金融科技在期货市场的运用

1. 金融科技的发展会影响哪些行业

根据金融稳定理事会（FSB）的定义，FinTech指的是技术进步推动的金融创新，它涵盖了各种新型业务模式、应用、流程或产品，并对金融市场、机构、金融服务提供商产生重大影响。
FinTech对传统金融服务价值链的挑战
传统意义上的全能银行服务链条包括客户关系、零售和商业存贷款以及一系列货币、资本批发市场的众多活动，FinTech对上述各个组成部分都发起了强有力的挑战。
支付结算主要采取现金、借记卡、信用卡以及电汇方式。FinTech公司则借由“数字钱包”或“电子钱包”来提供大规模的国内与跨境支付服务，虽仅有少量结算收入，但借助交易所收集到的全部数据，公司就可向客户兜售非银行产品和服务。新型发展模式加上希望规避监管，使得FinTech公司无意涉足常规银行业。
传统银行业以构建客户关系作为发端，而现在这一历史特性也正在悄然改变：客户可通过电子聚合器来比较价格并交换服务，依靠智能投资顾问的数学运算获取投资建议。随着客户越来越愿意将其投资决策委托给机器，其资金及贷款也更易于与最优利率相匹配。如果公共政策举措和新技术能够结合并创造出普遍适用、持久和可靠的数字凭证，那么这些流程将会更加顺畅。
在零售和商业银行领域，FinTech公司通过提供新的借贷平台，加剧了市场竞争。在一些G20国家，新型商业模式利用大数据和高级分析为客户量身定制产品和服务。近年来，P2P贷款发展势头非常迅猛。有统计数据显示，2015年，中国、美国、英国及欧盟地区的P2P贷款额分别达到5580亿元、400亿美元、45亿英镑及10亿欧元。其他平台则根据来自应付账款管理软件中的客户数据，向企业提供发票应收账款抵押融资。一些更加激进的创新正在新兴经济体崭露头角，中国的电子商务平台使用计算程序来分析交易、搜索数据、开展信用评级，如2015年创立的蚂蚁金融至今已有1.9亿用户，发放了4000亿元的小额贷款，违约率却低于2%。
批发银行和市场已经从中间交易（即交易商通过语音或电子方式）发展到非中介、完全电子化的交易。数学算法和多边交易场所的增长导致了高频交易的出现。本世纪初期，高频交易规模尚小，但目前已发展到分别占股权和外汇交易量的75%和40%。
分布式账本等技术或将促进批发支付和清算基础设施领域的准确性、有效性和安全性，更好地符合监管合规性要求。这些进步可节省数百亿美元的成本，并改善金融体系的弹性。
FinTech涉及的公共政策考量
在分析金融技术运用及对金融体系的影响程度时，G20当局需要牢记的公共政策考量至少应包括三个方面。
第一，必须要解决新产品和服务带来的诸多行为问题，如客户适用性、反洗钱和打击资助恐怖主义等。监管机构要努力确保财务咨询和服务标准得到遵守，金融体系的完整性得到保护。
第二，具有更大包容度和更多竞争力的双重特性必须能够体现出数字身份的价值。在发达经济体和新兴经济体中，仍有数十亿人无法享受到应有的银行服务，仍有部分国家被隔离在全球金融系统之外。新技术或可提供解决方案，如生物识别和密码学已被用于验证客户身份，从而提高金融服务效率，降低反洗钱和反恐融资尽职调查成本。2010年以来，印度政府已经发行了超过8亿个这样的数字身份，帮助至少五分之四的国民以此获得政府和金融部门的服务。但在把握机会的同时，也要关注公民隐私权以及存储和处理大量数据的成本压力。当然，是否且如何保证收益超过成本，最终还是应该由政府和公民来决定。
第三，必须重视数据保护等基础性问题。一直以来，金融机构依据完善的法律监管框架，保护并使用其客户数据；相比而言，社交媒体公司则定期收集却时常共享客户的海量信息。未来，FinTech还将从更广泛的渠道汇总、共享数据，但对于是否应该搭建数据管理的适当框架，人们仍争论不休。
