《金融科技應用》 課件全套 人大 項目1-5　金融科技發(fā)展概述-金融科技在金融監(jiān)管領域的應用

《金融科技》FinancialTechnology項目一云金融教學目標1.能夠分析云平臺與信息系統(tǒng)的資源層、平臺層、應用層、管理層以及用戶訪問層五個基本組成部分；2.能夠熟練分析云計算服務的三種基本模式——SaaS模式、PaaS模式和IaaS模式；3.能夠闡述云計算帶來的金融變革，分析云計算未來發(fā)展的趨勢。[知識目標]1.掌握云計算的定義、特點，理解云計算的架構(gòu)，三種服務的模式各自的特點；2.理解云計算平臺與信息系統(tǒng)基本結(jié)構(gòu)組成；3.理解云計算的關(guān)鍵技術(shù)及其在金融領域的應用。[能力目標][素養(yǎng)目標]1.培養(yǎng)科技自信和民族自豪感；2.培養(yǎng)科技報國的抱負和雄心。云金融云計算的內(nèi)涵一二三云計算在金融領域的運用云計算帶來的金融變革和發(fā)展趨勢任務一云計算的內(nèi)涵一一、云計算技術(shù)概念二、云計算的特點三、云計算服務的模式四、云平臺與信息系統(tǒng)基本結(jié)構(gòu)五、云計算潛在的危險性導入導入1.找一找你手機中帶“云”字的APP;2.找一找你手機中不帶”云“字，但你認為應該采用了云計算的APP。一、云計算技術(shù)概念云計算是一種按使用量付費的模式，提供可用的、便捷的、按需的網(wǎng)絡訪問，進入可配置的計算資源共享池(資源包括網(wǎng)絡、服務器、存儲、應用軟件、服務)，這些資源能夠被快速地提供，只需投入很少的管理工作，或與服務供應商進行很少的交互。二、云計算的特點特點GBUTtem9

特點7.個性化服務3.可靠性高8.成本低4.超大規(guī)模2.虛擬化技術(shù)6.可擴展性 * 資料來源： 5.通用性1.基于互聯(lián)網(wǎng)三、云計算服務的模式(三)SaaS軟件即服務(二)PaaS平臺即服務(一)IaaS基礎設施即服務四、云平臺的基本結(jié)構(gòu)（一）（二）（五）（三）（四）資源層平臺層應用層用戶訪問層管理層五、云計算潛在的危險性危險性云計算服務：計算服務、存儲服務云計算服務當前壟斷在私人機構(gòu)(企業(yè))手中，僅提供商業(yè)信用，因此政府機構(gòu)、商業(yè)機構(gòu)應保持足夠的警惕。不可避免地會讓這些私人機構(gòu)以“數(shù)據(jù)(信息)”的重要性挾制整個社會。任務一小結(jié)云計算的內(nèi)涵包括五個方面云計算技術(shù)概念45321云計算潛在的危險性云計算的特點云平臺與信息系統(tǒng)基本結(jié)構(gòu)云計算服務的模式[做中學1-1]金融行業(yè)中的云計算5-6名同學一組完成任務：1、討論云計算服務的模式有哪些，各自適用于哪些領域？2、各組選擇一個應用云計算的案例，分析其特點?！督鹑诳萍肌稦inancialTechnology項目二大數(shù)據(jù)金融教學目標知識目標1.掌握大數(shù)據(jù)的基本概念；2.了解大數(shù)據(jù)技術(shù)的處理流程；3.掌握大數(shù)據(jù)在金融領域的應用；4.了解大數(shù)據(jù)技術(shù)的應用趨勢。能力目標1.能夠利用大數(shù)據(jù)技術(shù)手段為客戶提供金融服務；2.理解大數(shù)據(jù)技術(shù)對金融業(yè)帶來的影響并積極予以運用。內(nèi)容導航一大數(shù)據(jù)的基本概念二大數(shù)據(jù)的處理流程三大數(shù)據(jù)技術(shù)在金融領域的應用四大數(shù)據(jù)技術(shù)的發(fā)展趨勢及應用前景大數(shù)據(jù)的基本概念一一、大數(shù)據(jù)的基本概念（一）（二）（三）大數(shù)據(jù)的定義大數(shù)據(jù)的分類大數(shù)據(jù)的基本原理導入問題大數(shù)據(jù)，大在哪里一、大數(shù)據(jù)的基本概念（一）大數(shù)據(jù)的定義一、大數(shù)據(jù)的基本概念麥肯錫全球研究所對大數(shù)據(jù)的定義是：一種規(guī)模大到在獲取、存儲、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合。一、大數(shù)據(jù)的基本概念數(shù)據(jù)類型多樣（Variety）應用價值高（Value）數(shù)據(jù)處理速度快（Velocity）數(shù)據(jù)規(guī)模大（Volume）數(shù)據(jù)真實（Veracity）大數(shù)據(jù)的5V特征：一、大數(shù)據(jù)的基本概念（二）大數(shù)據(jù)的分類一、大數(shù)據(jù)的基本概念數(shù)據(jù)結(jié)構(gòu)上分類處理方式上分類數(shù)據(jù)來源和行業(yè)來分類結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù)無結(jié)構(gòu)數(shù)據(jù)實時數(shù)據(jù)離線數(shù)據(jù)網(wǎng)絡數(shù)據(jù)社交媒體數(shù)據(jù)醫(yī)療數(shù)據(jù)農(nóng)業(yè)數(shù)據(jù)身體健康數(shù)據(jù)設備監(jiān)測數(shù)據(jù)……一、大數(shù)據(jù)的基本概念（三）大數(shù)據(jù)的基本原理一、大數(shù)據(jù)的基本概念物聯(lián)網(wǎng)云計算物聯(lián)網(wǎng)可看作大數(shù)據(jù)的采集端云計算可看作大數(shù)據(jù)的核心技術(shù)處理端一、大數(shù)據(jù)的基本概念物聯(lián)網(wǎng)物聯(lián)網(wǎng)產(chǎn)生海量數(shù)據(jù)，是大數(shù)據(jù)來源的基礎設施。日常生活中，大數(shù)據(jù)的來源主要集中在以下三方面：以微博、微信為代表的社交網(wǎng)絡；電子商務平臺；攝像頭收集的視頻和圖片等信息。一、大數(shù)據(jù)的基本概念云計算云計算為大數(shù)據(jù)的計算和分析提供了可行的方法。云計算的數(shù)據(jù)在云端，任何時間、任何設備，只要登陸后就可以享受計算服務。通過云計算對數(shù)據(jù)進行處理后，數(shù)據(jù)可成為一種基礎的公共物品，被人所用。一、大數(shù)據(jù)的基本概念[做中學2-1]生活中的大數(shù)據(jù)5-6名同學一組，各組選擇一個行業(yè)，收集該行業(yè)大數(shù)據(jù)應用的典型案例1個，并進行分析，寫出案例分析報告。思考：大數(shù)據(jù)的應用是否可能誤導決策？如果要保證數(shù)據(jù)分析的準確性，防止被誤導，需要滿足什么前提條件？《金融科技》FinancialTechnology項目二大數(shù)據(jù)金融教學目標知識目標1.掌握大數(shù)據(jù)的基本概念；2.了解大數(shù)據(jù)技術(shù)的處理流程；3.掌握大數(shù)據(jù)在金融領域的應用；4.了解大數(shù)據(jù)技術(shù)的應用趨勢。能力目標1.能夠利用大數(shù)據(jù)技術(shù)手段為客戶提供金融服務；2.理解大數(shù)據(jù)技術(shù)對金融業(yè)帶來的影響并積極予以運用。內(nèi)容導航一大數(shù)據(jù)的基本概念二大數(shù)據(jù)的處理流程三大數(shù)據(jù)技術(shù)在金融領域的應用四大數(shù)據(jù)技術(shù)的發(fā)展趨勢及應用前景大數(shù)據(jù)的處理流程二二、大數(shù)據(jù)的處理流程數(shù)據(jù)采集數(shù)據(jù)存儲數(shù)據(jù)挖掘數(shù)據(jù)處理二、大數(shù)據(jù)的處理流程（一）各種智能設備中的運行數(shù)據(jù)（二）互聯(lián)網(wǎng)網(wǎng)頁數(shù)據(jù)（三）RFID射頻數(shù)據(jù)大數(shù)據(jù)的數(shù)據(jù)源主要來自以下三方面：二、大數(shù)據(jù)的處理流程網(wǎng)頁數(shù)據(jù)采集應用最廣泛的技術(shù)就是網(wǎng)絡爬蟲二、大數(shù)據(jù)的處理流程數(shù)據(jù)采集數(shù)據(jù)存儲數(shù)據(jù)挖掘數(shù)據(jù)處理二、大數(shù)據(jù)的處理流程大數(shù)據(jù)的存儲系統(tǒng)必須對多種數(shù)據(jù)及軟硬件平臺有較好的兼容性，以適應各種應用算法或者數(shù)據(jù)提取轉(zhuǎn)換與加載。現(xiàn)階段常用的大數(shù)據(jù)存儲技術(shù)包括：第二類，基于Hadoop技術(shù)擴展和封裝，圍繞Hadoop衍生出相關(guān)的大數(shù)據(jù)技術(shù)，應對傳統(tǒng)關(guān)系型數(shù)據(jù)庫較難處理的數(shù)據(jù)和場景，充分利用Hadoop開源的優(yōu)勢。第三類，大數(shù)據(jù)一體機，這是一種專為大數(shù)據(jù)分析處理而設計的軟件、硬件結(jié)合的產(chǎn)品，由一組集成的服務器、存儲設備、操作系統(tǒng)、數(shù)據(jù)庫管理系統(tǒng)以及為數(shù)據(jù)查詢、處理、分析而特別預先安裝及優(yōu)化的軟件組成。高性能大數(shù)據(jù)一體機具有良好的穩(wěn)定性和縱向擴展性。第一類，采用大規(guī)模并行處理系統(tǒng)（MPP）架構(gòu)的新型數(shù)據(jù)庫集群，重點面向行業(yè)大數(shù)據(jù)，采用無共享（SharedNothing）架構(gòu)，通過列存儲、粗粒度索引等大數(shù)據(jù)處理技術(shù)，再結(jié)合MPP架構(gòu)高效的分布式計算模式，完成對分析類應用的支撐。二、大數(shù)據(jù)的處理流程就存儲大數(shù)據(jù)的數(shù)據(jù)庫而言，最流行的兩種數(shù)據(jù)庫就是傳統(tǒng)的關(guān)系型數(shù)據(jù)庫和新興的NOSQL數(shù)據(jù)庫。微軟的SQLServer數(shù)據(jù)庫、IBM的DB2數(shù)據(jù)庫、甲骨文的Oracle數(shù)據(jù)庫、開源的MySQL數(shù)據(jù)庫都是關(guān)系型數(shù)據(jù)庫的典型。NOSQL數(shù)據(jù)庫是近年來隨著大數(shù)據(jù)技術(shù)發(fā)展而興起的一種數(shù)據(jù)庫技術(shù)。NOSQL數(shù)據(jù)庫依據(jù)存儲對象和存儲方法的不同又可以分成鍵值型數(shù)據(jù)庫、文檔型數(shù)據(jù)庫、列存儲數(shù)據(jù)庫、圖存儲數(shù)據(jù)庫。二、大數(shù)據(jù)的處理流程序號

