会议时间：2017年4月22日 14：00

会议地点：杭州黄龙饭店水晶宫2

会议主题：2017年第11届中国期货分析师暨场外衍生品论坛--分析师培养与金融科

主办单位：横华国际金融股份有限公司

支持单位：中国国际衍生品分析师协会

主持人：尊敬的各位领导，各位来宾，女士们，先生们：大家下午好！我是来自中央电视台证券咨询频道的孟一，一转眼我们的分析师大会已经是第11届。在过去11年当中，我们每年的分析师大会也是与时俱进，我看到今天的话题是分析师培养与金融科技。主论坛分析师大会是11年，关键词是分析师，我相信每一位分析师有自己非常精彩的故事。接下来，我们开门见山请上其中的代表浙江安诚数赢投资管理有限公司总经理王锋。

王锋：我是安诚数赢的王锋一名量化分析师，首先非常高兴今天能够有这样的一个机会来到这里，来到会场跟大家一起谈人生，还会谈一点理想。之前我们南华期货颜总跟我打电话，邀请我来参加这次会议做一个人生的分享，我当时刚刚接到这个电话的时候有点犹豫，因为我是一名量化分析师，我的人生相当简单，没有什么刀光见影，还是比较简单的人生。

我自己一名分析师，作为一名量化分析师，我的人生也代表了目前在金融行业中的一个群体，就是做量化的同时我也是一名海归，2015年从国外回到我们国内，所以说我是一名海外量化分析师，我想要通过跟大家介绍一下，交流一下我的人生的一些经历，我想可以让大家了解到在金融行业中的目前我所代表这样的一个群体，也就是海归做量化。

接下来，我们来看一下一个量化金融分析师的一个简单的人生，主要讲三部分：海外经历，归国以后的经历部分，以及对未来的一些想法或者说理想。我本人2000年毕业于北京大学物理系，之后赴美留学，我学物理学了很多年，从初中当物理科代表，到2000年整整十年的时间，到2000年的时候，我毕业了，接着出国学，继续来学习物理，大家在屏幕上面看到的这一张图是中国历年留学出国的总人数，2016年留学人数超过50万，我们在2000年的时候，也就是我毕业的这一年，这个人数是3.9万人，所以说，当时我是出国留学3.9万当中的一员。

在2000年的7月份，飘洋过海在大阳彼岸的美国落地，密西根大学是非常美丽的大学，我们国内的公司叫安诚数赢，就是我留学的地方，它的简称就是安城，就是在安娜堡的学院里面曾经一张的留影。我想要放弃物理方面，因为在电子工程这个方向我是做大规模集成电路设计，大家知道大规模集成电路设计VLSI其实就是做芯片，做CPU，对于一个20出头的年轻人来说，可以去做一个芯片，可以做一个CPU，还是非常吸引人的，我当时曾经想过把这个作为我的人生的职业，但是我最终人生的选择上面还是选择了物理，留在物理，至少把物理的博士学位读完。如果说，我当时选择了这个电子工程的话，现在很可能不是在金融分析师大会做人生的分享，而是在中国硅谷大规模集成电路的分享。

之所以留在物理，还有一个原因，就是拿到美国加州伯克利研究所的研究机会，研究光电子波谱，简单来说光电子波谱是什么概念，爱因斯坦有一个光电项目，大家知道爱因斯坦比较牛，这个图就是所谓的光电效果，我们所做的事情，就是通过一束非常强的光射到我们感兴趣的样本上面，因为这个光非常强，他有多强呢，至少是太阳亮度的万亿倍以上，当然没有这么吓人，因为这个光束的范围非常小，应该是在纳米到微米的量级，非常亮，非常小，因为非常亮，非常小，从电子的样品当中踢出来，踢出来之后，我就可以通过中间这一张图的右上角可以把这样一些电子搜集起来，搜集起来之后，我就可以对他做分析，从而了解到样品内部的一些信息。

在右边这一张图上面，我就可以看到这个是一张非常有意思的一个样品，那么，他是什么呢，他是泽华铀，就是泽华铀内部的电子的波态以图像的形式展现出来，我进入金融行业之前，我也是一个分析师，但是我是一个物理分析师，在屏幕的右边大家可以看到我当年在实验室里头的一个工作状态。当时还是非常的青涩，大家看到我使用的仪器，金属薄膜包裹起来，就是达到世界上最低的低温——零下270度以下，也是达到世界上最高的真空状态。