FinTech对金融稳定的影响
FSB通过识别与新型、现行金融机构及金融活动相关的风险，来评估FinTech的发展将如何影响金融体系和市场基础设施的弹性。阳光之下，并无新事。即使是不同机构的相同行为，只要是危害到金融稳定，监管部门就应该统一处理。不能仅仅因为它是新事物就被区别对待，也不能因为它游离于监管范围外就意味着必须被纳入监管。需要重点关注的是：哪些FinTech业务本质上是被改头换面的传统银行业务，应该如何监管？技术进步如何影响被监管机构（特别是系统性机构）的安全性和稳健性，对这些机构应采取什么样的监管措施？技术发展如何改变潜在的宏观经济和宏观金融动态、对系统性重要市场有何干扰？网络和操作风险的总体水平对金融体系的影响几何？哪些FinTech活动是系统性的，如何制定更严格的操作风险监管标准与之匹配？
目前，为解决支付创新带来的监管问题，英国行为监管机构已经先行一步，原因在于：一方面FinTech支付服务提供商还没有推出银行业务，另一方面这些提供商尚未达到系统性的级别。展望未来，当虚拟货币和FinTech提供商加入中央银行支付系统后，它们或将逐步取代传统的银行支付服务和支付系统。这种多样性有其积极意义，毕竟现行的分层化和高度集中化的系统已经出现了单点故障风险。同时，监管机构需要监测集中度的任何新变化。正是基于这种认知，英国《数字经济法案》建议将支付系统的定义拓宽至银行之外，以涵盖每一家系统性重要机构。
支付结算与客户关系的变化对金融稳定有着更为深远的意义。虽然FinTech有利于常规银行业提升竞争力、优化效率和丰富客户选择，但客户界面和支付业务的放开可能也标志着全能银行业的终结。另外，如果全能银行零售资金来源不够稳定、长期客户关系较弱，那么其存款波动性和流动性风险可能会增加。客户关系的淡薄也使得交叉销售无法深入，最终影响到银行盈利水平。整个金融体系虽不一定面临风险，但银行的审慎标准和处置机制都将需要调整。
融资方式的多样化还意味着，当零售银行业无法提供贷款时，P2P等新型融资服务或可取而代之，为消费者和小企业提供信贷支持，部分借款人也将越来越依赖这种资金来源。当前，由于承销标准和贷款人对损失的容忍度均未经过经济低迷的检验，这种融资模式在整个经济周期中的稳定性仍未可知。受现有规模和业务模式所限，P2P贷款目前并不足以引发重大的系统性风险，但仍需密切关注其承销标准降低和过度借款增长等问题。此外，在不具备银行业务模式或者运用资产证券化模型的情况下，P2P究竟能够发展到何种程度，目前还无法作出判断。如果形势发生变化，监管机构需要及时弥补新出现的漏洞。
批发银行业和市场需要注意的是，智能投资顾问和风险管理算法可能导致羊群效应下的过度波动或顺周期性——尤其当基础算法对价格变动高度敏感或与之高度相关时。算法交易者业已成为众多主要市场的流动性重要来源，它们更倾向于在市场平稳期频繁交易，由此可能导致人们会认为当市场最需要流动性的时候，这些资金将迅速离场。
在批发支付、结算和清算基础设施方面，分布式账户等FinTech创新不管是已被采用或仍被作为替代品，都需要满足最高标准的弹性、可靠性、隐私性和可拓展性要求。对所有金融机构而言，FinTech的出现大大改变了运营和网络风险。监管机构需要警惕新的单点故障风险，如银行是否过度依赖网上银行或云计算服务提供商的公用主机。近年来，随着金融机构信息化水平的持续推进，网络对金融体系的威胁也在增加。FinTech设想未来在更广泛的各方间共享数据，加上交易速度与自动化程度不断提高，数据保护和系统完整性等问题可能会更加严重。