類型部分代表特點1鍵值型OracleBDBGoogleBigTableAmazonDynamoDB鍵值型數(shù)據(jù)庫主要會使用到一個哈希表，這個表中有一個特定的鍵和一個指針指向特定的數(shù)據(jù)。鍵值型數(shù)據(jù)庫的優(yōu)勢在于簡單、易部署，但如果只對部分值進行查詢或更新，則效率相對低下。2文檔型MongoDBCouchDB此類數(shù)據(jù)庫可存放并獲取文檔，其格式可以是XML、JSON、BSON等，這些文檔具備可述性（self-describing），呈現(xiàn)分層的樹狀結(jié)構(gòu)（hierarchicaltreedatastructure），可以包含映射表、集合和純量值。文檔數(shù)據(jù)庫可視為其值可查的鍵值數(shù)據(jù)庫，可以對某些字段建立索引，實現(xiàn)關(guān)系數(shù)據(jù)庫某些功能。二、大數(shù)據(jù)的處理流程序號

類型部分代表特點3列存儲HbaseCassandraHypertable

列存儲數(shù)據(jù)庫通常是用來應對分布式存儲的海量數(shù)據(jù)。鍵仍然存在，但是它們的特點是指向了多個列。這些列是由列家族來安排。特點是方便存儲結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)，方便數(shù)據(jù)壓縮，對針對基于列的查詢有很大優(yōu)勢。4圖存儲Neo4JInfiniteGraph使用靈活的圖形模型，并且能夠擴展到多個服務器上。將數(shù)據(jù)存儲在圖狀網(wǎng)絡的節(jié)點上及它們之間的關(guān)系中，這里的圖不是指圖形圖像，而是指一種數(shù)據(jù)存儲結(jié)構(gòu)。

二、大數(shù)據(jù)的處理流程在金融科技應用中，我們應如何選擇合適的數(shù)據(jù)存儲技術(shù)呢？一般來講，有嚴謹?shù)臄?shù)據(jù)結(jié)構(gòu)，對數(shù)據(jù)的可靠性要求高，經(jīng)常需要對數(shù)據(jù)進行商業(yè)智能分析，這類數(shù)據(jù)庫適合存儲在關(guān)系數(shù)據(jù)庫中，一般可以選擇開源的MySQL數(shù)據(jù)庫；相反，那些數(shù)據(jù)量特別大，對數(shù)據(jù)的擴展性要求高，對數(shù)據(jù)庫的可用性要求高，對存儲效率和恢復響應要求高的數(shù)據(jù)則適用于NOSQL數(shù)據(jù)庫。二、大數(shù)據(jù)的處理流程在實踐中，通常會將NOSQL和關(guān)系數(shù)據(jù)庫進行結(jié)合使用，各取所長，可以分為兩種模式：第一種：NOSQL數(shù)據(jù)庫作為輔助存儲。把所有的數(shù)據(jù)都存放在關(guān)系數(shù)據(jù)庫中，可能被經(jīng)常頻繁讀取的數(shù)據(jù)再存放在NOSQL數(shù)據(jù)庫中一份，其目的是提高數(shù)據(jù)的查詢速度，減少關(guān)系數(shù)據(jù)庫的并發(fā)訪問負載。第二種：NOSQL數(shù)據(jù)庫作為主存儲。把所有的數(shù)據(jù)存儲在NOSQL數(shù)據(jù)庫中，為了一些特殊業(yè)務或功能的需要，在將數(shù)據(jù)存入NOSQL的時候，同時存儲到關(guān)系數(shù)據(jù)庫一份。數(shù)據(jù)存儲和查詢主要是由NOSQL數(shù)據(jù)庫完成，少量的數(shù)據(jù)是從關(guān)系數(shù)據(jù)庫讀取。二、大數(shù)據(jù)的處理流程數(shù)據(jù)采集數(shù)據(jù)存儲數(shù)據(jù)挖掘數(shù)據(jù)處理二、大數(shù)據(jù)的處理流程數(shù)據(jù)抽取12數(shù)據(jù)清洗3數(shù)據(jù)脫敏在數(shù)據(jù)處理環(huán)節(jié)，主要完成三項操作：二、大數(shù)據(jù)的處理流程數(shù)據(jù)抽取1第一種，全量抽取。類似于數(shù)據(jù)遷移或數(shù)據(jù)復制，將數(shù)據(jù)源中的表格或視圖的數(shù)據(jù)原封不動地從數(shù)據(jù)庫中抽取出來，并轉(zhuǎn)換成自己的ETL（Extraction-Transformation-Loading，數(shù)據(jù)提取、轉(zhuǎn)換和加載）工具可以識別的格式。第二種，增量提取。抽取自上次抽取以來數(shù)據(jù)庫中要抽取的表中新增、修改、刪除的數(shù)據(jù)。二、大數(shù)據(jù)的處理流程數(shù)據(jù)清洗2在采集數(shù)據(jù)時，會存在大量的“臟”數(shù)據(jù)。這些數(shù)據(jù)或與我們的需求無關(guān)，或是錯誤數(shù)據(jù)，或是相互之間有沖突，因此要通過“去噪”過濾掉這些不符要求的數(shù)據(jù)，提取出有效數(shù)據(jù)，這一過程稱為“數(shù)據(jù)清洗”（DataCleaning）。二、大數(shù)據(jù)的處理流程數(shù)據(jù)脫敏3現(xiàn)階段常用的數(shù)據(jù)處理技術(shù)有AbInitio（大數(shù)據(jù)處理軟件平臺技術(shù)）、Hadoop（開源分布系統(tǒng)的基礎架構(gòu)，適合處理超大量的數(shù)據(jù)）、Netezza（IBM基于數(shù)據(jù)倉庫的分析技術(shù)）Hadoop是由Apache軟件基金會發(fā)起的一個分布式計算平臺，也是目前最為流行的大數(shù)據(jù)處理平臺。用戶可以在該平臺上開發(fā)和運行處理海量數(shù)據(jù)的應用程序。Hadoop在數(shù)據(jù)提取、變形和加載（FTL）方面具有優(yōu)勢，擅長存儲大量的半結(jié)構(gòu)化數(shù)據(jù)集，也非常擅長分布式計算——快速地跨多臺機器處理大型數(shù)據(jù)集合。數(shù)據(jù)脫敏指對一些涉及個人隱私的敏感信息，如身份證號、電話號碼、銀行賬戶等，進行數(shù)據(jù)的變形處理，達到隱私保護的目的。二、大數(shù)據(jù)的處理流程數(shù)據(jù)采集數(shù)據(jù)存儲數(shù)據(jù)挖掘數(shù)據(jù)處理二、大數(shù)據(jù)的處理流程數(shù)據(jù)挖掘（DataMining）的前身是數(shù)據(jù)庫中的知識發(fā)現(xiàn)技術(shù)（KDD），是指運用計算機技術(shù)從大量數(shù)據(jù)中將隱藏的有價值的信息提取出來的過程?；诤Ａ繑?shù)據(jù)；具有非平凡性，即挖掘出來的知識應該是不簡單的；隱藏性，即數(shù)據(jù)挖掘是要發(fā)現(xiàn)深藏在數(shù)據(jù)內(nèi)部而非浮現(xiàn)在數(shù)據(jù)表面的知識；價值性，即挖掘的知識能給企業(yè)帶來直接或間接效益。1234二、大數(shù)據(jù)的處理流程數(shù)據(jù)挖掘有很多技術(shù)方法，歸納起來主要涉及統(tǒng)計學、機器學習和數(shù)據(jù)庫等領域的研究成果。（一）統(tǒng)計分析統(tǒng)計分析是指利用統(tǒng)計學對大數(shù)據(jù)進行分析，包括統(tǒng)計學中的回歸分析、差異分析、判別分析、因子分析等，主要用來處理結(jié)構(gòu)化數(shù)據(jù)。統(tǒng)計分析反映了數(shù)據(jù)庫中數(shù)據(jù)的屬性值特性，通過函數(shù)表達數(shù)據(jù)映射關(guān)系來發(fā)現(xiàn)屬性值之間的依賴關(guān)系。它可以應用到對數(shù)據(jù)序列的預測及相關(guān)關(guān)系的研究中去。例如，通過對本季度銷售的回歸分析，對下一季度的銷售趨勢做出預測并做出針對性的營銷改變。二、大數(shù)據(jù)的處理流程（二）聚類分析聚類分析是一種重要的數(shù)據(jù)挖掘方法，具體是指根據(jù)事物的特征進行分類，以期從中發(fā)現(xiàn)一定的規(guī)律。聚類類似于分類，但與分類的目的不同，是針對數(shù)據(jù)的相似性和差異性將一組數(shù)據(jù)分為幾個類別。其原則是使同一類事物盡可能相似，不同類事物盡可能差異大。屬于同一類別的數(shù)據(jù)間的相似性大，但不同類別之間數(shù)據(jù)的相似性很小，跨類的數(shù)據(jù)關(guān)聯(lián)性很低。聚類分析又可細分為劃分聚類法、層次聚類法、基于網(wǎng)格和模型的聚類法。二、大數(shù)據(jù)的處理流程（三）決策樹決策樹是機器學習中最基礎、應用最廣泛的算法模型。其原理是，在一批已知的訓練數(shù)據(jù)的基礎上建立一棵決策樹，利用決策樹對數(shù)據(jù)進行分析和預測。常見的算法包括分類回歸樹（CART）、ID3、C4.5、隨機森林等。決策樹可用于預測貸款人是否具有償還貸款的能力。借款人通過三個核心指標來判斷：是否擁有房產(chǎn)、是否結(jié)婚、月收入金額。決策樹的每一個內(nèi)部節(jié)點都分別代表一個指標，樹葉節(jié)點則表示貸款人是否具備還款能力。例如，客戶甲沒有房產(chǎn)，未婚，月收入8000元。通過決策樹的節(jié)點判斷，該用戶最終落在“可以償還”的樹葉節(jié)點上。因此預測該用戶具備償還能力。二、大數(shù)據(jù)的處理流程（四）人工神經(jīng)網(wǎng)絡人工神經(jīng)網(wǎng)絡（ANN）是一種仿照人腦神經(jīng)元結(jié)構(gòu)和功能進行數(shù)據(jù)分析的信息處理系統(tǒng)。人工神經(jīng)網(wǎng)絡作為一種先進的人工智能技術(shù)，因其自行處理、分布存儲和高度容錯等特性非常適合處理非線性的以及那些模糊、不完整、不嚴密的數(shù)據(jù)，因此在數(shù)據(jù)挖掘領域得到廣泛應用。二、大數(shù)據(jù)的處理流程（四）人工神經(jīng)網(wǎng)絡用于分類預測和模式識別的前饋式神經(jīng)網(wǎng)絡模型，其主要代表為函數(shù)型網(wǎng)絡、感知機；A用于聯(lián)想記憶和優(yōu)化算法的反饋式神經(jīng)網(wǎng)絡模型，以Hopfield的離散模型和連續(xù)模型為代表；B用于聚類的自組織映射方法，以ART模型為代表。C典型的神經(jīng)網(wǎng)絡模型主要分為三大類二、大數(shù)據(jù)的處理流程（五）關(guān)聯(lián)規(guī)則關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘領域特有的技術(shù)，由一連串的“如果……/則……”的邏輯規(guī)則對數(shù)據(jù)進行細分，以期在數(shù)據(jù)庫中搜索和挖掘以往不知道的規(guī)則。關(guān)聯(lián)規(guī)則是找出隱藏在數(shù)據(jù)項之間的關(guān)聯(lián)或相互關(guān)系，根據(jù)一個數(shù)據(jù)項的出現(xiàn)推導出其他數(shù)據(jù)項的出現(xiàn)。關(guān)聯(lián)規(guī)則的挖掘過程主要包括兩個階段：第一階段為從海量原始數(shù)據(jù)中找出所有的高頻項目組；第二階段為從這些高頻項目組產(chǎn)生關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則挖掘技術(shù)已經(jīng)被廣泛應用于金融企業(yè)中，用以預測客戶需求和偏好來改善自身的營銷。二、大數(shù)據(jù)的處理流程（六）Web數(shù)據(jù)挖掘Web數(shù)據(jù)挖掘是一項綜合性技術(shù)，指Web從文檔結(jié)構(gòu)和使用的集合C中發(fā)現(xiàn)隱含的模式P，如果將C看做是輸入，P看做是輸出，那么Web挖掘過程就可以看作是從輸入到輸出的一個映射過程。目前常用的Web數(shù)據(jù)挖掘算法有：PageRank算法、HITS算法以及LOGSOM算法。這三種算法提到的用戶都是籠統(tǒng)的用戶，并沒有區(qū)分用戶的個體。目前Web數(shù)據(jù)挖掘面臨著一些問題，包括：用戶的分類問題、網(wǎng)站內(nèi)容時效性問題、用戶在頁面停留時間問題、頁面的鏈入與鏈出數(shù)問題等。二、大數(shù)據(jù)的處理流程（七）數(shù)據(jù)可視化技術(shù)數(shù)據(jù)可視化是大數(shù)據(jù)技術(shù)非常重要的一環(huán)，關(guān)系到數(shù)據(jù)處理的最終效果和用戶體驗。數(shù)據(jù)可視化技術(shù)可以將有價值的信息展示出來，同時還能將其出現(xiàn)的原因背景以及其他相關(guān)價值信息列示出來，使隱藏在大數(shù)據(jù)資源背后的真相呈現(xiàn)在眾人面前?？梢暬瘮?shù)據(jù)無需任何編程基礎，只需要上傳數(shù)據(jù)，就能創(chuàng)建和發(fā)布圖表。數(shù)據(jù)可視化分析技術(shù)是以圖表、圖形、報表等方式將大數(shù)據(jù)分析處理的結(jié)果直觀地、可視地展示給用戶的過程。二、大數(shù)據(jù)的處理流程可視化工具簡介ExcelExcel作為一個人門級工具，是快速分析數(shù)據(jù)的理想工具，也能創(chuàng)建供內(nèi)部使用的數(shù)據(jù)圖，但Excel在顏色、線條和樣式上可選擇的范圍有限。D3D3(DateDrivendocument)是支持SVG渲染的另一種JavaScript庫，能夠提供大量線性圖和條形圖之外的復雜圖表樣式，例如Voronoi圖、樹形圖、圓形集群和單詞云等。Visual.lyVisual.ly的主要定位是“信息圖設計師的在線集市”，同時也提供了大量信息圖模板。RR作為用來分析大數(shù)據(jù)集的統(tǒng)計組件包，擁有強大的社區(qū)和組件庫，但R是一個相對復雜的開源工具。Gepi

