"数据挖掘 金融 应用"相关数据
更新时间:2024-11-26·FactSet将处于同一供应链上的所有企业分门别类,归入四大项总计13种关系中,完整地描述了公司间的直连关系。目前,FactSet供应链数据对A股市场的覆盖率已达75%。且2014年以来,数据整体质量较高,完全可以满足深入研究,乃至策略设计的要求。其中,中证800与沪深300的覆盖情况更优,2015年之后便超过90%。在此基础上,我们构建了前期报告中提出的两类关系网因子——度和中心性,考察了它们与股票预期收益之间的关系。其中,中心性的计算使用PageRank算法。
·通过在沪深300、中证500和中证800的指数成分股中,构建供应链相关因子的股票组合,我们发现,供应商数量、客户数量和PageRank这三个因子具有一定的选股效果。以供应商数量为例,在中证500指数成分股中,因子组合的年化收益为11.82%,超额收益为7.29%,夏普比的提升幅度超过1倍。ROE同比+供应商数量的因子组合,年化收益可以提升至21.82%,夏普比达到0.70,表现远远优于供应商数量和ROE同比各自的单因子组合。更重要的是,供应链因子与传统的基本面因子(ROE、PE)相关性低,相关系数基本都在0.1以下。
【更多详情,请下载:FactSet供应链数据在A股上的应用:金融科技(Fintech)和数据挖掘系列研究(五)】
- FactSet供应链数据在A股上的应用:金融科技(Fintech)和数据挖掘系列研究(五)FactSet将处于同一供应链上的所有企业分门别类,归入四大项总计13种关系中,完整地描述了公司间的直连关系。2019年发布时间:2020-01-22
- 金融科技(Fintech)和数据挖掘研究(二):知识图谱的构建与应用2019年发布时间:2019-07-25
- 数据侠活动PPT:时空行为数据挖掘初探及相关技术应用本文挖掘了时空行为的前世今生,分析了时空行为的数据,对群体事件进行了检测及预警,分析了P2P的深度风险。2016年发布时间:2020-08-11
- 美国数据应用学院:2019北美求职白皮书白皮书阐述了美国就业环境和职场文化,认知了美国数据类行业岗位,解析了在美求职的法律须知,并对求职资源进行了总汇。2019年发布时间:2020-05-18
- 城市大数据挖掘应用实践 - 从监测到评估城市功能活动的节律性带来空间使用的节律性,空间功能的划分保证了有序性,但功能过度单一则放大了空间使用的不均匀性,降低了空间资源的使用效率。通过有效的监测和管理手段,我们可以找到其中的平衡点。长期城市精细化监测评估和管理的缺失,使大量城市问题发酵,以有效的监测评估管理形成城市发展的全周期闭环,塑造可“进化”的城市,智慧分析是基于大数据监测评估的城市管理的关键环节。2017年发布时间:2020-06-08
- 2023公共数据金融应用白皮书2023年发布时间:2023-11-17
- 北京金融科技产业联盟:金融业数据应用发展报告(2021-2022)2021-2022年发布时间:2023-06-05
- 大数据在金融领域的典型应用研究白皮书聚焦大数据技术在金融领域的应用,从金融大数据的发展、金融大数据的应用场景分析、金融大数据的典型案例分析、金融大数据应用面临的挑战和促进金融大数据发展应用的相关建议等方面,深入剖析大数据技术在金融领域的应用情况。2014-2017年发布时间:2020-06-08
- 金融科技(Fintech)和数据挖掘研究(六):利用数据挖掘构建热点主题组合2019年发布时间:2020-05-22
- 2024高性能图数据库金融应用白皮书2024年发布时间:2024-11-22
- 2024海量数据处理技术金融应用研究报告2023年发布时间:2024-08-23
