鸿蒙出世,金融圈如何布局?

疫情冲击下,探讨大数据交易市场的数据资产的管理与定价 原创 | 点宽学院 作者 | 陈亮威 全文字数3129字,建议阅读时长 9 分钟。 大数据资产是企业重要的资源,结合国内外研究热点,大数据资产定价这一问题是业内重要的研究课题,也是其中的研究难点。同时,在全球疫情的冲击下,对大数据资产的治理和管理有着更加严峻的挑战。 01 什么是大数据资产? 社会个体在各服务平台上的行为数据,城市在运输、贸易、气象等,随着时间的积累,这些历史数据将有力的支持政府与企业进行资源调度、决策运筹等一系列决策、经营活动,这就是数据的核心价值所在。 在数据时代,掌握更多的数据,则 阅读详情

原创 | 点宽学院 作者 | 郭金
全文字数 2799 字,建议阅读时长 7 分钟。

6月2日晚,华为正式发布鸿蒙操作系统HarmoneyOS 2及多款搭载该操作系统地新产品,这一消息刚经发布,就迅速引起大众的关注,在朋友圈引起关注。而金融机构也紧跟时事,迅速入圈,成为最踊跃的“入圈”成员之一。短短数日,超过30多家券商、银行、基金、保险公司等机构陆续官宣全面支持鸿蒙系统。

在这里插入图片描述

金融结构纷纷加入鸿蒙朋友圈意味着什么?
我们正处于一个万物智能、万物互联时代,华为消费者业务CEO余承东表示,机器将来都会智能化,这将要求操作系统能适应多种设备多种终端。华为鸿蒙系统就是一款“面向未来”的操作系统,该系统打通了手机、电脑、汽车、智能穿戴将,这些设备统计成一个操作系统。华为鸿蒙系统未来将成为连接万物的媒介,将会被广泛应用到各种智能终端设备上。

在6月2日,鸿蒙系统发布后,仅上线一周,鸿蒙用户规模便突破了千万,面对潜在的巨量客户群,向来敏感的金融机构也按捺不住纷纷计入鸿蒙系统,鸿蒙系统并非只是针对智能手机,而是面向所有终端,鸿蒙系统可以实现不同终端的快速连接、资源共享,鸿蒙系统强大的功能以及延展性,有利于为用户推出更高效的产品和服务。“金融机构积极接入鸿蒙其更深层次的意义在于参与鸿蒙生态建设”零壹研究院院长于百程表示,金融机构在鸿蒙生态系统的渗透,可以让金融服务渗入鸿蒙生态下的各类生活场景,为用户提供极致体验。

2012年5月,华为全球金融业务总裁曹冲提出了金融布局的“三个举措”,为金融机构的架构升级、创新升级以及产业升级提供了方向,截至6月15日,华为鸿蒙系统已有千万用户升级体验,此外银行、保险、券商、公募基金、消费金融领域等超过40家公司纷纷官宣支持鸿蒙系统。

金融机构布局“鸿蒙世界”
1 银行业助阵加入鸿蒙“朋友圈”
“鸿蒙系统对金融机构最大的意义在于,鸿蒙系统将可能实现国产设备的物联网连接,进而实现‘万物互联’”招商金融首席研究员复旦大学金融研究院兼职研究员董希淼向记者表示
。6月4日晚,在鸿蒙上线仅两天后,中国银行、中信银行、广发银行三家银行率先接入鸿蒙系统,此后,又有十余家银行陆续加入。目前来看,银行接入鸿蒙形式主要分为APP适配鸿蒙、商城上线鸿蒙专区以及推出原子化服务三个方面。大部分商业银行对接鸿蒙系统,主要是实现了APP适配鸿蒙系统,让自己的用户在鸿蒙系统下可以流畅的使用APP,同时某些银行卡APP可以实现账户查询,还款等功能,同时APP还可以提供生活服务如购买影票、游戏等。而中国银行与中信银行的步伐走在更为前列,他们与鸿蒙合作推出了HarmoneyOS原子化服务,中行结合鸿蒙的功能特性,推出“中银外币现钞预约”原子化服务,省去了应用安装、注册等过程,简化了业务流程,中信银行的原子化服务与此相似,客户也是无须下载APP,通过“中信银行”的服务卡片,就能查询银行借记卡申卡及进度查询。中国银行官宣称,结合鸿蒙的功能特性,未来将携手华为持续深入探索鸿蒙带来的全新技术及服务方式,进一步创新金融产品与生态场景的结合,布局开放银行场景新生态,积极探索轻量化服务。
在这里插入图片描述