Gepi是進行社交圖譜數(shù)據(jù)可視化分析的工具，不但能處理大規(guī)模數(shù)據(jù)集并生成漂亮的可視化圖形，還能對數(shù)據(jù)進行清洗和分類。Tableau

Tableau更適合企業(yè)和部門進行日常數(shù)據(jù)報表和數(shù)據(jù)可視化分析工作，產(chǎn)品涵蓋TableauDesktop、TableauServer以及TableauPublic65財務大數(shù)據(jù)可視化分析結(jié)果二、大數(shù)據(jù)的處理流程[做中學2-1]生活中的大數(shù)據(jù)5-6名同學一組，各組選擇一個數(shù)據(jù)可視化分析工具（軟件），對該工具（軟件）的功能進行研究，并制作一份PPT來展示該工具（軟件）的功能和效果。思考：有哪些數(shù)據(jù)分析問題是無法借助數(shù)據(jù)可視化分析工具來實現(xiàn)的？《金融科技》FinancialTechnology項目三區(qū)塊鏈金融教學目標1.能夠運用區(qū)塊鏈技術(shù)的案例解決工作實際問題；

2.能夠運用區(qū)塊鏈技術(shù)的應用與客戶溝通；3.能夠熟練使用區(qū)塊鏈技術(shù)的工作原理進行實操。[知識目標]1.了解區(qū)塊鏈的歷史；2.了解區(qū)塊鏈技術(shù)在金融創(chuàng)新中的應用；3.理解區(qū)塊鏈金融的國外案例；4.掌握區(qū)塊鏈技術(shù)的工作原理、工作過程。[能力目標]目錄認識區(qū)塊鏈一二三區(qū)塊鏈技術(shù)基礎區(qū)塊鏈技術(shù)支持金融創(chuàng)新任務一認識區(qū)塊鏈一3.1認識區(qū)塊鏈拜占庭將軍問題區(qū)塊鏈技術(shù)的發(fā)展歷史區(qū)塊鏈的定義3214區(qū)塊鏈技術(shù)解決信任和安全問題的思路5區(qū)塊鏈的特征3.1

認識區(qū)塊鏈1拜占庭將軍問題3.1認識區(qū)塊鏈一、拜占庭將軍問題

拜占庭帝國為了防御目的，給帝國的周邊部署了十支防御軍隊。在沒有通信手段的基礎上，將軍與將軍之間只能靠信差傳遞消息。去攻打某一敵對國家，十支軍隊單獨作戰(zhàn)，都會失利；只有當其中十支軍隊的一半以上同時應敵時，拜占庭帝國的進攻才會戰(zhàn)勝敵國。在拜占庭將軍問題里，將軍們?nèi)绾文苓_成共識；如果有叛徒，可能會出現(xiàn)各種問題。(1)叛徒可能欺騙某些將軍自己將采取進攻行動。(2)叛徒可能慫恿其他軍隊行動，自己靜觀其變。(3)叛徒可能迷惑其他將軍，使他們接受不一致的信息，從而感到迷惑。3.1認識區(qū)塊鏈一、拜占庭將軍問題科學家們針對拜占庭問題得出一個結(jié)論：如果叛徒的數(shù)量大于或等于1/3，拜占庭帝國對敵國的進攻將失敗。將軍們決定，每個將軍都可以派人向各個將軍派信，收信者如果同意，則在原信上簽名蓋章。但在現(xiàn)實中仍然可能面臨以下幾種問題：（1）物理距離導致信息傳輸延遲；（2）簽名造假的問題也沒法避免；（3）簽名消息記錄的保存難以擺脫中心化的機構(gòu)；（4）在這種異步通信的條件下，要能協(xié)商一致仍然是個大問題。3.1認識區(qū)塊鏈一、拜占庭將軍問題

從分布式系統(tǒng)的角度來說，如果要保證分布式系統(tǒng)的一致性和可用性，就必須處理錯誤節(jié)點，防止系統(tǒng)出現(xiàn)用戶可以觀察到的錯誤。拜占庭假設是對現(xiàn)實世界的模型化，由于硬件錯誤、網(wǎng)絡擁塞或斷開以及遭到惡意攻擊，計算機和網(wǎng)絡可能出現(xiàn)不可預料的行為。拜占庭將軍問題提出了一個錯誤模型，即錯誤節(jié)點可以做任意事情(不受協(xié)議限制)。在這樣的情況下，分布式系統(tǒng)會受到嚴峻挑戰(zhàn)。3.1認識區(qū)塊鏈2區(qū)塊鏈的定義3.1認識區(qū)塊鏈二、區(qū)塊鏈的定義區(qū)塊鏈定義：區(qū)塊鏈是指通過“去中心化”和“去信任”的方式集體維護一個可靠數(shù)據(jù)庫的技術(shù)方案。132區(qū)塊鏈實質(zhì)：區(qū)塊鏈是要解決信任和安全問題。分布式計算機技術(shù)、數(shù)字技術(shù)以及互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，尤其是其中的區(qū)塊鏈技術(shù)給我們提供了解決這些問題的一種方法。區(qū)塊鏈技術(shù)：區(qū)塊鏈技術(shù)是一種全民參與記賬的方式，或者說區(qū)塊鏈其實是一種數(shù)據(jù)庫賬本。該技術(shù)過去主要應用在比特幣(P2P形式的數(shù)字貨幣)上。3.1認識區(qū)塊鏈3區(qū)塊鏈技術(shù)的發(fā)展歷史三、區(qū)塊鏈技術(shù)的發(fā)展歷史（一）區(qū)塊鏈技術(shù)的起源