2. 那些投资管理金融科技公司做期货，股票交易，是不是有自己的交易平台

对接其他大交易平台aqui te amo。

3. 金融期货市场的特点是什么

金融期货市场的基本特征可概括如下：
第一，交易的标的物是金融商品。这种交易对象大多是无形的、虚拟化了的证券，它不包括实际存在的实物商品；
第二，金融期货是标准化合约的交易。作为交易对象的金融商品，其收益率和数量都具有同质性、不交性和标准性，如货市币别、交易金额、清算日期、交易时间等都作了标准化规定，唯一不确定是成交价格；
第三，金融期货交易采取公开竞价方式决定买卖价格。它不仅可以形成高效率的交易市场，而且透明度、可信度高；
第四，金融期货交易实行会员制度。非会员要参与金融期货的交易必须通过会员代理，由于直接交易限于会员之同，而会员同时又是结算会员，交纳保征金，因而交易的信用风险较小，安全保障程度较高；
第五，交割期限的规格化。金融期货合约的交割期限大多是三个月，六个月，九个月或十二个月，最长的是二年，交割期限内的交割时间随交易对象而定；

4. 金融科技如何赋能期货行业

金融科技近年来发展迅速，目前已渗透到金融业各个领域。其中零售业务的融资额最高，大部分业务都被“颠覆”，而资本市场、支持类和技术类则以“赋能”为主。融金所创始人孙明达提出，中国金融科技市场正经历一场格局演进、价值迁移、生态重构、监管趋严的变化，金融机构在科技金融方面的应对应遵循三大原则：“定位积极”，保证对尖端科技创新的参与；“有所取舍”，保持优势业务领先；“灵活支撑”，用灵活的体制、容错的文化支撑数字化创新。
微软亚洲研究院副院长张益肇认为，AI在金融科技未来发展里占据重要角色，如金融、交通、教育、医疗、法律、就业等。他认为，AI在金融投资中拥有端到端的学习能力、强大的处理数据能力、基于客观目标优化、永远保持冷静、根据实时回馈快速响应等独特优势，是推动金融界实现数字化转型和精准金融实现的有力助手。孙明达对此表示十分赞同，他提到金融科技时代是大机遇时代，科技赋能金融带来的巨大机遇引起了金融业系统性变化，要以开放包容的态度去拥抱转变，融金所也正是这么做的。
信息技术的发展深刻地改变了金融。金融是建立在信息和信心基础上的特殊行业，信息科技的发展降低了交易成本，促进了商品交换的快捷，在跨时间分配的维度显著增强了跨时间调配金融资源的能力，也使得高风险项目越来越容易得到融资，这给金融业带来了很大的变化，融金所的金融科技也得到了突飞猛进的发展。
日前，央行正在考虑提出“负责任的金融”（Responsible Finance）理念，要让金融消费者获得合适的金融服务，并且承担适当的金融风险。把信息告诉消费者，要让他们知道会承担什么样的风险以及他们的金融行为和金融服务的后果。12月2日，CF40学术顾问、央行副行长潘功胜在谈及最新出台的现金贷监管新规时也强调，面向长尾人群的金融服务更应当是负责任的金融。对此，孙明达认为，普惠金融的本身就是一种“社会责任”，要将金融普惠天下，让更多的人享受到平等的金融服务，这也是融金所的目标。
所谓“负责任的金融”，就是金融机构、监管部门与第三方、消费者三者要共同承担相应责任的一种三角关系。在这一关系中，金融机构要做到自我约束、合规经营，监管部门和第三方要适当监管和积极帮扶，消费者则应做到理性选择和行为担当。融金所作为国内领先的汽车金融科技平台，一定要担负起这种社会责任，身体力行，运用自身的科技优势不断提升服务水平，打破地域阻隔，解决传统普惠金融服务面临的最后一公里能力问题。

5. 人工智能出现在金融领域，股票，期货等市场，是人工智能间的博弈还是人智能辅助人类

这个问题很好哩。
人工智能在金融领域的应用范围很广，包括风控，客户挖掘等等...
在不同的应用场景下，人工智能与人工智能之间，人工智能与人之间有辅助、有博弈。。

6. 金融科技的大数据主要运用有哪些

平
安科
技的
肖
京表示
，
大
数
据
主
要
的
运
用主要
侧
重于风
险
管
理
，
例如
风
险
控制、保
险定价、
欺
诈识别、精准营
销
、运营
优
化
等