2 其他金融机构“联姻”鸿蒙
除了银行外,保险、券商、基金公司、消费金融公司等金融机构也在积极布局鸿蒙。保险机构接入鸿蒙跟银行有相似之处,主要就是结合鸿蒙的功能特性,推出鸿蒙原子化服务—“数字人保”原子化服务,实现线上金融保险服务的一触即达,客户也是不用下载APP,通过鸿蒙HarmoneyOS服务中心即可进入;安信证券相关人士表示,安信证券从2020年起就加入鸿蒙系统1.0的开发者生态,同时东方证券也在平台上表示其东方赢家APP已全面兼容鸿蒙系统。据不完全统计,目前已有30余家券商宣布支持全面兼容鸿蒙;除了以上提到的券商,还包括国泰君安、银行证券等多家券商;相比其他金融机构来说,公募基金的步伐相对而言较晚一些,截至目前为止,南方、汇添富、天弘和博时基金等多家大型基金公司都已宣布加入鸿蒙系统,虽然基金公司加入的节奏较为缓慢,但在行业内较早布局金融科技并且现已具有较高应用水平的基金公司均已加入鸿蒙系统,所以业内人士预测,未来将会有更多的基金公司加入;除此之外。持牌消费金融机构马上消费金融宣布将参与鸿蒙生态建设,旗下安逸花APP已率先适配华为鸿蒙系统,成为率先在华为应用市场正式上线的消费金融类APP。马上消费金融相关负责人对《证券日报》记者表示,“目前正积极推进‘金融+’场景,运用人工智能、大数据、金融云等金融科技力量,持续深化合作并支持国产系统的发展,积极备战国产化盛宴”。

在这里插入图片描述

鸿蒙或给金融业带来更多可能性
华为推出鸿蒙系统之所以可以“跨圈”搅动金融业,主要得益于鸿蒙系统未来的无限可能。中国(上海)自贸区研究院金融研究室主任刘斌表示“随着鸿蒙生态完善、技术成熟、标准建立,更多金融机构加入鸿蒙已成了必然趋势”。鸿蒙是一个开源的系统、开放的生态,它可以面向多种客户端硬件设备,并可以在系统层支持硬件间互动,所以用户办理业务的环境不会在受到限制,可以随时随地办公。鸿蒙的中心不可能仅仅是一个手机的操作系统。鸿蒙的开放原子开源基金会实现开源,所以未来国家的教育系统,医疗系统等都可能使用鸿蒙系统,所以未来会具有明显的网络效应,参与的机构越多,网络价值也会越大,从而形成闭环的发展模式。正如苏宁金融研究院高级研究员黄大智所言“万物互联所产生的数据、场景、终端都是指数级上升的,也必然会有更多的金融需求”。

鸿蒙系统目前存在哪些隐患
鸿蒙的问世,迎来了一大批金融机构盟友,助力了金融机构的数字化转型,但由于目前鸿蒙系统的生态环境还很新,不如安卓和IOS版根深蒂固,也势必会存在一定的安全隐患。金融机构在对接鸿蒙系统过程中,应坚持市场化、法治化原则,既要积极对接鸿蒙,也要兼容其他操作系统,并做好信息安全和用户隐私保护。

  • 本文作者 -

在这里插入图片描述

版权说明:
本文章为投稿文章,文中观点及内容来自原作者,点宽学院为授权首发平台。

【点宽专栏】研报复现——跨期价差分析与跨期套利研究 简要回顾 跨期套利原理:同品种期货,交割时间不一样,交易价格也不一样,但它们具有一定相关性,根据其价格差波动套利。 研报进行跨期套利组合:泸深IF300期指、上证IH50期指和中证IC500期指的两合约跨期:当月-次月、当月-当季、当月-下季以及蝶式跨期:(当月-次月)-(次月-当季) 本文仅以中证500的当月-次月和当月-当季为例进行进行探讨。 本策略以复现【中信证券股指期货专题研究:跨期价差分析与跨期套利研究】为主。 跨期价差定义 其中,F1表示当月合约价格,F2表示次月或者当季合约价格。 品种跨期. 阅读详情

