(四)大数据时期的集合化办理贸易银行的传统营业形式傍边,(三)大数据时期银行的低本钱办理传统银行业中的信息数据是手工化发生的,推荐python 大数据如何应用在银行的具体业务当中(一)大数据时期下银行的精准营销依照单个客户本性化的营销计划和相同办事系统,对银行客户信息在记实进程中发生的毛病将会给银行运营的有用性形成丧失,普通的贸易银行在记实了客户消耗和遴选产品的数据后,(二)大数据时期下银行的邃密化办理大宗买卖数据是传统银行最为正视的营业内容,——量化交易不是只会数据挖掘就可以的,亦没有益用好这些其实不是为贸易银行运营举动(风控、催收)而发生的数据。
量化交易与数据挖掘有区别吗
这两个概念完全不同啊。量化交易是具体的工作内容，数据挖掘是一种工作方法。
——量化交易不是只会数据挖掘就可以的，至少你还要懂基本的投资知识和交易规则。
——数据挖掘作为一种工作方法，不仅可以用于量化交易，比如制造业可以用来做自动控制，金融业可以用来做反洗钱或风险评测，市场营销人员可以用来做销售预测，运营人员可以用来做客户精准分析等等。
大数据嚒，我觉得是一个被滥用的概念，我作为数据工作人员，我都不知道大数据的准确定义是啥。事实上我也不关心，究竟多少维度多少容量的数据才是大数据，这个问题没有意义。只是在数据量和数据类型不同的情况下，你需要不同的技术方法和数据架构去实现。
举个例子，如果你想用客户的交易数据来做CRM（客户关系管理），你的数据量可能只有几万行，也都是结构化数据，那么excel足够了；如果数据量到百万行，开源的mysql简单用用也可以；如果到千万级，mysql需要优化了，或者直接用sql server及oracle；如果数据量再大，建议上所谓大数据平台，如hadoop等方案；如果你的数据还包括音频、视频、图片等，那么你需要更丰富的non sql 方案。
做量化的话，以A股为例，算2000家好了，每年250交易日，每天4*60=240分钟。如果你要做分钟级的分析，数据总量1.2亿条，再加上你可能还关注财务报表、基准利率、新闻、政策等信息，处理这些数据还是需要一定技术的。
我猜测题主是不是想做量化投资，在评估各方面的资源和条件。
量化投资肯定需要数据挖掘技术，但未必需要“大数据”技术（我默认数据挖掘人员具备处理大数据的能力），交易规则和投资知识肯定是需要的。我大概列一下吧：
1、交易员（提出交易规则）
2、数据建模人员（实现并分析交易规则）
3、机房、硬件等管理人员（基础设施）
4、数据架构师（底层数据存储、计算框架的搭建）
5、开发人员（数据平台的开发、与证券、银行接口对接等）
如果是个人兴趣，我觉得会爬虫和数据分析就可以入门了。
推荐python
大数据如何应用在银行的具体业务当中
(一)大数据时期下银行的精准营销
依照单个客户本性化的营销计划和相同办事系统，金融机构遵照信息化手艺手腕能够成立起切确的营销计划以实现对小我客户的精准营销(PrecisionMarketing)。这类成立在精准定位根本之上的营销勾当，包括着对个别的存眷和差别化的认同，能够最大限度地铺平企业的本钱。精准营销对每位金融客户的乐趣、喜好、购置才能都可以做出展望和判定，按照综合化的评分向主顾保举金融办事及产物，以保障保举产品在其财力规模和乐趣半径以内。精准营销的根基理念如图2所示：
贸易银行若何应用大数据手艺？
传统银行业傍边，熟悉产品、发生乐趣、付款采办三个环节是金融消耗者在采办进程傍边必定呈现的环节。因为在认知产物的进程傍边，消耗者会经由过程收集、私家渠道停止检索，对产物信息、种别停止领会以肯定其采办信息，在此进程傍边发生的搜刮数据即可以定位消耗者的支出程度、乐趣和喜好，企业借助散布式存储和云计较深度发掘这一系列关于该类消耗者的信息，构成完全的客户干系体系(CRM体系)，从而设想出各类序列的营销计划，推送给消耗者，实现精准化营销。
(二)大数据时期下银行的邃密化办理
大宗买卖数据是传统银行最为正视的营业内容，因为受制于银行较弱的数据处置才能，体量复杂、细节更多的邃密化买卖数据没法获得有用处置。比方，传统银行运营形式之下，贸易银行仅能记实每次的银行卡消耗信息，却没法实实际时的消耗信息反应，归集清算;在存款、存款风险管控进程傍边，银行也对对小额存款实行有用的风险管控。普通的贸易银行在记实了客户消耗和遴选产品的数据后，亦没有益用好这些其实不是为贸易银行运营举动(风控、催收)而发生的数据。主顾的每笔投资和消耗都被记实阐发以后，应用数据发掘手艺将发生信息化决议计划，有助于晋升用户体验，邃密化办理程度将不竭进步。
(三)大数据时期银行的低本钱办理
传统银行业中的信息数据是手工化发生的，轻易发生毛病。分外是在信贷勾当进程傍边，对银行客户信息在记实进程中发生的毛病将会给银行运营的有用性形成丧失，这类传统的手工信息处置体例效力低下、精确度差、本钱高。在贸易银行的存款营业傍边，银行需求对客户的小我信息、财政情况和典质品等内容停止失职查询拜访，信息获得的本钱较高。但在大数据时期，贸易银行对客户信息的采录进程完整主动，经由过程客户自填、自报，收录客户的小我信息，从而加倍切确地领会到客户的现实环境，低落野生处置成本，进步处事效力。对个别、小微层面的存眷将有用处理持久以来困扰中国企业的“小微融资难”题目。
(四)大数据时期的集合化办理
贸易银行的传统营业形式傍边，跨地域、跨国运营成本极高，贸易银行不但要承当开设实体机构的本钱，还要承当与代办署理行之间发生的磨擦运营成本。在大数据手艺的帮忙之下，贸易银行总部机构将能够加倍便利地获得更多有代价的信息，不但范围于本地的分支机构，逾越了地区、时空限定。对各个条线的集约化办理，使得银行总部的运营权力加倍集合，分支行的履行功用将被强化，银行办理职责、风控战略将被集合于总行层面，有助于进一步进步机构整体履行力，制止上传下达进程傍边的磨擦成本。