區(qū)塊鏈技術(shù)源自點對點(P2P)技術(shù)，是把需要下載的文件分成無數(shù)碎塊，擴散到不同的電腦，這些電腦之間可以分別承擔一些碎塊的下載，同時彼此傳輸已經(jīng)獲得的碎塊，最終各電腦都可以根據(jù)需要合成一個完整的文件。3.1認識區(qū)塊鏈三、區(qū)塊鏈技術(shù)的發(fā)展歷史（二）神秘的中本聰

2008年11月1日，中本聰(SatoshiNakamoto)的一篇研究論文《比特幣：一種點對點的電子現(xiàn)金系統(tǒng)》中，描述了他對一種新的數(shù)字貨幣的設計，該數(shù)字貨幣名叫比特幣(bitcoin)。比特幣利用公開分布總賬的方法廢除了第三方管理，中本聰將其稱之為“區(qū)塊鏈”。用戶樂于奉獻自己電腦的CPU力量，運行一款特殊的軟件進行“挖礦”，并形成一個網(wǎng)絡來共同維持區(qū)塊鏈。3.1認識區(qū)塊鏈三、區(qū)塊鏈技術(shù)的發(fā)展歷史（三）金融世界的區(qū)塊鏈變革

2015年9月，13家頂級銀行加入了一個由金融技術(shù)公司R3領導的組織；2015年10月，首屆全球區(qū)塊鏈峰會“區(qū)塊鏈—新經(jīng)濟藍圖”在上海舉辦；2015年10月中旬，國家互聯(lián)網(wǎng)信息辦公室文件中提到了區(qū)塊鏈技術(shù)；

2016年2月3日，中關(guān)村區(qū)塊鏈產(chǎn)業(yè)聯(lián)盟正式成立；2016年4月19日，中國分布式總賬基礎協(xié)議聯(lián)盟成立；2016年5月31日，金融區(qū)塊鏈聯(lián)盟在深圳成立。3.1認識區(qū)塊鏈3.1認識區(qū)塊鏈4區(qū)塊鏈技術(shù)解決信任和安全問題的思路3.1認識區(qū)塊鏈四、區(qū)塊鏈技術(shù)解決信任和安全問題的思路143分布式賬本：

交易記賬由分布在不同地方的多個節(jié)點共同完成，而且每一個節(jié)點記錄的都是完整的賬目，因此它們都可以參與監(jiān)督交易合法性，同時也可以共同為其作證。2對稱加密和授權(quán)：

存儲在區(qū)塊鏈上的交易信息是公開的，但是賬戶身份信息是高度加密的，只有在數(shù)據(jù)擁有者授權(quán)的情況下才能訪問到，從而保證了數(shù)據(jù)的安全和個人的隱私。共識機制：

所有記賬節(jié)點之間如何達成共識，去認定一個記錄的有效性。這既是認定的手段，也是防止篡改的手段。智能合約：

基于這些可信的不可篡改的數(shù)據(jù)，可以自動化地執(zhí)行一些預先定義好的規(guī)則和條款。3.1認識區(qū)塊鏈四、區(qū)塊鏈技術(shù)解決信任和安全問題的思路

對于區(qū)塊鏈技術(shù)，我們可以看作：①區(qū)塊鏈是一門集數(shù)學、金融學、法學、信息技術(shù)等學科為一體，解決人與人之間信任問題的科學；②區(qū)塊鏈是信息技術(shù)發(fā)展到一定程度后產(chǎn)生的技術(shù)，利用“信息冗余”和“高速傳遞”以及“分布式”的概念產(chǎn)生的一種難以被破壞和群體間相互信任、相互協(xié)作的世界一體化的數(shù)據(jù)存儲機制。3.1認識區(qū)塊鏈5區(qū)塊鏈的特征五、區(qū)塊鏈的特征（一）去中心化

由于使用分布式核算和存儲，不存在中心化的硬件或管理機構(gòu)，任意節(jié)點的權(quán)利和義務都是均等的，并且采用純數(shù)學方法代替原來的中心機構(gòu)，節(jié)點間的信任關(guān)系更強。區(qū)塊鏈系統(tǒng)建立在網(wǎng)絡基礎之上，權(quán)限對等、數(shù)據(jù)公開、數(shù)據(jù)分布式、高冗余存儲，無法篡改。區(qū)塊鏈系統(tǒng)建立在共識系統(tǒng)的基礎上，可編程，智能化，可保密，個性化。3.1認識區(qū)塊鏈五、區(qū)塊鏈的特征（二）開放性，信息透明

區(qū)塊鏈系統(tǒng)是開放的，除了交易各方的私有信息被加密外，區(qū)塊鏈的數(shù)據(jù)對所有人公開，任何人都可以通過公開的接口查詢區(qū)塊鏈數(shù)據(jù)和開發(fā)相關(guān)應用，因此整個系統(tǒng)信息高度透明。3.1認識區(qū)塊鏈五、區(qū)塊鏈的特征（三）自治性

區(qū)塊鏈采用基于協(xié)商一致的規(guī)范和協(xié)議使得整個系統(tǒng)中的所有節(jié)點能夠在去信任的環(huán)境中自由安全地交換數(shù)據(jù)，使得對“人”的信任改成了對機器的信任，任何人為的干預都不起作用。3.1認識區(qū)塊鏈五、區(qū)塊鏈的特征（四）集體維護

分布式系統(tǒng)中所有節(jié)點均可參與數(shù)據(jù)區(qū)塊的驗證過程(如比特幣“挖礦”)，每個節(jié)點分享權(quán)利和義務。3.1認識區(qū)塊鏈五、區(qū)塊鏈的特征（五）信息不可算改

一旦信息經(jīng)過驗證并添加至區(qū)塊鏈，就會永久地存儲起來，除非能夠同時控制系統(tǒng)中超過51％的節(jié)點，否則單個節(jié)點上對數(shù)據(jù)庫的修改是無效的，因此區(qū)塊鏈的數(shù)據(jù)穩(wěn)定性和可靠性極高。3.1認識區(qū)塊鏈五、區(qū)塊鏈的特征（六）可靠數(shù)據(jù)庫

除非能夠同時控制整個系統(tǒng)中超過51％的節(jié)點，否則單個節(jié)點上對數(shù)據(jù)庫的修改是無效的，也無法影響其他節(jié)點上的數(shù)據(jù)內(nèi)容。因此參與系統(tǒng)中的節(jié)點越多和計算能力越強，該系統(tǒng)中的數(shù)據(jù)安全性越高。3.1認識區(qū)塊鏈五、區(qū)塊鏈的特征（七）匿名性

由于節(jié)點之間的交換遵循固定的算法，其數(shù)據(jù)交互是無需信任的(區(qū)塊鏈中的程序規(guī)則會自行判斷活動是否有效)，因此交易對手無需通過公開身份的方式讓對方對自己產(chǎn)生信任，對信用的累積非常有幫助。由于節(jié)點和節(jié)點之間是無需互相信任的，因此節(jié)點和節(jié)點之間無需公開身份，在系統(tǒng)中的每個參與的節(jié)點都是匿名的。3.1認識區(qū)塊鏈置五、區(qū)塊鏈的特征（八）開源性

由于整個系統(tǒng)的運作規(guī)則必須是公開透明的，所以對于程序而言，整個系統(tǒng)必定會是開源的。所有人可免費參與，共同促進區(qū)塊鏈技術(shù)的發(fā)展和進步。3.1認識區(qū)塊鏈五、區(qū)塊鏈的特征（九）無國界、跨境

目前，跨國匯款會經(jīng)過層層外匯管制機構(gòu)，而且交易記錄會被多方記錄在案。但如果用比特幣交易，直接輸入數(shù)字地址，點一下鼠標，等待P2P網(wǎng)絡確認交易后，大量資金就過去了。不經(jīng)過任何管控機構(gòu)，也不會留下任何跨境交易記錄。3.1認識區(qū)塊鏈五、區(qū)塊鏈的特征（十）山寨者難以生存

由于區(qū)塊鏈技術(shù)算法是完全開源的，誰都可以下載到源碼，修改些參數(shù)，重新編譯下就能創(chuàng)造一種新區(qū)塊鏈。但創(chuàng)造這些山寨版需要控制正版的51％的運算能力，而想要控制區(qū)塊鏈網(wǎng)絡51％的運算力，所需要的主機數(shù)量將是一個天文數(shù)字，代價太高，因此山塞者很難生存。3.1認識區(qū)塊鏈《金融科技》FinancialTechnology項目三區(qū)塊鏈金融主講教師：張蓓教學目標1.能夠運用區(qū)塊鏈技術(shù)的案例解決工作實際問題；

2.能夠運用區(qū)塊鏈技術(shù)的應用與客戶溝通；3.能夠熟練使用區(qū)塊鏈技術(shù)的工作原理進行實操。[知識目標]1.了解區(qū)塊鏈的歷史；2.了解區(qū)塊鏈技術(shù)在金融創(chuàng)新中的應用；3.理解區(qū)塊鏈金融的國外案例；4.掌握區(qū)塊鏈技術(shù)的工作原理、工作過程。[能力目標]目錄認識區(qū)塊鏈一二三區(qū)塊鏈技術(shù)基礎區(qū)塊鏈技術(shù)支持與金融創(chuàng)新區(qū)塊鏈金融的國外案例任務二區(qū)塊鏈技術(shù)基礎二3.2區(qū)塊鏈技術(shù)基礎區(qū)塊鏈的基本組成結(jié)構(gòu)區(qū)塊鏈主要術(shù)語區(qū)塊鏈的工作過程區(qū)塊鏈的網(wǎng)絡架構(gòu)區(qū)塊鏈平臺區(qū)塊鏈技術(shù)的風險與監(jiān)管1區(qū)塊鏈的基本組成結(jié)構(gòu)3.2區(qū)塊鏈技術(shù)基礎區(qū)塊鏈的基本組成結(jié)構(gòu)一、區(qū)塊鏈的基本組成結(jié)構(gòu)1右圖是區(qū)塊鏈的基本組成結(jié)構(gòu)示意圖，區(qū)塊鏈由區(qū)塊組成，這些區(qū)塊前后有序銜接，構(gòu)成一個鏈狀結(jié)構(gòu)進而組成區(qū)塊鏈。3.2區(qū)塊鏈技術(shù)基礎