从什么时候从一个物理分析师变成了一个金融分析师，就是2005年，就是从CFA开始，就是注册金融分析师，在2005年之前我是一个金融业的小白，完全没有任何的经验或者是知识，从CFA开始，我开始接触到金融，在这个屏幕上面，大家看到的是一个简单的一根画图描述的一个概念，这个概念是我在接触到金融，通过CFA了解到第一个重要的金融概念，就是金融当中基础概念，就是货币的时间价值，什么意思呢，我们现在今天有100块钱，我可以把他任何的方式投资出去，我会收到一个回报，如果我的投资期是五年，五年之后收到150元，我可以在五年当中收取利息，10元的利息，假如说这个回报率是10%，我每年会收到10元，五年之后我也是拿到150元。

也就是说，现在手中所拿到的100元在未来变成150元，这就是货币的时间价值。因为货币是有回报的，我们在屏幕上面也会看到这些公式，就是所谓的FV就是现在的价值和他未来的价格之间的一个关系。是通过一个隐含收益率联系起来。我们生活当中都有这样的投资的概念，也就是说，不管是把钱借出去也好，还是借钱也好，借钱需要付出一个成本，如果说我把钱借出去的话，我会收到一个收益，我们在投资当中也是一样。但是真正把这个概念系统化，变成金融当中一个重要的货币时间价值，这是我认为在我的金融生涯当中所接触到第一个也是非常重要的一个概念。因为他影响了我金融分析，和以后的金融工作的方方面面。

简单来说，我们知道如果说我要定价一个债券，我会使用到时间价值，把未来的现金流通过折价的方式折价到现在的价值，那么就得到了一个债券的现在应该有的价格。同样的，我们也是有分红折价模型，在股票领域里头，同样也是应用这样的一个基本的概念。货币的时间价值，未来的现金流的一个现在价值，按照这个模型等于这支股票现在的价格。

同样的，我们在期货里面，也会有这样的。期货相对现货的基差，期货的定价，这个中间也会使用到现金流的问题，和货币的时间价值，包括现在热的期权。同样的，也是一个基础概念。所以说，这个概念对我个人来说，我觉得是非常重要的。从2005年CFA开始接触到金融，但是这个时候还是在物理博士的在读期间，并没有真正的转到金融行业，而转到金融行业是2007年，我加入了一家公司，可能是美国最有名的，不是最大的，最有名的对冲基金叫做城堡投资，2007年加入这家公司，开始我的金融分析的生涯。

2007年8月底入职，这是什么样的时点，如果放在市场里头去的话，大家在屏幕上面看到的这一张图，熟悉的人一眼看出来这个图代表美国表标普指数500的走势图，蓝色箭头就是2007年的8月份9月初，标普500，我们在2007年看到的一个高点，2007年10月10号就是标普500金融危机之前的高点，我进入这个金融行业，随之我面对是什么，美国金融市里头最艰难的一段时间。从2007年开始，整个金融市场大幅缩水，美国进入了金融危机，从之前的1200点的指数点位跌到666点的指数点位，日内已经破了600点。

我记得我加入城堡投资是2007年的9月初，在2008年3月12日，citadel开了一个会，是三年一度的投资人大会，citadel投资人大会，当时参会有2000人，是规模非常大的一个会议，对citadel这个公司来说，是最高规格的，也是一个和投资人和客户交流非常重要的一个会议。3月12日开始，持续到3月15日。第一天会议很正常，第二天会议很正常，到3月14日的晚上，本来是这个会议的最高潮，但是公司所有的高层都消失了，没有在会场，为什么，因为3月14日的晚上，美联储正在和摩根大通商讨拯救贝尔斯登的事情，这个时候所有的公司高层所有的大佬必须聚在一块商议怎么样应对这样一件事情，因为我跟贝尔斯登头寸在交集，就是有很多的交叉，他在我这里有保证金，我在他那里有保证金，因为这个事情产生的风险挖出来，走出来，在这个情况下，即便是三年一度的投资人大会显得不是这么重要。