相关推荐

【点宽专栏】验证Fama French五因子模型在中国市场的表现(上)

验证Fama French五因子模型在中国市场的表现(上) 一 模型解释 2015年,Fama和French在其自己提出的三因子模型的基础上提出了新的五因子模型,在市场因子、市值因子、账面市值比因子的基础上,新增了盈利因子与投资因子,他们通过对于股市持续的观察与研究,认为盈利与投资能力也是解释股票收益率的重要因素。 在加入了这两个因子后,Fama和French得到了全新的五因子模型: 图片 其中RMW(Robust Minus Weak)为盈利因子的收益率,CMA(Conservative Minus Ag

Digquant的博客 2684

颠覆人才市场?区块链凭什么?

原创 | 点宽学园 作者 | 王启瑞 全文字数2509字,建议阅读时长 8 分钟。 数字化平台包括“ABCD”四大核心技术,分别是人工智能(A-Artificial Intelligence)、区块链(B-BlockChain)、云计算(C-Cloud)和大数据(D-Big Data),而区块链被认为是一项具有颠覆性的变革技术。区块链从来不只是创造虚拟货币那么简单,它更是试图颠覆互联网底层逻辑,甚至改变现有的社会逻辑,构建一个去中心化的数字世界。 目前,区块链的应用主要集中于金融、电子凭证、产品溯源等

Digquant的博客 4522

【点宽专栏】——Pivot Point交易法

1.Pivot Point交易法 1.1枢轴点(Pivot Point) 这里先建立一个概念: P= ( H + L + 2C ) / 4 {H代表高价位, L代表低价位, C代表收市价} 这个计算出的P值,是当时的市场绝对均价,下文用到P值公式是变体。 Pivot Point是一套非常“单纯”的阻力支持体系,至今已经广泛的用在股票、期货、国债、指数等高成交量的商品上。经典的Pivot Point是7点系统,就是7个价格组成的,目前广泛使用的13点系统,其实都是一样的,不过是多加了6个价格罢了,适用于大成.

Digquant的博客 2385

【点宽专栏】海龟策略在商品期货市场资金流策略中的应用——点宽精选

图片 本文为点宽-泰迪杯获奖作品 挖掘目标 运用日级K 线数据对2011-2013 年数据刻画资金流向,发现资金流向对未来期货的影响,并使用持仓量、成交量和价格结合进行量化选标的,最后将选择的标的运用于量化策略中。 总体流程 图片 资金流向 数据预处理 对不同标的的2011-2013 年日级K 线数据进行分析,将未上市的标的数据进 行去空操作。 期货市场中价格与成交量、持仓量关系研究 在股票市场中,资金流向(Money Flow)是一个可以反映市场中某个股票的超额需求或供给的标准的技术指标,由于每个买单会有

Digquant的博客 1311

来了解一下事件研究法 #量化金融

原创 | 点宽学院 作者 | 龙龙哒 全文字数1478字,建议阅读时长 4 分钟。 01 什么是事件研究法 事件研究法(Event Study Methods)是指运用金融市场上的数据资料来测定某一特定的经济事件对某一或某一类上市公司价值的影响。 02 事件研究法的概述 事件研究法的最早提出者Dolley,于1933年发表了《Dolley, J.C. (1933). Characteristics and Procedures of Common Stock Split-Ups. Harvard Bus

Digquant的博客 2091

【点宽专栏】国信证券——关于量化选股之聚类分析的探讨

前言 本文基于《国信技术面量化选股系列:价格路径对收益的影响》(国信证券:20160909)和《基于k-means聚类的多因子特征检验》(国信证券:20161205)两份研报(研报见评论一附件)的思路进行实证和探讨。上述两份研报在下文中分别简称为《价格》和《聚类》。 研报内容简述 1.《价格》一文探讨了已实现波动率、偏度和峰度对收益的影响并主要得到了以下结论: 在上述三个指标的计算中,基于5分钟数据计算的三指标为有效选股因子,但用日数据则失效。 上述三因子在周度和月度范围内都是有效指标,即对时间周期不敏感.