區(qū)塊的基本結(jié)構(gòu)，一個區(qū)塊存儲區(qū)塊的序列號、前一個區(qū)塊的哈希(hash)值、區(qū)塊具體內(nèi)容、時間戳、數(shù)字簽名以及共識約定。在構(gòu)造區(qū)塊鏈應用時，核心就是組織區(qū)塊內(nèi)容與論證共識約定合理性。3.2區(qū)塊鏈技術(shù)基礎區(qū)塊的基本結(jié)構(gòu)一、區(qū)塊鏈的基本組成結(jié)構(gòu)2區(qū)塊頭結(jié)構(gòu)一、區(qū)塊鏈的基本組成結(jié)構(gòu)3區(qū)塊頭結(jié)構(gòu)包括以下六項內(nèi)容.（1）版本號；（2）父區(qū)塊哈希值；（3）Merkle根；（4）時間戳；（5）難度值；（6）隨機數(shù)(nonce)。3.2區(qū)塊鏈技術(shù)基礎3.2區(qū)塊鏈技術(shù)基礎2區(qū)塊鏈主要術(shù)語3.2區(qū)塊鏈技術(shù)基礎二區(qū)塊鏈主要術(shù)語1、區(qū)塊

是區(qū)塊鏈中的一條記錄，包含相關(guān)的交易信息。3.2區(qū)塊鏈技術(shù)基礎二區(qū)塊鏈主要術(shù)語2、挖礦

指通過計算形成新的區(qū)塊，是交易的支持者利用自身的計算機硬件為網(wǎng)絡做數(shù)學計算進行交易確認和提高安全性的過程。3.2區(qū)塊鏈技術(shù)基礎二區(qū)塊鏈主要術(shù)語3、哈希(hash)

就是把任意長度的輸入(又叫作預映射，pre-image)，通過算法，變換成固定長度的輸出，該輸出就是散列值。簡單地說，就是一種將任意長度的消息壓縮到某一固定長度的消息摘要的函數(shù)。3.2區(qū)塊鏈技術(shù)基礎二區(qū)塊鏈主要術(shù)語4、hash散列性質(zhì)

所有散列函數(shù)都有一個基本特性，即如果兩個散列值是不相同的(根據(jù)同一函數(shù))，那么這兩個散列值的原始輸入也是不相同的。這個特性是散列函數(shù)具有確定性的結(jié)果。但另一方面，散列函數(shù)的輸入和輸出不是一一對應的，如果兩個散列值相同，兩個輸入值很可能是相同的，但并不能絕對肯定兩者一定相等。3.2區(qū)塊鏈技術(shù)基礎二區(qū)塊鏈主要術(shù)語5、常用hash函數(shù)

直接取余法：f(x)=xmodmaxM，maxM一般是不太接近2-t的一個質(zhì)數(shù)。乘法取整法:f(x)=trunc[(x/maxX)*maxlongit]modmaxM，主要用于實數(shù)。平方取中法:f(r)=(r*xdiv1000)mod1000000)，此方法在詞典處理中使用十分廣泛。3.2區(qū)塊鏈技術(shù)基礎二區(qū)塊鏈主要術(shù)語6、hash散列應用舉例SHA256

一種求hash值的加密算法。SHA256工作原理為:將任何一串數(shù)據(jù)輸入到SHA256將得到一個256位的hash值(散列值)。其特點是相同的數(shù)據(jù)輸入將得到相同的結(jié)果。3.2區(qū)塊鏈技術(shù)基礎二區(qū)塊鏈主要術(shù)語7、數(shù)字簽名

數(shù)字簽名涉及一個哈希函數(shù)、發(fā)送者的公鑰、發(fā)送者的私鑰。數(shù)字簽名有兩個作用：一是能確定消息確實是由發(fā)送方簽名并發(fā)出來的；二是數(shù)字簽名能確定消息的完整性。3.2區(qū)塊鏈技術(shù)基礎二區(qū)塊鏈主要術(shù)語8、數(shù)字簽名工作原理

發(fā)送報文時，發(fā)送方用一個哈希函數(shù)從文本中生成摘要，然后對摘要進行加密，加密后的摘要將作為報文的數(shù)字簽名和報文一起發(fā)送給接收方，接收方首先用與發(fā)送方一樣的哈希函數(shù)計算出報文摘要，再用發(fā)送方的公鑰來對數(shù)字簽名進行解密，如果摘要相同，那么接收方就能確認該數(shù)字簽名是發(fā)送方的。3.2區(qū)塊鏈技術(shù)基礎二區(qū)塊鏈主要術(shù)語9、時間截

用來進行比對以及驗證處理，時間戳服務器是一款基于公鑰密碼基礎設施(PKI)技術(shù)的時間戳權(quán)威系統(tǒng)，對外提供精確可信的時間戳服務。它采用精確的時間源、高強度高標準的安全機制，以確認系統(tǒng)處理數(shù)據(jù)在某一時間的存在性和相關(guān)操作的相對時間順序，為信息系統(tǒng)中的時間防抵賴提供基礎服務。3.2區(qū)塊鏈技術(shù)基礎3區(qū)塊鏈的工作過程3.2區(qū)塊鏈技術(shù)基礎三區(qū)塊鏈的工作過程1基于區(qū)塊鏈的電子貨幣交易基本工作過程3.2區(qū)塊鏈技術(shù)基礎三區(qū)塊鏈的工作過程2比特幣的交易機制

比特幣的交易機制是10分鐘產(chǎn)生一個區(qū)塊，意思就是每隔十分鐘計算機就打包全網(wǎng)交易進入一個區(qū)塊。3.2區(qū)塊鏈技術(shù)基礎三區(qū)塊鏈的工作過程2比特幣的交易機制1)比特幣交易證明機制

比特幣交易證明機制前主要分為兩類:POS(proofofstake)權(quán)益證明機制和POW（proofofwork)工作量證明機制。工作量證明機制即按照工作量的多少來獲得獎勵。這一點帶來的弊端是算力很容易集中化。3.2區(qū)塊鏈技術(shù)基礎三區(qū)塊鏈的工作過程2比特幣的交易機制2)比特幣信用系統(tǒng)建立過程(1)每一筆交易為了讓全網(wǎng)承認有效，須廣播給每個節(jié)點(礦工)；(2)每個礦工節(jié)點要正確無誤地給這10分鐘的每筆交易蓋上時間戳并計入那個區(qū)塊；(3)每個礦工節(jié)點要競爭10分鐘區(qū)塊的合法記賬權(quán)，并爭取得到25個比特幣的獎勵；(4)如果一個礦工節(jié)點解開了難題，他將向全網(wǎng)公布區(qū)塊記錄的所有蓋時間戳交易，并由全網(wǎng)其他礦工節(jié)點核對；(5)全網(wǎng)其他礦工節(jié)點核對區(qū)塊記賬正確無誤后將在該合法區(qū)塊之后競爭下一個區(qū)塊。3.2區(qū)塊鏈技術(shù)基礎三區(qū)塊鏈的工作過程2比特幣的交易機制3)區(qū)塊鏈形成的工作步驟(1)新的交易需求廣播到所有節(jié)點；(2)每一個節(jié)點把新的交易需求收集到一個區(qū)塊中；(3)每一個節(jié)點開始不斷生成隨機字符串，計算隨機數(shù)答案；(4)當一個節(jié)點得出的答案與隨機數(shù)匹配時，它將生成的區(qū)塊廣播到所有節(jié)點；(5)節(jié)點對于交易進行驗證，當該區(qū)塊所包含的交易有效時，所有節(jié)點接受該區(qū)塊；(6)節(jié)點開始創(chuàng)建新區(qū)塊，并將剛剛接受的區(qū)塊的哈希散列添加進去。3.2區(qū)塊鏈技術(shù)基礎三區(qū)塊鏈的工作過程2比特幣的交易機制4)共識協(xié)議(1)每個全節(jié)點依據(jù)綜合標準對每個交易進行獨立驗證；(2)通過完成工作量證明算法的驗算，挖礦節(jié)點將交易記錄獨立打包進新區(qū)塊；(3)每個節(jié)點獨立地對新區(qū)塊進行校驗并組裝進區(qū)塊鏈；(4)每個節(jié)點對區(qū)塊鏈進行獨立選擇，在工作量證明機制下選擇最長的區(qū)塊鏈。3.2區(qū)塊鏈技術(shù)基礎三區(qū)塊鏈的工作過程2比特幣的交易機制5)區(qū)塊形成過程(1)在本地內(nèi)存中的交易信息記錄到區(qū)塊主體中；(2)區(qū)塊主體中生成此區(qū)塊中所有交易信息的Merkle樹，把樹根的值保存在區(qū)塊頭中；(3)把剛剛生成的區(qū)塊頭數(shù)據(jù)生成一個哈希值填入當前區(qū)塊的父哈希值中；(4)把當前時間保存在時間戳字段中；(5)難度值字段會根據(jù)之前一段時間區(qū)塊的平均生成時間進行調(diào)整以應對整個網(wǎng)絡不斷變化的整體計算總量。3.2區(qū)塊鏈技術(shù)基礎三區(qū)塊鏈的工作過程2比特幣的交易機制6)區(qū)塊鏈的哈希值形成過程3.2區(qū)塊鏈技術(shù)基礎三區(qū)塊鏈的工作過程2比特幣的交易機制7)多重處理解決機制:分叉機制同一時間段內(nèi)全網(wǎng)不止一個節(jié)點能計算出隨機數(shù)，即會有多個節(jié)點在網(wǎng)絡中廣播它們各自打包好的臨時區(qū)塊(都是合法的)。3.2區(qū)塊鏈技術(shù)基礎三區(qū)塊鏈的工作過程2比特幣的交易機制8)雙重支付的解決雙重支付是指攻擊者幾乎同時將同一筆錢用作不同交易。區(qū)塊之間以時間戳排序，這決定了任意一筆交易資金來源都可以被確定地回溯。3.2區(qū)塊鏈技術(shù)基礎4區(qū)塊鏈的網(wǎng)絡構(gòu)架3.2區(qū)塊鏈技術(shù)基礎四區(qū)塊鏈的網(wǎng)絡構(gòu)架

區(qū)塊鏈日前分為三類，其中混合區(qū)塊鏈和私有區(qū)塊鏈可以認為是廣義的私鏈。幾種區(qū)塊鏈的比較如下：公共鏈聯(lián)盟鏈私有鏈中心文化程度去文化中心多文化中心中心化參與者任何人預先設定、具有特殊特征的成員中心控制著指定的可以參與的成員3.2區(qū)塊鏈技術(shù)基礎四區(qū)塊鏈的網(wǎng)絡構(gòu)架公共鏈聯(lián)盟鏈私有鏈信任機制工作量證明共識機制自行背書記賬者所有參與者參與者協(xié)商決定自定優(yōu)勢完全解決信任問題容易進行控制權(quán)限定一般面言沒有挖礦過程，網(wǎng)絡能耗低全球可用戶訪問，應用程序容易部署，進入壁全最低具有很高的可擴展性規(guī)則修改容易，交易量、交易速度無限制