- 2015年移动金融应用行业数据报告本文阐述了年移动金融应用行业概况,分析了年移动金融应用用户行为、整体应用、细分行业应用,展望了年移动金融应用行业趋势。2015年发布时间:2020-06-01
- 2023分布式数据库金融应用发展报告2023年发布时间:2023-08-29
- 2021隐私计算金融应用调研报告在数据量指数增长的时代,数据分析、数据挖掘成为不可或缺的热门技术。与此同时,随着业务规模的快速增长与发展需要,各机构对数据跨系统、跨领域及跨境交互融合从而有效释放数据资源价值的需求愈加迫切。如何借助隐私计算等技术手段保障网络信息安全、保护用户隐私数据成为各机构面临的重要课题。2021年发布时间:2022-01-05
- 人工智能之数据挖掘基于大数据时代的背景,本研究报告对数据挖掘这一课题进行了简单梳理,包括以下内容:数据挖掘的概念与研究概况。首先从数据挖掘的定义、分类、过程与功能四个方面介绍了数据挖掘;整理并分析了数据挖掘领域顶级会议ACMSIGKDD近六年的信息。2019年发布时间:2019-06-11
- 中小金融机构智能数据应用发展趋势作为经济发展重要的组成部分,金融行业机构的数据应用和发展趋势亟待探讨。以中小银行为例,一方面,经济下行的大环境下,资产收益率降低,不良率持续增高;另一方面,经营范围受限,规模发展空间有限;再加上互联网金融冲击,传统金融业务难以展开,客户流失严重。如何用好大数据、让大数据带来可量化的价值,是中小银行甚至金融机构,转型能否成功的重中之重。2017年发布时间:2020-06-08
- 2019-2021年全球金融科技类应用会话增长情况该统计数据包含了2019-2021年全球金融科技类应用会话增长情况。其中2019-2020年日本会话量增长率为104%。2019-2021年发布时间:2021-11-17
- 电信大数据应用白皮书白皮书聚焦于电信大数据的应用发展情况,首先通过应用案例分析和实践成果调研等方式,形成国内外电信运营商大数据应用地图,从发展现状、应用优势、发展挑战等方面对电信大数据的应用情况进行了总结描述;然后深入分析了电信大数据应用发展所涉及的技术标准、安全保障、政策条件、法律风险和商业模式等具体内容;最后,针对电信大数据的未来发展趋势做出预判,并从行业和企业、技术和运营等不同角度,提出促进电信大数据价值应用的发展策略。2017年发布时间:2020-06-01
挖掘机
中国挖掘机行业数据挖掘机主题数据包包含86项数据(44个数据报告、42个表格数据),数据包的大小为74.2MB。挖掘机,又称挖掘机械,又称挖土机,是用铲斗挖掘高于或低于承机面的物料,并装入运输车辆或卸至堆料场的土方机械。挖掘机挖掘的物料主要是土壤、煤、泥沙以及经过预松后的土壤和岩石。从近几年工程机械的发展来看,挖掘机的发展相对较快,挖掘机已经成为工程建设中最主要的工程机械之一。 2020年3月以来,中国挖掘机械行业驶上了高速发展的快车道。据中国工程机械工业协会行业统计数据,2020年1-8月纳入统计的25家主机制造企业,共计销售各类挖掘机械产品189535台,同比涨幅26.7%。从实际销量数据来看,根据中国工程机械工业协会数据显示,2020年4-8月挖掘机销量同比增速约60%;剔除海外销量增速后,国内本土需求同比增速甚至超过65%。 本数据包从市场角度整理了挖掘机的产量、销售量、保存量,还有相关物联网、智能制造、基建投资等,旨在帮助用户快速了解中国挖掘机产业的现状和未来发展趋势。2002-2021年发布时间:2021-10-27- 区块链技术在金融领域的应用近年来,在各种创新技术的驱动下,金融产品及服务的效率和安全性得以极大的提升。金融科技作为一种业态,被中国人民银行行长易纲称之为“未来全球的金融增长点和国际金融中心的竞争点”。其中,区块链作为金融科技的一项底层技术,已经深入到了跨境贸易、跨境电商、供应链金融等各个领域,并且吸引到越来越多投资机构的青睐。2019年发布时间:2019-10-09