Digquant的博客 2015

国央企创新负责人如何通过平台实现科研成果的快速识别与转化?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

【点宽专栏】渤海证券——商品期货跨品种择时套利策略

作者:张滔 广东海洋大学 | 信息与计算科学 | 本科 点宽量化俱乐部第一期会员 简要回顾 跨品种套利原理:两不同品种期货,具有一定相关性,根据其价格差波动套利。 研报筛选出的6对组合:豆油-棕榈油、豆油-菜油、大豆-豆粕、螺纹钢-焦铁矿石、焦炭-焦煤、玉米-淀粉。 本文仅以大豆-豆粕为例进行探讨。 本策略以复现【渤海证券商品期货套利策略:商品期货跨品种择时套利策略】为主。 基本原理 一、相关系数 概念 相关关系是一种非确定性的关系,相关系数是研究变量之间线性相关程度的统计指标。相关系数是按积差方法计算.

Digquant的博客 1790

PotPlayer自用皮肤

自用 PotPlayer 皮肤,仅微调了字体大小与颜色,是按个人习惯调整,未做适配性调整。

我不想针对马爸爸,但你们这些人工智能骗局还想忽悠我们多久(上)

“ 眼见为实,但这一定就是真相吗?如果眼前的一切,只是资本想让我们看到的,那我们又如何从资本设下的圈套中,意识到我们深陷其中呢? ” 大家晚上好,我是Austin。这个题材,信息量很大,内容涉及互联网、人工智能、怪诞心理学、经济学、消费心态学、统计学、传播学等知识,所以我把这个题材,分成上下两部,本期文案为上集,建议大家先加收藏,方便以后消化。 视频的创作灵感来源于三部电影:分别是今年9月的《监视资本主义:智能陷阱》(The Social Dilemma),2019年1月的《隐私大盗》(The Great.

Digquant的博客 1711

央行发行数字货币的深层逻辑

图片 央行发行数字货币的深层逻辑 相信大家如果平时关注时政新闻比较多的话,会发现近几年有越来越多关于数字货币的报道,大有一种和当下热门的新能源、5G等朝阳产业抢“C位”的架势。 图片 (指数对比图) 今天这篇文章主要想和大家聊一聊数字货币的深层逻辑,以及探讨一下,站在2020年末这个时间节点上,我们普通人的机会在哪里? 让我们先来介绍一下央行数字货币,其全名是“中国央行数字货币”,英文名是DC/EP,全称为Digital Currency/Electronic Payment,即数字货币/电子支付。它是由央

Digquant的博客 1694

2-shell及常用命令-续.pdf

2-shell及常用命令-续.pdf

【点宽专栏】教你如何应用朴素贝叶斯分类器进行股价趋势分类预测

朴素贝叶斯分类器进行股价趋势分类预测 原理 贝叶斯定理 模型思想 1、在风险识别中,贝叶斯模型本质上也是一种已知结果找原因的思维工具。 2、在风险决策中,利用贝叶斯模型的基本思想是充分利用先验信息(如已有的模型,数据信息以及经验资料),将先验分布和抽样分布整合成后验分布,从而利用后验分布进行决策。如果有新的信息,则更新后验分布,实现递归决策方案。从而得到最优策略,使得决策风险尽可能低。在概率统计的表述是:应用所观察到的现象对有关概率分布的主观判断(即先验概率)进行修正的标准方法。 3、在分类预测中,朴素贝叶

Digquant的博客 1672

【电力负荷预测】项目介绍 MATLAB实现基于BO-Transformer-LSTM贝叶斯优化算法(BO)优化Transformer-LSTM组合模型进行居民用户多步电力负荷预测(含模型描述及部分示例