節(jié)點通過授權(quán)進人，不存在51％攻擊風險缺點交易量受限，挖礦能耗高不能完全解決信任問題接人節(jié)點受限:不能完全解決信任間題使用場景網(wǎng)絡節(jié)點之間沒有信任的場景連接多個公司或中心化組織節(jié)點之間高度信會場景典型案例比特幣、以太坊清算R3聯(lián)盟等金融領域聯(lián)盟3.2區(qū)塊鏈技術(shù)基礎5區(qū)塊鏈平臺3.2區(qū)塊鏈技術(shù)基礎五區(qū)塊鏈平臺

基礎框架層基于基本協(xié)議縯，包含貨幣協(xié)議、賬戶協(xié)議、賬本協(xié)議、共識協(xié)議、P2P組網(wǎng)協(xié)議等基礎模塊。不同的應用可配置不同的基礎協(xié)議模塊。應用適配層提供上層應用所需的功能組件(資產(chǎn)、事務、合約等);提供賬戶體系所需的私鑰保存與管理;提供運維管理所需的可視化工具(配置、監(jiān)控、數(shù)據(jù)分析、區(qū)塊鏈測覽器等)。3.2區(qū)塊鏈技術(shù)基礎6區(qū)塊鏈技術(shù)的風險與監(jiān)管3.2區(qū)塊鏈技術(shù)基礎六區(qū)塊鏈技術(shù)的風險與監(jiān)管1、區(qū)塊鏈技術(shù)面臨的風險①秘鑰安全；②錯誤的實現(xiàn)；③協(xié)議被攻擊；④生態(tài)圖不成熟；⑤性能瓶頸。3.2區(qū)塊鏈技術(shù)基礎六區(qū)塊鏈技術(shù)的風險與監(jiān)管2、區(qū)塊鏈監(jiān)管面臨的挑戰(zhàn)①對監(jiān)管者分析數(shù)據(jù)的能力提出挑戰(zhàn)。②對監(jiān)管者應對風險的能力提出挑戰(zhàn)。③確定責任對象的挑戰(zhàn)。④協(xié)調(diào)中心化與去中心化機構(gòu)的發(fā)展。⑤改革監(jiān)管職能的挑戰(zhàn)?！督鹑诳萍肌稦inancialTechnology項目四人工智能金融主講教師：張蓓教學目標1.能夠理解并表達出人工智能應用的工作方法；

2.能夠?qū)⑷斯ぶ悄軐鹑陬I域的積極影響，運用進對客戶的服務中。[知識目標]1.了解人工智能的概念和發(fā)展歷史；2.掌握人工智能在金融領域的應用模式；3.理解人工智能對金融領域的影響；4.理解人工智能+金融與金融科技應用的區(qū)別與聯(lián)系。[能力目標]目錄認識人工智能一二三人工智能在金融服務中創(chuàng)新模式人工智能對金融領域的影響人工智能在金融領域的發(fā)展任務一認識人工智能一4.1認識人工智能人工智能在全球范圍落地生根人工智能底層技術(shù)基礎214.1認識人工智能1人工智能在全球范圍落地生根4.1認識人工智能一、人工智能在全球范圍落地生根

1956年夏天，美國東部的達特茅斯召開的學術(shù)會議上首次提出“人工智能”這個術(shù)語。人們首次決定將像人類那樣思考的機器稱為“人工智能”。2013年，谷歌公司成功收購風投企業(yè)——DNNresearch，該企業(yè)創(chuàng)立者杰弗里·欣頓教授正是當今人工智能領域熱門技術(shù)深度學習的開創(chuàng)者。

2014年，谷歌又收購了英國的DeepMindTechnologies公司。4.1認識人工智能一、人工智能在全球范圍落地生根2014年，中國最大的搜索引擎公司百度成立了深度學習研究院，同時聘請在深度學習領域享有全球盛譽的斯坦福大學副教授吳恩達擔任研究院院長。人工智能（ArtificialIntelligence），英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應用系統(tǒng)的一門新的技術(shù)科學。4.1認識人工智能2人工智能底層技術(shù)基礎4.1認識人工智能二、人工智能底層技術(shù)基礎（一）機器學習機器學習的核心原理是處理大量數(shù)據(jù)并為之進行“區(qū)分”。區(qū)分方法是要被學習的，這里的學習可以分為“有監(jiān)督學習”和“無監(jiān)督學習”。4.1認識人工智能二、人工智能底層技術(shù)基礎（一）機器學習

有監(jiān)督學習指的是事先需要準備好輸入和正確輸出相配套的訓練數(shù)據(jù)，讓計算機進行學習，直到它被輸入某個數(shù)據(jù)時候能夠得到正確的輸出，也就是“教會”計算機正確的區(qū)分方法。這里通常都需要人來作為教師角色，來教給計算機正確的區(qū)分方法，也就是常說的分類。4.1認識人工智能二、人工智能底層技術(shù)基礎（一）機器學習

無監(jiān)督學習是僅提供輸入數(shù)據(jù)，需要計算機自己找出數(shù)據(jù)內(nèi)在結(jié)構(gòu)的一種情況，目的是讓計算機在大量數(shù)據(jù)中抽取出關(guān)聯(lián)規(guī)則。將整體數(shù)據(jù)分為包含某項共性指標的群組，即聚類分析。機器學習的難點是“特征工程”（featureengineering），即特征量的設計，也就是機器學習在輸入時候用到的變量究竟是什么。選取什么數(shù)據(jù)作為對預測對象的定量表示，將會對預測精度產(chǎn)生很大影響。4.1認識人工智能二、人工智能底層技術(shù)基礎（二）深度學習

深度學習以數(shù)據(jù)為基礎，由計算機來自動生成特征量，而不需要人來設計特征量。計算機靠高性能計算來自動獲取高層特征量，并以此來對圖像進行分類。4.1認識人工智能二、人工智能底層技術(shù)基礎（三）自然語言處理

自然語言處理是用計算機來處理、理解以及運用人類語言。由于自然語言是人類區(qū)別于其他動物的根本標志。所以自然語言處理體現(xiàn)了人工智能的最高任務與境界。從研究內(nèi)容來看，自然語言處理包括語法分析、語義分析、篇章理解等。4.1認識人工智能二、人工智能底層技術(shù)基礎（四）語音識別和語言合成

語音識別是實現(xiàn)人機交互比較關(guān)鍵的技術(shù)，其所要解決的問題是讓計算機能夠“聽到”人類的語音，“懂”人類語言的意思。主要通過語音特征提取、模式匹配、模型訓練等技術(shù)方式將語音轉(zhuǎn)化為計算機可讀的輸入。4.1認識人工智能二、人工智能底層技術(shù)基礎（四）語音識別和語言合成

語音合成，是將任意文字信息轉(zhuǎn)化為標準流暢的語音朗讀出來，讓機器實現(xiàn)像人一樣開口說話。語音合成包括：①語言處理發(fā)音；②韻律處理音強；③聲學處理輸出語音。隨著人工智能算法的加入，音色、情感等方面的模擬得以提高，使合成的聲音更加自然，一定程度下可以達到真人說話的水準。4.1認識人工智能二、人工智能底層技術(shù)基礎（五）物體識別

物體識別是計算機視覺領域中的一項基礎研究，它的任務是識別出圖像中有什么物體，并報告出物體在圖像表示的場景中的位置和方向。目前物體識別方法可以歸為兩類：基于模型的或者基于上下文識別的方法，二維物體識別或者三維物體識別方法。4.1認識人工智能二、人工智能底層技術(shù)基礎（六）人臉識別

人臉識別是計算機視覺應用的主要領域之一，是通過分析比較人臉視覺特征信息進行身份鑒別的一種方式?？蓪⑷四樧R別技術(shù)劃分為檢測定位、面部特征提取以及人臉確認三個過程。4.1認識人工智能二、人工智能底層技術(shù)基礎（七）OCR識別

OCR英文全稱是OpticalCharacterRecognition，中文叫做光學字符識別。OCR利用光學技術(shù)和計算機技術(shù)把印在或?qū)懺诩埳系奈淖肿x取出來，并轉(zhuǎn)換成計算機能夠接受、人又可以理解的格式。4.1認識人工智能二、人工智能底層技術(shù)基礎（八）圖像搜索

以圖搜圖，在指定圖庫中搜索出相同或相似的圖片，適用于圖片精確查找、相似素材搜索、拍照搜同款商品、相似商品推薦等場景。以深度學習和大規(guī)模機器學習技術(shù)為核心，通過圖像識別和搜索技術(shù)實現(xiàn)。4.1認識人工智能二、人工智能底層技術(shù)基礎（九）生物特征識別