这个仅仅是金融危机的一个开端，实际上，应该说2008年3月14日贝尔斯登的倒闭，这是美国金融危机的真正的开端，随后还有雷曼，也是压跨市场的最后一根稻草。最后几年就是市场不断恶化，整个市场一片哀嚎，同事因为这个事情丢工作也有，发生其他人生危机的也有。在这一点上面来说，就是变成一个金融分析师踩到非常悲催的时间点。但是遇到一个好的时光，2005年到2010年，就是美国电子交易迅速发展的一段时间。我们在屏幕可以大概回顾一下，交易或者说电子交易发展的一个历史。很久很久以前，其实是没有交易所，我们把交易所习以为常，就是应该在这里，很久之前没有交易所，股票交易上面大家私下进行交换。

有点像我们现在所谓的柜台式，但是非常非常的原始的状态，随后开始出现了交易所，在18世纪末，19世纪初，出现交易所，大家在一个地方通过喊价的方式来进行交易，随后的很多年里头，虽然说变革一直在发生。变革跟我们现在看到的还是有很大的差距，电报被引入到交易里头，拿电报来传送，当时是就是实时，通过电报传送行情，1971年纳斯达克全电子交易系统出现了，在这个时候，电子化市场跟我们大多数人现在想的电子交易还是不一样的一个概念。这个电子化就是发生在交易所层面，你所看到的报价以电子化的方式传输保存和展示，但是作为一个市场的参与者的时候，其实，还没有真正的实现电子化。因为一直到我入职的时候，很多的交易还是通过场内交易员来做，如果我是一个交易员我在场外通过打电话的方式，把指令下达给场内的交易员。

1992年我们做期货的朋友都知道CME出现，第一个全球期货交易平台全电子化，在他发展的初期长时间平平无奇，真正的发展也是在2000年以后，或者是1999年，1999年有一次突破，在2000年以后迅速发展，我们看到2000-2015年之间，不断有交易所开始淘汰了场内的交易，开始变成了全部的电子交易。而这个变革发生的时间是在2005年到2010年的时间，发展最迅速的时候，也是我在citadel工作的这段时间。

再看一张比较类似的图，同样一个发展历史，因为我对于一开始工作的领域是在汇率FX这个领域里头，这一张是路透他们对自己在FX这个交易领域他们所作出的发展的贡献的一个描述。同样的，我们可以把前面的2000年以前这一段忽略过去，因为那是久远的过去。如果说把FX交易的历史映射到我的人生就是初中以前的经历。

在2000年以后，实际上，真正出现一个我们现在熟悉的交易界面FX就是2010年推出的屏幕的左上角的这么一个系统，我在2007年加入的时候，当时实现了2000到3000换代的过程，FX电子交易的发展，比期货、比股票更晚一些，我有幸参与到这个过程。我记得我刚刚开始参加工作的时候做电子交易平台，在citadel做电子交易平台，那个时候有EBS，当时逐渐地出现了场外黑池，甚至连交易所都不上，银行在这个时间还是非常的弱势，我们当时做的系统要优于银行，但是各大银行，很快就把握住这个趋势，也参与进来，如果我们现在再回去看的话，我们发现外汇交易里头，银行还是通过电子交易牢牢把握住自己的主动地位，曾经有一段时间他们担心自己因为电子交易这个事情，而会失去在汇率市场主动权。

所以说，总结一下，我在citadel的一些收获，第一个：应该是我经历了大的市场波动，非常艰难的市场行情，包括一些极端的行情，2010年5月6日，所谓的闪崩，美国市场的闪崩，我们现在大家有的时候也会调侃说，国内市场会出现大幅度的波动，日内大幅度的波动，说是我们的市场不成熟，其实，在美国这样很成熟的市场也在上演。在极端的行情下，2010年的5月6日我记得相当清楚，我当时有四个自动策略，关停了三个策略，保留了一个，股指期货一度跌停。经过了这样的极端行情，我想对我个人来说，是非常有帮助的。因为我从来不说不可能，没有任何事情是不可能发生的。美国股指期货在一个现代金融社会还能跌10%，几乎是没有人预料到，不会发生，但是它确实发生了。

第二个收获，就是我刚才所说的，参与到电子交易大趋势当中去。因为我在citadel的时候开发了FXGT这样一套交易系统，在外汇这方面，也是citadel第一个汇率交易电子平台，纯电子平台。第三个从全球超过20个高流动性市场的研究，我对市场的微观结构有了一个非常深入的了解，也帮助我开发出来一些有效的交易策略。实际上，在金融危机之间，虽然说市场指数是在大幅度下跌，其实，通过电子交易还是可以获得一些盈利。我不想说当时的盈利是多少，正是通过电子交易这样一个有效的执行方式，通过它有效的快速反应的风控机制，才能躲过这一劫，当时在2008年，citadel本身这个公司整体亏损是52%，而我们这个组在这个公司里面是为数不多的有盈利的部门，我想这是得力于金融科技，得力于电子交易的有效性，风控的系统性和有效性。