7. 金融科技在大数据和人工智能方面有哪些应用

近年来，人工智能有一系列的突破，在金融领域的应用也发展很快。我们做FDT的时候心目中有一个偶像，就是美国的文艺复兴科技公司，它旗下基金的平均回报率，在1989年到2009年间达到35%，比索罗斯和巴菲特高出10个百分点。2015年9月花旗做了一个预测，未来10年智能理财管理会增加5万亿美元的收入。高盛预测2025年AI为金融行业带来的增值每年达到430亿美元。2017年3月摩根大通发布了一款金金融合同解析软件，只需几秒就能完成以前律师们36万小时的工作。这说明人工智能很可能大规模的在商业，特别是在金融领域应用。而且，在金融领域应用大数据也有一些先天的优势条件和基础。刚才黄院士讲了，人工智能的前提是必须有海量的大数据，数据越多越能说明问题，而金融公司天生就是数据公司，银行也好，交易也好，每天和数据打交道，而且这个数据的质量和数量也能达到一定的要求，这是人工智能得以应用的一个非常重要的数字基础。另外，银行金融的业务相当多的是预测和决策类的，正是人工智能模型最擅长的领域。还有一点，金融作为全社会资源的配置工具，用AI对其加以优化，无疑有很大的社会意义和商业意义。
下面讲讲智能教育。FDT最初的宗旨就是为了培养交易员，是一种公益教育。FDT有自己的教育理念，有智能的训练软件作为教育工具，还有一套完整的教育准则和评价体系。这套教育准则和评价体系就是FDT财商指数，这不仅是我们评价交易员的标准，也是个性化教育的工具。这个财商指数本质上是通过大数据给用户画像，我们的用户就是交易员和散户，以加深对他们交易行为和交易心理的理解。我们根据海量的模拟交易数据发明了FDT财商指数。大家看这张图，这张图的横坐标是风险控制能力，纵坐标是盈利能力，用这个可以分清不同的交易员的情况，然后对他进行个性化教育。我们把交易员分为四类。第一类是优秀的模拟交易员。他们相对于庞大的FDT用户是很少的，占比不足1%，这部分交易员收益风险俱佳，可以重点培养，甚至可以给他实盘操作。第二类就是高级模拟交易员，占比约9%，他们交易的意愿比较强，可以通过个性化的智能教育和培训帮助他提高。第三类就是中极模拟交易员，占比超过40%，他们风险意识较强，可以考虑被动投资。第四类是初级模拟交易员，FDT财商指数值比较低，但人数最多，占比超过50%，需要继续帮助他们上金融教育课。
FDT财商指数的创新，在于它结合了人工智能+大数据+行为经济学。传统的金融方法都是靠问卷，基于人工设定的权限规则，对设定之外的行为特征就无能为力了，而FDT的财商指数是基于人工智能，通过非线性的机器学习模型，将上百个交易特征结合在一起，自动地抽取大量的判定规则，最终形成了财商指数的分数排序。传统的金融是基于结算后的“天”级别的数据，数据量少，非常简单，而且是单机计算，无法发现隐藏的风险和行为特征，而FDT的财商指数是对大数据按照毫秒级的行情识别，进行实时的分步式并发处理，可以深刻地了解交易员的心理和行为，数据越多，对交易员的个性化描绘越清楚，从而可以更有针对性的做个性化的教育和训练。在特征方面，传统金融方法都是基于盈利或者回撤数据，而FDT财商指数是基于行为金融学来刻画用户的心理特征和行为偏差，这背后需要大数据架构的技术支持。综合来看，FDT财商指数的交易行为特征，是基于行为金融学和对冲交易的专家经验的紧密结合。这是我们对每个交易员提供的FDT财商指数的报告，这是一个大报告，四个象限，包括盈利、风险、一致性、活跃度等，每一个后面都有一些具体的分析。其他的都好理解，只解释一下“一致性”，简单来说就是“穿越牛熊”的能力，能够在变化的市场中灵活调整策略来实现稳定的盈利输出。下面是我们根据财商指数，对参与交易的这些学校做的一些排行。
下面讲智能交易。交易的核心，一个是止损，一个是预测，一个是配比。我们传统的交易都要设止损线，不管谁不管什么情况，到了止损线一律清仓，以免出现无法承受的交易损失，这种情况实际上是忽视了个性差异。有了人工智能以后，在大量历史数据情况下，利用机器学习的模型，可以给每个交易员设定不同的止损线，比如可以根据交易员的历史盈利情况设定不同的止损线，也可以根据交易员的不同风格来设定，有些交易员喜欢也善于在大起大落中把握机会，你就给他设定个性化的止损线。FDT可以根据财商指数来设定精确细致的止损线。再就是对波动的预测。搞交易的人都知道，资产的波动性很重要，因为它既代表风险也代表盈利，所以好的交易员是在风险波动中赚钱。怎么样预测和判断这个波动？现在有了大数据和AI，就可以通过机器学习的方法，对A股、期货做出一个波动的预测。还有就是资源的分配。对优秀的交易员，可以给他特定的交易机会。就像婚姻介绍所一样，我们用这个评价指数对交易员做一个评价，对股票做一个评价，不同的交易员做不同情况的市场，这样可以发挥每一个交易员的才干，这也是我们利用人工智能对交易的一种应用。
最后讲一下智能投资。中国的资产管理市场在迅速增长，到2020年，估计有180万亿人民币需要财富管理，年复合增长率达到14%。但是目前大部分用户投资不理性，买卖的时机不当，导致大部分基金产品盈利，但是大部分用户还是亏损。所以我们用人工智能的办法尝试解决。首先，是智能的用户理解，我们借助模拟交易平台和大量的数据，用FDT 财商指数，从金融行为学的角度评价用户的风险偏好。二是跟哥伦比亚大学的FDT智能资产管理中心合作，研究了一套智能资产组合优化的顶级算法。三是智能投资的风险管理，对每一个投资组合做未来盈利的亏损的概率估计。四是智能个性化的资金分配，对不同的客户，不同的风险偏好，给他不同的产品，这也是智能化和个性化的基金推荐，把合适的基金推销给最合适的客户。当然，由于中国的资本市场仍不成熟，市场运行还不完全是市场规律的反映，所以智能投顾的市场环境不稳定，所以我们还要创造一些条件。
总而言之，我们的金融交易市场结构不合理，要去散户化，美国用了70年，我们不要用那么多年。我们要培养优秀的交易员，通过FDT创新工厂探索有效的办法。我们通过培养交易员掌握大量的模拟交易的数据，再与科研机构合作来挖掘这些数据的价值，用以研发智能教育，智能交易和智能投顾，应该说在人工智能在金融市场应用方面作了初步的探索。相信在这方面我们还有非常大的空间，这件事不仅具有社会价值，而且具有商业价值。谢谢。