生物特征識別技術(shù)涉及的內(nèi)容十分廣泛，包括計算機視覺、語音識別等多項技術(shù)，主要利用人體固有的生物特性，如指紋、面相、虹膜、掌紋、聲紋，以及行為特征，如筆跡、聲音、步態(tài)等來進行個人身份的鑒定。4.1認識人工智能人工智能的基礎命題5-6名同學為一小組，在一張A3紙上繪制人的大腦內(nèi)部，包括大腦內(nèi)部的神經(jīng)元、電信號、突觸、神經(jīng)遞質(zhì)。通過探討，將“我們可以用計算機來模擬和實現(xiàn)人類智能”的原因結(jié)合所繪制的內(nèi)容描述出來。每組進行3分鐘左右展示。思考：有哪些技術(shù)是用計算機來模擬和實現(xiàn)人類智能？這些技術(shù)是如何實現(xiàn)用計算機來模擬和實現(xiàn)人類智能？做中學【4-1】《金融科技》FinancialTechnology項目七金融科技與銀行教學目標1.能夠處理簡單的電子銀行業(yè)務；2.理解金融科技對銀行業(yè)帶來的影響并積極予以運用。[知識目標]1.掌握電子銀行的概念以及業(yè)務種類；2.掌握金融科技在銀行領域的應用；3.了解互聯(lián)網(wǎng)銀行的概念及業(yè)務種類；4.了解未來銀行的發(fā)展趨勢趨勢。[能力目標]金融科技與銀行走進電子銀行的世界一二三互聯(lián)網(wǎng)銀行應運而生金融科技在銀行領域的應用未來銀行的發(fā)展趨勢任務三金融科技在銀行領域的應用三一、銀行發(fā)展金融科技，實現(xiàn)轉(zhuǎn)型升級二、金融科技在銀行領域的應用一、銀行發(fā)展金融科技，實現(xiàn)轉(zhuǎn)型升級調(diào)整經(jīng)營戰(zhàn)略，打造銀行科技（一）（二）創(chuàng)新商業(yè)模式，打造“輕型銀行”一、銀行發(fā)展金融科技，實現(xiàn)轉(zhuǎn)型升級商業(yè)銀行要利用金融科技來實現(xiàn)轉(zhuǎn)型升級，從產(chǎn)品、運營、服務到銀行經(jīng)營理念，漸進式變革商業(yè)銀行發(fā)展模式。商業(yè)銀行視角下的金融科技，可稱之為銀行科技（BankTech）。提高收費或者增加凈收入，使銀行增加盈利能力提供低成本存款服務幫助銀行降低成本為銀行提升客戶黏性找到新的切入點一、銀行發(fā)展金融科技，實現(xiàn)轉(zhuǎn)型升級（一）調(diào)整經(jīng)營戰(zhàn)略，打造銀行科技1、合作或合資分享金融科技成果適用于顛覆型的金融公司一、銀行發(fā)展金融科技，實現(xiàn)轉(zhuǎn)型升級2、投資、并購金融科技公司，或成立股權(quán)投資基金的方式分享科技創(chuàng)新123收購之后需要保持金融科技公司組織和經(jīng)營的獨立性為業(yè)務發(fā)展預留充分空間成立金融科技子公司一、銀行發(fā)展金融科技，實現(xiàn)轉(zhuǎn)型升級3、建立自己的技術(shù)解決方案建立專門金融科技的部門加大信息技術(shù)建設力度弱化自身吸納存款、發(fā)放貸款的規(guī)模和能力積極拓展輕型業(yè)務市場建立多層次、多樣化的輕型智能服務模式一、銀行發(fā)展金融科技，實現(xiàn)轉(zhuǎn)型升級（二）創(chuàng)新商業(yè)模式，打造“輕型銀行”1、輕型銀行的涵義以用戶為中心，洞察用戶需求，為用戶解決實際金融問題一、銀行發(fā)展金融科技，實現(xiàn)轉(zhuǎn)型升級2、商業(yè)銀行視角下的輕型銀行表現(xiàn)為：拋棄過去“鋪網(wǎng)點地推式”發(fā)展模式，要強調(diào)做強、做精、做尖的模式視金融科技為核心資產(chǎn)，通過金融科技實現(xiàn)數(shù)字化、智能化、綜合化的轉(zhuǎn)型，利用輕資產(chǎn)實現(xiàn)智能增長二、金融科技在銀行領域的應用（一）移動互聯(lián)在銀行領域的應用（二）人工智能在銀行領域的應用（三）大數(shù)據(jù)在銀行領域的應用（四）區(qū)塊鏈在銀行領域的應用移動互聯(lián)即基于移動終端和通信網(wǎng)絡的連接，進行信息的獲取、發(fā)布和交互。簡單而言，移動互聯(lián)主要通過連接來對大數(shù)據(jù)進行獲取和傳遞。二、金融科技在銀行領域的應用移動互聯(lián)在銀行領域的應用（一）1、移動互聯(lián)的概念二、金融科技在銀行領域的應用2、移動終端打破銀行服務界限打破工作時間和分支機構(gòu)或ATM的位置限制銀行客戶可以隨時查詢帳戶內(nèi)容創(chuàng)造獨特的體驗，提高客戶滿意度節(jié)省運營成本網(wǎng)上支付業(yè)務業(yè)務570.13億筆，金額2126.30萬億元，同比分別增長17.36%和2.47%；移動支付業(yè)務605.31億筆，金額277.39萬億元，同比分別增長61.19%和36.69%；電話支付業(yè)務1.58億筆，金額7.68萬億元，同比分別下降0.99%和12.54%。延伸閱讀二、金融科技在銀行領域的應用2018年支付體系運行總體情況根據(jù)央行發(fā)布的支付體系運行總體情況報告，2018年，銀行業(yè)金融機構(gòu)供處理電子支付業(yè)務1751.92億筆，金額2539.70萬億元。傳統(tǒng)銀行業(yè)參與智能投顧情況時間銀行名稱事項2016年12月6日招商銀行推出智投產(chǎn)品“摩羯智投”，為用戶推薦一個包含債券、股票和商品類基金的組合2017年5月3日興業(yè)銀行推出智投服務2017年9月19日廣發(fā)銀行推出智投平臺“廣發(fā)智投”；推出貝塔牛，提供A股及大類資產(chǎn)配置智能投顧服務2017年11月工商銀行推出智投產(chǎn)品“AI投”2018年1月25日中信銀行推出智投產(chǎn)品“信智投”2017年9月20日平安銀行平安銀行手機銀行業(yè)務——“平安口袋銀行”推出了智能投顧服務1、智能投顧定制資管方案二、金融科技在銀行領域的應用人工智能在銀行領域的應用（二）運用人工智能技術(shù)進行財富畫像提供量身定制的資產(chǎn)管理投資方案智能客服是以語音識別、自然語言處理等人工智能技術(shù)為基礎，協(xié)助企業(yè)在用戶數(shù)量巨大時處理客服業(yè)務的技術(shù)。二、金融科技在銀行領域的應用2、智能客服便捷解決客戶訴求銀行可以建立大數(shù)據(jù)平臺，利用先進的大數(shù)據(jù)分析能力來獲取客戶的消費習慣、消費偏好、消費水平和興趣愛好等多方面的信息。制定以客戶為中心的產(chǎn)品設計和營銷推廣模式，使得產(chǎn)品更加具有針對性和有效性，提供更有價值的服務，從而提升客戶的使用體驗和忠誠度。例如，中信銀行的“信e付”，可以全程記錄企業(yè)交易過程中的企業(yè)用戶信息，捕捉背后暗藏的價值信息。二、金融科技在銀行領域的應用大數(shù)據(jù)在銀行領域的應用（三）1、實現(xiàn)精準營銷，助力產(chǎn)品創(chuàng)新進行貸款風險分析，量化企業(yè)的信用額度進行動態(tài)和全程的監(jiān)控分析，增強銀行風險防控能力二、金融科技在銀行領域的應用2、增強銀行風險控制能力二、金融科技在銀行領域的應用利用大數(shù)據(jù)技術(shù)對金融機構(gòu)大額交易和可以交易進行深入分析，可以提高數(shù)據(jù)準確性，減少人力資源的浪費。3、提供新的反洗錢方法銀行可以利用持卡人基本信息、卡基本信息、交易歷史、客戶歷史行為模式、正在發(fā)生行為模式（如轉(zhuǎn)賬）等，結(jié)合智能規(guī)則引擎進行實時的交易反欺詐分析。分布式記賬可以共享交易數(shù)據(jù)，節(jié)省很多運營成本?？缇辰Y(jié)算實現(xiàn)首付款雙方點到點的直接連接，減少交易成本二、金融科技在銀行領域的應用區(qū)塊鏈在銀行領域的應用（四）1、降低運營成本二、金融科技在銀行領域的應用2、防范欺詐風險區(qū)塊鏈技術(shù)開源、透明的特性，使經(jīng)濟活動參與者能夠知曉經(jīng)濟實物規(guī)則。入侵和修改單個賬簿，所有其他賬簿都會自動偵測到這種欺詐行為。每個數(shù)據(jù)節(jié)點都可以驗證賬本內(nèi)容、構(gòu)造歷史真實性和完整性。二、金融科技在銀行領域的應用延伸閱讀建行無人銀行亮相上海二、金融科技在銀行領域的應用延伸閱讀建行無人銀行亮相上海二、金融科技在銀行領域的應用銀行網(wǎng)點體驗去一家銀行網(wǎng)點進行體驗，判斷該網(wǎng)點有哪些金融科技的應用，并撰寫調(diào)研報告。做中學《金融科技》FinancialTechnology項目三金融科技與證券教學目標1.學會用互聯(lián)網(wǎng)科技平臺，學習證券行業(yè)的相關(guān)信息、數(shù)據(jù)、操作等；2.熟悉互聯(lián)網(wǎng)證券公司、智能理財服務和程序化交易、基金營銷等的應用。[知識目標]1.掌握證券市場的投資品種和參與主體；2.掌握互聯(lián)網(wǎng)證券公司的業(yè)務和服務方式；3.理解智能理財服務的基本原理；4.了解程序化交易的原理和應用；5.理解基金營銷的新趨勢。[能力目標]目錄證券市場基礎知識一二三互聯(lián)網(wǎng)證券公司智能理財服務四程序化交易五基金營銷新趨勢任務一證券市場基礎知識一5.1證券市場基礎知識證券的定義證券市場的參與主體證券市場的投資品種3215.1證券市場基礎知識1證券的定義5.1證券市場基礎知識一、證券的定義證券：指各類記載并代表一定權(quán)利的法律憑證，證明持有人有權(quán)依其所持憑證記載的內(nèi)容

而取得應有的權(quán)益。5.1證券市場基礎知識一、證券的定義“證券”一詞在《證券法》中是有特定含義的，它僅指資本證券?！百Y本證券”是一種廣泛應用的投資工具，它產(chǎn)生于社會經(jīng)濟生活中有投資和籌資的兩種需要，一部分人有余錢閑置而需讓出使用權(quán)以取得收益，即需要投資；另一部分人由于從事生產(chǎn)經(jīng)營缺少資金，需要取得他人提供的資金使用權(quán)，即籌集資金。5.1證券市場基礎知識2證券市場的投資品種5.1證券市場基礎知識二證券市場的投資品種（一）股票0102股票的概念

股票是一種有價證券，是股份公司在籌集資本時向出資人發(fā)行的股份憑證，代表著其持有者（即股東）對股份公司的所有權(quán)。股東的權(quán)利

股票代表的所有權(quán)為一種綜合權(quán)利，如參加股東大會、投票表決、參與公司的重大決策、收取股息或分享紅利差價等，但也要共同承擔公司運作錯誤所帶來的風險。5.1證券市場基礎知識二證券市場的投資品種（二）債券0102債券的概念

債券是一種有價證券，政府、金融機構(gòu)、工商企業(yè)等直接向社會借債籌借資金時向債權(quán)人（投資者）發(fā)行的，同時承諾按一定利率支付利息并按約定條件償還本金的債權(quán)債務憑證。債券的基本要素（1）債券面值

（2）償還期（3）付息期

（4）票面利率（5）發(fā)行人名稱5.1證券市場基礎知識二證券市場的投資品種（三）基金0102基金的概念

基金，是指通過發(fā)售基金份額，將眾多不特定投資者的資金匯集起來，形成獨立財產(chǎn)，委托基金管理人進行投資管理、資金托管人進行財產(chǎn)托管，由基金投資人共享投資收益、共擔投資風險的集合投資方式?；鸬膮⑴c者