当然还有一些教训。这些教训，比如说，我在这里头举一个例子，我当时也是有这样的一个策略做的是套利策略，标普500和纳斯达克的策略，三个纳斯达克对应2个标普500的交易。总体来说是一个很稳定的交易，但是在那个时候，实际上，通过电子交易平台来进行这个套利交易也是在于逐步摸索过程当中，我也是遇到一个极端情况，极端情况行情断了，这个行情不只是断了，而是一直发错误的行情，但是我并没有预料到这个事情，结果就是在4分钟的时间里头，我迅速积累完全错误方向的一个很大的仓位，我当时2.7万手的标普的期货对应4万手的纳斯达克的期货，为了调整这个仓位，损失非常的严重，我不说数字，并不是说损失让我去自杀或者说想一些极端的事情来做，但是损失非常的惨重。

所以说在那个事情之后，包括现在在工作当中，包括我们每次去设计一个策略、设计平台的时候，都会加入屏幕下方或者是类似这样的风险控制选择——是什么——如果说在30分钟总下单超过100手停止交易，看似很简单的一个东西，但是相信我，它非常的有效，因为你在成熟的交易或者是不成熟的交易过程当中，总是会遇到一些你所没有预料到的事情，这是风控的一部分，就是预料到极端的行情和事情。

这个是我所受到的教训和例子之一，2011年离开了citadel，进入到另外一家公司叫做BTG Pactual,就是负责美国市场的风控管理。这一段时间是低利率风控时间，这个想法就是从美联储官方网站上面可以找到这样的《金融危机的可预测性》这样的一篇论文，在这个图上面我们看到两条线，第一条是美联储的目标利率，我们每天说美联储升息还是降息，就是说他们怎么设定这样的一个利率。美联储的目标利率，我们看到在最后一段时间，基本上保持在0-0.25的区间，到2015年的最后一次美联储会议，2015年12月份作出第一次加息，第二次加息就是2016年的12月份，在这个期间保持很低。这一条蓝线是什么，蓝线代表的是美国十年国债利率和三个月国债利率的利率差，这个利差，阴影部分就是过去4次的时间区域，最后一次更多，这是我们最近的历史，用红色阴影标注出来，大家看到周期性，大家知道金融危机有周期性，就是跟蓝线和红线的周期性有一定的吻合。

尤其一点，大家可以看一下，当蓝线到0以下就是离金融危机不远了。实际上，这就是理论或者说这个研究它的目的。而在2008年和2009年的金融危机就是在最近一次，这个利率差达到0以下，这个原因大家有兴趣可以去找找这个文章去读一读，蛮有意思的，它背后的逻辑，有机会也是可以做一个交流。我想要说的是在BTGPactual时间处于后金融危机时代，就是处于这样的一个时代，这个时代有什么特征？其实，它是一个低利率，甚至利率不断下降的这么一个过程。金融资产通过货币的刺激，通过政策的刺激，重新开始产生泡沫，直到下一次金融危机来临之前。而在这个时代，有一些资产是非常可以受益的。比如说ABS，比如说按揭贷款，甚至包括国债和信用债，BTG Pactual所在的第二家公司就是以这方面的交易为主，所以说在这个程度上面我又赶上趟了。

在BGT公司就是参与对冲基金单一策略、多策略、混合策略的发展过程，最早的这个基金就是MPS，还有利率的交易，另外一部分就是按揭证券化的交易，其实这两个都是在固收交易里面。在之后我加入BGT不久，我们开始了一个向多策略的转化，加入了很多其他的策略，从信用，到ABS，或者说广义的ABS，到商品，到Equities，逐渐地加入到基金当中。而这个基金，也是在不断地发展，加入的时候是30亿美金的规模，逐步地增加到100亿美金的规模。这在一定程度上得益于从单一基金转成多策略的基金，它的容量才能进一步增加。我想通过在BTG Pactual这家公司积累了一些经验，能够看到一家公司是如何成长起来，从一家中小型规模的基金变成一家中大型的对冲基金的过程。包括这个基金在不断地扩展过程当中，所面临管理方面的一些问题。这是我在BGT当中的一些收获。在BGT呆到2015年3月份，归国之前。以上就是在海外的一些经历。

