电。因为电有点像期货一样，如果提前买就会比较便宜，买现货就比较贵。通过这个预测后，可以降低采购成本。
[2] 维斯塔斯风力系统，依靠的是BigInsights软件和IBM超级计算机，然后对气象数据进行分析，找出安装风力涡轮机和整个风电场最佳的地点。利用大数据，以往需要数周的分析工作，现在仅需要不足1小时便可完成。
大数据应用案例之：通信行业
[1] XO Communications通过使用IBM SPSS预测分析软件，减少了将近一半的客户流失率。XO现在可以预测客户的行为，发现行为趋势，并找出存在缺陷的环节，从而帮助公司及时采取措施，保留客户。此外，IBM新的Netezza网络分析加速器，将通过提供单个端到端网络、服务、客户分析视图的可扩展平台，帮助通信企业制定更科学、合理决策。
[2] 电信业者透过数以千万计的客户资料，能分析出多种使用者行为和趋势，卖给需要的企业，这是全新的资料经济。
[3] 中国移动通过大数据分析，对企业运营的全业务进行针对性的监控、预警、跟踪。系统在第一时间自动捕捉市场变化，再以最快捷的方式推送给指定负责人，使他在最短时间内获知市场行情。
[4] NTT docomo把手机位置信息和互联网上的信息结合起来，为顾客提供附近的餐饮店信息，接近末班车时间时，提供末班车信息服务。
大数据应用案例之：零售业
[1] "我们的某个客户，是一家领先的专业时装零售商，通过当地的百货商店、网络及其邮购目录业务为客户提供服务。公司希望向客户提供差异化服务，如何定位公司的差异化，他们通过从 Twitter 和 Facebook 上收集社交信息，更深入的理解化妆品的营销模式，随后他们认识到必须保留两类有价值的客户：高消费者和高影响者。希望通过接受免费化妆服务，让用户进行口碑宣传，这是交易数据与交互数据的完美结合，为业务挑战提供了解决方案。"Informatica的技术帮助这家零售商用社交平台上的数据充实了客户主数据，使他的业务服务更具有目标性。
[2] 零售企业也监控客户的店内走动情况以及与商品的互动。它们将这些数据与交易记录相结合来展开分析，从而在销售哪些商品、如何摆放货品以及何时调整售价上给出意见，此类方法已经帮助某领先零售企业减少了17%的存货，同时在保持市场份额的前提下，增加了高利润率自有品牌商品的比例。