基金投資者、基金管理人與基金托管人是基金的基本當事人；

基金市場上各類中介服務機構(gòu)通過自身的專業(yè)服務參與基金市場；

基金監(jiān)管機構(gòu)則對資金市場上的各參與主體實施全面監(jiān)管。5.1證券市場基礎知識二證券市場的投資品種（四）金融衍生工具0102金融衍生工具的概念

金融衍生工具，指其價值依賴于標的資產(chǎn)（UnderlyingAsset）價值變動的合約，這種合約可以是標準化的，也可以是非標準化的。金融衍生工具的特征（1）跨期性

（2）杠桿性（3）聯(lián)動性

（4）高風險性5.1證券市場基礎知識3證券市場的參與主體1、證券發(fā)行人

證券發(fā)行人是資金的需求者和證券的供應者。2、證券投資人

證券投資人是資金的供應者和證券的需求者。5.1證券市場基礎知識三、證券市場的參與主體（一）證券發(fā)行人和投資人1、證券公司

按照《證券法》，我國證券公司的業(yè)務范圍包括：證券經(jīng)紀，證券投資咨詢，與證券交易，證券投資活動有關(guān)的財務顧問，證券承銷與保薦，證券自營，證券資產(chǎn)管理及其他證券業(yè)務。2、證券服務機構(gòu)

證券服務機構(gòu)包括投資咨詢機構(gòu)、財務顧問機構(gòu)、資信評級機構(gòu)、資產(chǎn)評估機構(gòu)、會計師事務所等從事證券服務業(yè)務的機構(gòu)。5.1證券市場基礎知識三、證券市場的參與主體（二）證券市場中介結(jié)構(gòu)1、證券交易所上海證券交易所網(wǎng)站：/

深圳證券交易所網(wǎng)站：/

紐約證券交易所網(wǎng)站：/

倫敦證券交易所網(wǎng)站：2、證券業(yè)協(xié)會中國證券業(yè)協(xié)會網(wǎng)站：/美國金融業(yè)監(jiān)管局：網(wǎng)站：/

5.1證券市場基礎知識三、證券市場的參與主體（三）證券自律組織中國證券監(jiān)督管理委員會網(wǎng)站：/

美國證券交易委員會網(wǎng)站：

/

5.1證券市場基礎知識三、證券市場的參與主體（四）證券監(jiān)管機構(gòu)5.1證券市場基礎知識學會查詢證券行業(yè)相關(guān)信息步驟1：登陸中國證券監(jiān)督管理委員會網(wǎng)站（/）了解中國證監(jiān)會的組織結(jié)構(gòu)、機構(gòu)職能、新聞發(fā)布、政策法規(guī)、辦事指南等項目內(nèi)容。步驟2：登陸美國證券交易委員會網(wǎng)站（

/

）了解SEC的Divisions&

Offices,Enforcement,Regulation,Education,Filings等項目內(nèi)容。做中學【5-1】《金融科技》FinancialTechnology項目五金融科技與證券主講教師：張蓓教學目標1.學會用互聯(lián)網(wǎng)科技平臺，學習證券行業(yè)的相關(guān)信息、數(shù)據(jù)、操作等；2.熟悉互聯(lián)網(wǎng)證券公司、智能理財服務和程序化交易、基金營銷等的應用。[知識目標]1.掌握證券市場的投資品種和參與主體；2.掌握互聯(lián)網(wǎng)證券公司的業(yè)務和服務方式；3.理解智能理財服務的基本原理；4.了解程序化交易的原理和應用；5.理解基金營銷的新趨勢。[能力目標]目錄證券市場基礎知識三互聯(lián)網(wǎng)證券公司智能理財服務四一程序化交易五基金營銷新趨勢二任務三智能理財服務三5.3智能理財服務企業(yè)信用風險評級1、智能理財服務的概述2、智能理財與傳統(tǒng)理財服務的比較3、智能理財服務的核心要素4、金融科技在智能理財服務中的作用5.3智能理財服務1智能理財服務的概述價值定位：以客戶需求為導向。5.3智能理財服務一、智能理財?shù)母攀觯ㄒ唬┲悄芾碡數(shù)亩x

智能理財，是一種結(jié)合人工智能、大數(shù)據(jù)、云計算等新興技術(shù)以及現(xiàn)代投資組合理論（ModernPortfolioTheory,MPT）對股票、期貨、基金、保險、P2P等資產(chǎn)進行配置，可根據(jù)市場變化、個人情況等進行實時更新，并提供在線咨詢的服務模式。132主要驅(qū)動力：大數(shù)據(jù)、云計算、機器學習、語音識別、語言處理、知識圖譜與傳統(tǒng)金融理論、產(chǎn)品、服務的結(jié)合。主要目的：將理財服務普及到未被人工覆蓋的群體，帶給用戶更好的體驗，并使金融服務成本降低、效率提高。5.3智能理財服務一、智能理財?shù)母攀觯ǘ┲悄芾碡數(shù)念愋?/p>

一個理想中完整的智能理財流程大致可以分為：用戶分析、資產(chǎn)配置、投資分析、策略生成、交易執(zhí)行、分析反饋、調(diào)整優(yōu)化等階段。應用于銷售和服務環(huán)節(jié)的智能系統(tǒng)132金融科技應用于不同服務階段，可大致分為：應用于交易環(huán)節(jié)的智能系統(tǒng)應用于投資環(huán)節(jié)的智能系統(tǒng)5.3智能理財服務2智能理財與傳統(tǒng)理財服務的比較

傳統(tǒng)理財服務智能理財服務供需關(guān)系大眾投資者數(shù)量日益增長，傳統(tǒng)服務模式覆蓋的用戶數(shù)量有限，忙碌的專員無法針對某一用戶提供充足且優(yōu)質(zhì)的服務。

通過互聯(lián)網(wǎng)提供，門檻極低，能夠觸達大眾投資者，解決傳統(tǒng)理財服務人力覆蓋不足的問題。服務差異高度依賴專員經(jīng)驗，不同人員之間的經(jīng)驗和業(yè)務水平差異非常大，提供的理財服務質(zhì)量參差不齊，對于用戶提出的疑問難以給出十分準確的回答。通過智能化手段打造高水準專家級理財服務，打破傳統(tǒng)理財服務專業(yè)性參差不齊的情況。利益沖突產(chǎn)品銷售業(yè)績導向的價值定位使得專員不一定完全根據(jù)客戶需求給出理財建議，可能產(chǎn)生較嚴重的風險錯配問題。以用戶需求為核心開展，避免了傳統(tǒng)理財服務因業(yè)績導向而產(chǎn)生的利益沖突問題。用戶依賴通過用戶溝通獲取信息，對用戶的判斷主要依賴用戶自己的描述，大部分理財用戶的金融知識專業(yè)度不足，極易造成描述與實際需求不匹配等問題。通過科技手段能夠?qū)崟r、多維度分析用戶需求，比傳統(tǒng)理財服務更懂用戶。5.3智能理財服務智能理財服務與傳統(tǒng)理財服務的比較二5.3智能理財服務3智能理財服務的核心要素1、精準的用戶畫像5.3智能理財服務智能理財系統(tǒng)的用戶畫像方式三、智能理財服務的核心要素5.3智能理財服務2、金融專業(yè)能力三、智能理財服務的核心要素智能理財系統(tǒng)的產(chǎn)品管理體系5.3智能理財服務3、客戶需求與產(chǎn)品供給的合理匹配三、智能理財服務的核心要素智能理財系統(tǒng)的產(chǎn)品匹配5.3智能理財服務4、智能交互能力三、智能理財服務的核心要素智能理財系統(tǒng)的智能交互模式5.3智能理財服務5、信息服務能力三、智能理財服務的核心要素智能理財系統(tǒng)的智能交互模式智能理財系統(tǒng)的智能交互模式5.3智能理財服務4金融科技在智能理財服務中的作用5.3智能理財服務一方面，智能理財服務在整個流程中更多的應用科技手段，動態(tài)了解用戶實時的理財需求和風險偏好，同時運用技術(shù)對金融產(chǎn)品進行“穿透性”了解，在對用戶和產(chǎn)品充分了解的基礎上完成個性化匹配及適當性管理工作。智能理財服務主要運用技術(shù)四、金融科技在智能理財服務中的作用智能理財?shù)倪\作原理5.3智能理財服務另一方面，智能理財服務通過加強人機間流暢交互能力，通過長期的數(shù)據(jù)積累和跟蹤，再進行大數(shù)據(jù)分析和機器學習等，比客戶自己更了解客戶，從而可為用戶提供產(chǎn)品四、金融科技在智能理財服務中的作用智能理財?shù)姆樟鞒虅討B(tài)信息及風險提示，同時伴隨用戶的全生命周期提供相應的理財信息和資訊服務，持續(xù)提升用戶的理財知識和風險意識。步驟1：登陸B(tài)ridgeWater的網(wǎng)站：/步驟2：進入Technology&Innovation欄目，了解TechnologyatBridgewater,即金融科技在橋水公司的應用。步驟3：點擊了解TechnologyAssociateProgram,可對金融科技在智能理財中的應用有更進一步的了解，也可參與其中。5.3智能理財服務做中學【5-3】了解金融科技在證券行業(yè)的應用情況《金融科技》FinancialTechnology項目五金融科技與證券主講教師：張蓓教學目標1.學會用互聯(lián)網(wǎng)科技平臺，學習證券行業(yè)的相關(guān)信息、數(shù)據(jù)、操作等；2.熟悉互聯(lián)網(wǎng)證券公司、智能理財服務和程序化交易、基金營銷等的應用。[知識目標]1.掌握證券市場的投資品種和參與主體；2.掌握互聯(lián)網(wǎng)證券公司的業(yè)務和服務方式；3.理解智能理財服務的基本原理；4.了解程序化交易的原理和應用；5.理解基金營銷的新趨勢。[能力目標]目錄證券市場基礎知識三互聯(lián)網(wǎng)證券公司智能理財服務四一程序化交易五基金營銷新趨勢二任務四程序化交易四1423程序化交易的定義程序化交易的類型程序化交易的特點與優(yōu)缺點程序化交易的基本原理1程序化交易的定義程序化交易是一種在計算機和網(wǎng)絡技術(shù)的支持下，根據(jù)事先制定的入市、離市、資金和倉位管理及風險控制等一系列交易規(guī)則，由計算機自動完成的交易方式。

一程序化交易的定義2程序化交易的類型二、程序化交易的類型123456根據(jù)交易方式分類組合保險（PortfolioInsurance）智能交易（IntelligentTr