我们刚才看到一张橙色的图，就是标普500的走势图，我们看一下这一张图，这是什么，刚才是标普500，这一张图是中国A股沪深300指数的走势图，在这一张图上面，我用蓝色标识出来在回国加入到中国金融市场的时点。大家也看到，我是3月23日回到国内，在杭州落地的，沪深300最高点是在2015年的6月12日。我也有朋友开玩笑说，我加入这个行业，这个美国股市的走势与回到国内中国股市走势之间是不是有一些联系。其实，是开玩笑的，因为不可能有任何的联系，只有两个点的样本，不可能有任何的联系。我想要说，我赶上一个非常有意思的节点。安诚数赢这家公司还是获得非常快速的发展，因为我们处在一个资产管理大发展的大资本时代。

我们看一下这个发展的时间点，2015年3月11日，安诚数赢注册成立，到5月4日正式开始办公，到了2015年的9月11日安诚数赢第一支金融产品成立，到2015年12月底，因为格式的形式，可能看不清楚，整个基金就是9900万，团队人是18个人，不到1亿元。到了16年，到了年中2016年8月建立完全的基金管理线，团队人员是32个人。之所以可以稳定发展，是的得益于我们有一个团队，我跟我的合伙人毛先生，我们的团队有个非常好的一个背景，这是安诚数赢目前的一些投资策略，我想我们还是处于一个衍生品迅速发展的一个过程。所以说我们这个过程必然要经历一些曲折，必然要适应中国的市场，但是还是在不断地发展，舞台会越来越大。

因为我是做量化的，所以说在里面说一下，我认为这是量化交易目前遇到的挑战和机遇！挑战我们不说，机遇方面，我想一个重要的就是通过系统来取胜，这个就回到了我们今天这个大会的主题，大数据，大融合，大市场，通过金融技术，金融科技来帮助这个市场的发展，同时也谋求自己的发展。在这个方面的话，我想时间关系，我就不多说。关于人工智能如何在交易当中如何在金融市场当中应用，从一个量化分析师或者量化经理的角度，我看到基本上就是这三个方面，数据，策略分析和交易。或者是交易平台，就是这三个方面。

目前有不同的人工智能或者智能化的程度，我相信在未来的话，他们的智能程度都会不断提高，进一步提高，只要我们通过金融科技不断推进金融科技的发展，应用到我们的市场当中，应用到我们的交易当中，时间关系，今天先到这里，非常感谢大家的时间。

主持人：好，感谢王锋先生带给我们精彩的风享，它的分享伙非常喜欢，为什么呢，就是看一场电影一样，就是把自己的小人物的经历放在大背景上面，就是FX电子交易到单策略和多策略的交易，就是基金方面的缩影，就是代表金融分析师的一生的分享，我个人觉得王锋的海归背景，我们很多分析师从期货公司成长起来的这些人，从分析师变成私募基金强大的管理者，从另外的纬度或者是另外的角度让我们分析师的人生变得相得益彰，变得更加丰富和完整。我刚才提到王锋金融科技的发展阶段他都赶上了，无论是电子交易的演变，还是刚才提到AI的科技，我们现在人工智能变成炙手可热的话题，变成我们无法回避的话题，我们知道很多概念在资本市场拿出来，对于金融科技如何进行资产的管理和应用，接下来有请我们的嘉宾，来自DTDT大数据产业创新研究院（DTiii）院长，中关村大数据产业联盟秘书长陈新河，大家有请。

陈新河：非常高兴跟大家一块来交流一下大数据的话题，三年前，14年的时候，好象也是在这个会议室跟大家交流这个大数据，大家可以想像，三年来在我们期货行业，你使用到的大数据，我相信对于很多人来说回答跟我没有什么关系。其实有问题，目前来讲金融领域目前流行的几个词，我们大家听到很多，但是我相信大家有很多疑惑，就是云计算，大数据，人工智能，大家听到很多，但是离我们有点远，但是很多都是在我们工作当中，包括生活当中已经很多。