内容概要:本文介绍了一个基于BO-Transformer-LSTM的组合模型,用于实现居民用户多步电力负荷预测的完整项目实例。该模型融合Transformer的全局注意力机制与LSTM的局部时序记忆能力,构建能够捕捉长时依赖与周期性特征的深度学习架构,并引入贝叶斯优化(BO)自动搜索最优超参数组合,提升预测精度与训练效率。项目涵盖从原始数据清洗、特征工程、滑动窗口样本构建、模型设计到超参数优化、反归一化及多步误差评估的全流程,强调时间顺序划分以防止信息泄露,并通过周期编码、外生变量融合等方式增强数据表达能力。文中提供了详细的MATLAB代码示例,包括数据预处理、网络搭建、贝叶斯优化配置和预测结果评估等关键步骤。 适合人群:具备一定机器学习和时间序列分析基础,熟悉MATLAB编程环境,从事电力系统预测、智能电网、负荷管理等相关领域的研究人员、工程师及研究生。 使用场景及目标:①应用于居民级或多用户聚合负荷的短期至中期多步预测(如未来24小时);②服务于配电系统运行调度、需求响应基线设定、家庭能源管理系统优化、分布式能源协调控制等实际工程场景;③为科研提供可复现的深度学习+贝叶斯优化的技术路线参考。 阅读建议:此资源以实际项目为导向,建议读者结合提供的代码逐步实现并调试模型,重点关注数据质量控制、时间特征编码、组合网络结构设计与贝叶斯优化稳定性之间的协同关系,在实践中深入理解多步预测中的误差累积机制与超参数敏感性问题。

【点宽专栏】虚拟遗憾最小化(CFR)之量化择时与交易

谷歌DeepMind公司研发的AI围棋AlphaGo在去年嗨翻天的时候,让我觉得现在的机器学习学习技术真的很NB,因为自己的专业,私下一直有关注机器学习在量化投资这块的一些实践。昨天看到广发出了一篇名为《虚拟遗憾最小化应用于量化择时与交易》的文章,让我眼前一亮,感觉这都怎么了啊。但是看到最后的结果,也不是很理想。这样看来,也是情理之中。很多高大上的东西,要放在金融市场去真正赚钱,这倒不见得会有多么好。除了市场本身外,自身的研究水平也是一方面。经常听朋友说,大道至简,其实也是蛮有道理的。无论什么模型,最终能.

Digquant的博客 1645

【点宽专栏】期货多因子(二)——各因子描述

一、报告简介 上期我们对于期货多因子的逻辑和用途进行了小结,我们构建期货多因子是为了刻画期货的特征,从而用于机器学习。上期我们探究了动量因子,本篇报告将把更多的因子特征呈现出来。 二、因子研究方法 上期我们对于因子溢价构建方法进行了简介,本文采用同样方法,每天换仓,构建因子多空组合。对于多空组合收益率,我们采用总收益、年化收益、年化波动、夏普比率、最大回撤、收益回撤比、Hurst指数、5,10,20,60,120日方差比率检验来衡量。 其中,Hurst指数(见中信建投Hurst报告)以及方差比率检验(Lo.

Digquant的博客 1439

基于MATLAB的太阳能光伏电力仿真,模拟每日太阳能发电,可视化功率曲线,并通过数值积分计算总能量输出。.zip

1.版本:matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

【点宽专栏】验证Fama French五因子模型在中国市场的表现(下)

五 策略失效问题探索 对比同时段使用的CAPM策略,可以看出选取市场低估(α较小)的投资组合建仓是较为有效的。而在Fama French五因子策略中,我们遵循同样的选股原理,结果却相差甚远。因此,我们认为五因子模型表现不佳的原因是期在近三年间对于沪深300的解释性较差,因此没能捕捉到α收益,而并非获取α收益的策略无效。 净值曲线(4)使用CAPM模型获取的α值最小的60支股票(第1组) 针对此问题,接下来探索五因子模型效果不佳的潜在原因及解决方案: 使用α解释超额收益不恰当。 没有按时更新沪深300成分

Digquant的博客 1380
上一篇: 疫情冲击下,探讨大数据交易市场的数据资产的管理与定价
下一篇: 颠覆人才市场?区块链凭什么?
Dig Quant
博客等级 码龄7年 124粉丝 53原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值