8. 金融市场技术分析与期货市场分析

技术分析基本原理是一样的，先看那一本都没什么区别。不过我个人认为一开始你就学习专业性强的，对你来说有点难，你可以先学一点简单的理论
去乐股网

9. 金融科技对金融行业有什么影响

“科技是第一生产力”这句话真实太有水平了，以题主说的金融科技为例，现有的金融科技已经改变了我们的生活。
金融科技之移动支付:移动支付可以说是近几年发展迅猛的技术之一，将原来的购买商品以现金结算的方式发展至刷手机、扫描二维码的非现金支付方式（刷卡交易权当过度阶段），不知你有没有感觉到，跑银行取钱的次数少了，身上不带钱也敢下馆子的次数多了？对银行来说，现金投放量减少了，柜面取钱的业务压力少了……
金融科技之清算系统:近几年随着央行不断拓展支付渠道、畅通汇路，先后建立了大小额支付系统、网上支付跨行清算系统、电子商业汇票系统、人民币跨境支付系统、网联清算平台等，将在途资金缩短至实时到账。快捷的支付服务，有效的提高了银行的服务水平和资金的利用效率。
金融科技之大数据:现在几乎所有的银行业务都离不开计算机，不同企业，不同客户的任何一笔贷款、一次交易、一笔转账都在银行有据可查，银行通过这些大数据进行分析，评估企业行业属于朝阳产业还是夕阳行业，使贷款投资降低风险，更有准确性，省去了银行的贷前调查、贷中管理等管理；评估客户的经济能力、消费习惯，采用对应的策略，提供多元化的金融服务！信用卡的后期管理就采用了这样的模式，根据上市银行2017年年报，信用卡不良率均成下降趋势。
金融科技之远程开户、金融科技之生物识别等。这些本来都想说说，都是大有文章可做的，可这样这个问答就太长了，估计也没人看，先到这里吧。
金融科技的发展只会使银行的服务更贴心、资金利用率更高更精准！

10. 天风证券的金融科技建设得如何具体应用事例有吗

当前，金融科技成为了行业风口，为行业变革和金融机构转型升级带来了机遇。天风证券一直以来高度重视金融科技，曾于2016年举办“资产证券化武汉论坛”，邀请行业专家深入探讨区块链方面的金融科技创新。今年3月13日，天风证券又参加了中国保险资产管理业协会金融科技专业委员会(以下简称“专委会”) 2018年第一次会议暨金融科技创新与应用交流会。

据悉，此次会议邀请了中国互联网金融协会区块链研究工作组组长李礼辉、中国保监会资金部相关领导出席指导。天风证券股份有限公司副总裁翟晨曦与行业相关机构的50多位委员、执行专家和嘉宾共同在会议上展开了热烈探讨。

天风证券高度重视金融科技，前期已成立了区块链研究中心，专注探索区块链行业发展，2017年在贵阳市人民政府的主导下参与设立贵阳区块链金融基金，天风证券协助地方政府发展区块链为中心的产业体系，助力供给侧改革下地方经济的产业结构调整，同时，天风证券也是国内首批运用区块链技术落地ABS项目的券商之一。

今年1月，天风证券联合武汉大学、中国科学院软件研究所共同立项的《区块链在我国证券市场的关键应用与监管研究》重点课题，获评为中国证券业协会2017年优秀课题报告。该课题是证券行业内首次全面梳理和分析区块链应用，在技术分析、应用案例和应用前瞻等方面组织了严谨的研究，就应用模式与监管策略向监管机构提出了有建设性的方案和建议，得到了相关专家的认可。天风证券《区块链在我国证券市场的关键应用与监管研究》课题从77个重点课题中脱颖而出，被中国证券业协会评选为优秀课题，也代表了权威机构对天风证券在区块链领域所取得成绩的肯定