对于一个新技术，对它的理解不是很深，比如说，云计算，最开始出现的时候百度的CFO李彦宏说，云计算就是一个革命的趋势，它的云计算会有一个彻底改变，这就是对云计算的了解不到位，就是导致百度落后于杭州的阿里巴巴。其实各位也是一样，对新概念有一个理解的过程，如果新计算不能用一句话理解清楚，就是最好离他远一点，云计算就是一个计算工场，比如说，大数据，数据就是说，变成一种新的资源，可以重新改变我们的认知，杭州是旅游城市，旅游就是赚外地人的钱，我们通过数据发现，包括长城，包括泰山，我们用手机大数据的方式发现大部分的人来自于本地，这对我们的观念人发生改变。

比如说，人工智能，就是阿尔发狗，离不是很远，其实不是，就是浏览网页当中，就是你看到的广告就是使用到人工智能，只是没有人告诉你而已，还有区块链，区块链的看法就是分布式的安全技术，我们过去的技术，比如说，KPI就是中央数据库。不管这几类技术，你有没有发现它的核心就是大数据，所以说，大数据在不同行业应用有不同的名词而已。就是金融，主要金融风控，比如说，工业高铁的安全，飞机的安全，主要是对工业设备的故障的预测，比如说，我们电信主要是网络，对于我们期货，我的看法就是智能投入，这两年大家说得很多。

对于期货，因为我本身对这个行业的理解很肤浅，就是用一种技术和手段寻找未来的不确定性和决定性，我们现在有什么，就是有大数据。我刚才啰嗦这么多，就是想要说明一个观点，就是说数据对于我们期货来讲真的是带来很多机会，我们今天的题目是大融合，大数据，大市场，我非常赞同大融合和大数据，属于有一个外部性的特点，刚好为我们期货使用。

接下来我用20分钟的时间围绕我所说的这个观念通过案例分享一下。我们在座的各位每个人的手机是12-16的传感器，我们把所有的传感器打开，每天产生的数据量，不包括你拍摄的视频，目前就是1G，就是128G的苹果就是几个月就满了，就是在我们工作当中，很当需要记录，还是记录不下来，因为成本比较高，就是采用断点的数据。

我们每个人现在每天大概用手机的时间大概是3.5小时，2015年的时候，3.5个小时，超过PC，我们在网络上面的游荡是6个小时，你不用PC，就是用手机，手机用APP记录点点滴滴都可以记录下来，就是百度和阿里巴巴记录下来，这是我们大数据的基础。我想要说一下大数据跟小数据的关系，既然有大数据，还有小数据，80年代以前，我们当时统计一个镇上有一万人，出来这样一条线，这样一条线，后来80年代用大数据，就是在座的各位每个人使用的手机，还就使用微信，在线数你发现用小数据做的一个规律，比如说，我们认知世界有的时候并不需要很高深的技术，他在每个时代都用每个时代的技术，我们过去去交行办一张信用卡，你过去一段时间的工资单就是一个信用的标志，姓名，性别，年龄，你的工资条，这是非常小的数据，我们现在所谓的大数据，就是说，目的会更多，就是3万多，比如说，你是不是开车，比如说，你敲打键盘的速度，如果敲打键盘的速度比较慢，你的信用值降低，他认为你不是IT人士，你喜欢玩游戏，就是玩两个小时，玩5分钟，5分钟的人信用度比你高，他认为2个小时就是玩物丧志。我们认为要融合起来，变成真正的大数据。

目前大数据在全球已经形成了2000亿美元市场规模，中国一千亿人民币，过去大数据在我看来都已经有15年的历史，所谓就是精准营销，简单可以加一下，国内外大数据的一些情况，我们每天看微信，下面有一个广告，大家可以猜一下点击这个广告投入多少钱，两三毛钱，两三毛钱，要干过一千亿比较难。我们看一下这个就是很吃惊，比如说，你猜美国汽车的保险给Google多少钱，就是Google34美元，还有更贵。在美国就是搜查相关的律师，这个时候点击这个律师的广告，这个律师给Google就是670美元，还是分期，在中国也是不便宜，比如说，你要搜索上海浦东最好的医院，这个医院就要付费200块钱。你看到个表就知道一千亿也不难赚，就是简单的原理，搜索和收藏记录下来，就是数据队列的方式对你的姓名和年龄。性别，就是两种性别，我们网络上面有很多性别，但是这个性别是计算出来，不是医院看出来。这就是我们网络世界带来很多不同的地方。

我举一个很简单的例子来看一下我们大数据跟过去的小数据做一件事情的不同。我们知道麦当劳办公室再进行开点决策时，这个路口每天的人流量是10万的时候，我会考虑开一个麦当劳，就是看到肯德基很简单，你开我也是开。我们现在用什么，现在用大数据，就是在座各位每个人手里面都是有手机，通过这个数据就知道，从这个，知道有多少男性和女性，还知道多少人是18-20岁，知道这个人过去一个季度去了几次快餐店，去了几次中餐店，这些都可以计算，这个过去的数据精准很多。这是大数据跟过去小数据对比，发生了很大的变化。

我们回到我们的期货，大家搞大宗商品比较多。就是猪的信息，过有一家公司专门搜集这些信息，比如说，这个猪目前的大小，问农户搜集这些信息，他给农户一些钱。你可以猜一下，一头猪信息的卖给期货公司多少钱？如果有大连期货交易所在的话就知道是10元。就是这一条信息，为什么要这个信息，因为我知道现在这个猪的大小，这个猪6个月出栏，我知道他吃多少饲料，我就知道它的需求是多少，我就知道未来这个大豆这一类的猪饲料的价格，就是这么简单，就是充分利用数据的外部性，这个猪本身的信息，本身相对来说没有什么价值，就是使用在金融和期货，就是产生效益的提升。

还有我们搞金融的。无论是搞期货，都是很关注宏观经济。宏观经济就是拿GDP来说，就是现在用所谓大数据的手段分析GDP。每个金融分析师对经济有一个判断的模型，比如说，这是百度，我们知道百度每个季度广告的营收就是上百亿，比如说，我是一个塑料厂，下个月加大投入，如果全国都是这样的情况，就是经济向好，我把百度的广告数据可以融合就是创造百度的经济指数，他不但可以实时来看到经济的情况，实时计算出来，关键是提前预测，现在有很多，我们用工商企业新增企业同比环比的增长情况，还有我们对工商企业增资数量，现在这个失效了。前几年就是实缴增资的时候比较有效，通过这个模型可以预测经济。

比如说挖掘机跟期货有什么关系，跟金融有什么关系，跟GDP有什么关系，有，他不但可以记录挖掘机的位置，还可以记录挖掘机的数量，就是可以记录建设的数量。国内的三一重工就是每隔一段时间向领导部门汇报一下基础设施建设情况，就是数据的外部性带来意想不到的效果。还有轮船，轮船跟期货有关系，轮船是运输的，大宗商品很多都是通过海运，有这样的公司就是搜集100万吨船运的数据，单向流动的货产少的时候肯定是GDP不行，没有需求。我就可以用这个数据来预测全球大宗商品的流动情况，进一步了解它的价格。

在农业里面，目前在国外很多，国外主要是微型照片，大豆大米花生可以了解它的种植面积还有天气的情况可以预测全球农产品的收入和产量，这个跟我们期货紧密相关的案例。还有一个就是在国外回来的人做的一个创业的项目，就是数蔬菜棚，蔬菜大棚用卫星照片，就是人工智能，你说蔬菜棚跟人工智能有什么关系，如果一个照片不是很清晰的时候，就是需要人工智能来做这个事情。今天就不展开了，我们通过这个可以知道蔬菜的产量的情况，能不能满足这种需求。还有一家瑞士公司他通过检测这种港口，也是通过卫星照片判断进口竞争对手的挖掘机的数量，如果没有的话就是有出口，来预测他竞争对手的情况。

期货在大数据应用中，目前接触的几百个案例跟期货有关联比较少，在座的各位知道目前大数据在期货的应用比较少，我相信各个行业都是相通的，我们还是看其他行业的一些应用，给大写一些借鉴和启示，对其他行业有所启发。这个换了四五年，一开始就是150多家，现在接近10倍，1300多家，每半年更新一次，大家看到密密麻麻，有一点密集恐惧症，如果看到这个，也不是这么多，刚才一千多家当中，过去数据的营销，大数据的数据营销就是国内是170-180家，国外11年的时候，大概150家。主要是数据营销领域，现在是4000家，这个行业发展很快，对于期货来讲，还是属于大数据没有怎么触及的行业，政策不用说。

我们看一些比较具体的案例。这个案例是上海的踩踏事故之后，我们用大数据如何避免踩踏事故，也是用我们手上的数据，手上的手机，手机都是给基站发信号，定位你的信息和数据，一个平米内超过3个人的时候容易发生踩踏事故，当达到2.8的时候要疏散，现在杭州的景区应该来说也是使用这个系统。还有艾滋病监控，现在也是有艾滋病的监控，过去通过医院，现在有艾滋病的人就百度里面搜索，如何不传染自己的子女，哪个医院可以看好，比如一个地方兰州，就是8-15，突然第三季度就是80-90个，是不是贩毒比较泛滥，就是类似胡流感病例都是一样的，就是当你身体不舒服的时候有异常症状，就会向百度求助，这个数据被我们记录下来。

还有这个案例很有意思，如果用大数据发现犯罪分子，我们正常人是这样的，我们一般是12点是入住高峰，我们一般出差的话，不会超过450元，到杭州不会超过500元，也不会住80元的火车旅馆，我们通过大数据发现，犯罪分子有自己的特点，他们喜欢凌晨2点和7点钟，6点钟干完活。这个年龄段就是19-23岁，还有就是说，我们一般来说住宿都是在300-500元，有的人他有的时候住五星级酒店希尔顿，有的时候住80元，抢到钱就是今朝有酒，今朝醉，他抢到钱就会享受，我们入驻酒店要刷身份证，我们可以判断哪些人有这种嫌疑。

好的，我们再展望一下未来产业的情况，我们过去一两百年，用左边这个图，钢铁、煤炭期货这些东西，三大产业，我们未来上百年的时间用右边这个图，就是云计算，进入DT时代，数据变成新的资源，过去的煤炭石油通过电子商务，新的服务业，工业4.0，我们叫做新的工业。因为今天论坛我看到我们这个论坛是人才，前面大数据很红火，现在发展阶段就是雏菊，看起来对我们期货很遥远，我今年出4本书。现在大数据相当于1998年1999年的软件，我参加工信部的一个项目评审，每个企业来，我都是问一下，你们收入多少，人多少，这些企业不做平均算了一下100人规模就是收入千万级，我们现在看现在的软件企业，过亿的企业有600家，目前来说还是非常初期。我相信过去2000多家软件企业的研究，大数据还是非常有机会，我们2000年的时候互联网，之后盛大的游戏，之后是电子商务，现在是大数据，两千多家企业，我们从时间轴来看，就是中国离美国不远，苹果为代表就是2007，就是因为手机的需求，给企业带来价值变现。

下面讨论讨论，分析师，相信在座的分析师很多，我们现在的人才遇到一个什么瓶颈。BAT数据分析师都是非常缺少，整个阿里巴巴科学数据分析的人要花3500万的钱才能找到这些数据，在硅谷的数据家的年薪就是35万美元，后来只是招到80个，主要是缺人。我们目前整个中国大概成立320-350家，过去从来没有遇到人才的问题，为什么现在缺少呢，因为人才的结构能力结构发生变化，我也是想问一下在座的各位分析师，你的技能能够满足你的要求吗。

我们看一下人才结构对我们有什么新的需求，我们过去一二十年整个IT产业，编码软件开发相等有新的数据，一个是数据科学，什么是数据科学，用一种简单的话来说，找数据科学就是说，搞程序开发的人当中，数据分析能力最强的人，搞统计分析专家队伍当中，编码能力强的人，我们这一类人称之为数据科学家，简单来讲就是用数据解决商业问题的人。这个技能大家比较缺乏，还有一个就是领域知识，隔行如隔山，就是行业知识，比如说对于电信行业来讲，对于流失率比较关注，对于旅游来讲，对于富有率比较关注，就每个行业关注的特点是不同的。

所以说，把三个领域的人结合起来就是凤凰毛棱角，就是2005年招聘游戏就人才就是2倍，不行就是3倍薪水，现在也是一样，数据科学这样的人，也是喊价喊得很高。其实数据科学在很多人看来是不是大数据公司的事，不是，在座的各位分析师也是应该具备的技能，我们看到无论是在IT领域，教育领域，咨询，金融，医疗各个领域，他都是需要这个数据分析的基本技能，数据分析成为我们每个人的基本技能，比如说，在美国有一个可视化的公司就是凯普乐，就是幼儿园的老师，现在大数据的工具让他们来改进它的护理水平，改进它的教育水平，当然我看到挺吃惊的，实际上，我相信在座的各位都是每个数据的科学家或者是数据的分析师。

我们通常把分成这几类人，我们认为对于期货分析师来讲的话，主要是在数据分析师这一块，刚才这位专家就是数据科学家方向走，我们过去搞期货，就是搭一些模型，其他的偏向技术。这是编写的几本书，好的，再次感谢各位。