Frente a la creciente riqueza de Beijing Vastdata Technology Co.Ltd(603138) \
“Nuestro Departamento de inversión e investigación necesita gastar mucha energía todos los días para llevar a cabo todo tipo de corrección de datos y expresión de la unidad de calibre, ha influido en gran medida en la eficiencia del modelado de inversión e investigación. Un analista de corretaje dijo a los periodistas. Por ejemplo, “vitamin A” en diferentes proveedores de servicios de datos financieros tienen diferentes expresiones – “vitamin A”, “vitamin” y así sucesivamente, a menudo conducen a diferentes departamentos de negocios a la misma cosa ambigua; Además, muchos proveedores de servicios de datos financieros han llamado a los “circuitos integrados” microchips, chips y circuitos integrados (IC), lo que ha dado lugar a que diferentes departamentos de negocios discutan claramente el mismo tipo de cosas, pero debido a sus diferentes expresiones conducen a malentendidos.
Dijo que muchos datos financieros no estaban unificados y aumentarían considerablemente el costo de sus comunicaciones para expandir sus negocios. Entre ellos, el fenómeno más común es que cuando las empresas de valores como vendedores promueven la estrategia de inversión a las organizaciones de compradores, como los fondos y la gestión de los fondos de seguros, el cálculo de algunos datos financieros no es lo suficientemente coherente, lo que da lugar a que las organizaciones de compradores tengan dudas sobre La eficacia de la estrategia de inversión, lo que afecta directamente al proceso de cooperación empresarial de las empresas de valores.
Una serie de problemas causados por la falta de normalización de los datos financieros están atrayendo la atención de los departamentos pertinentes.
A principios de febrero, el Banco Popular de China, la administración general de supervisión del mercado, la Comisión Reguladora de bancos y seguros de China y la Comisión Reguladora de valores de China publicaron conjuntamente el “Plan de desarrollo del 14º plan quinquenal de normalización financiera” para promover a fondo la construcción de normas de valores y futuros; Promover vigorosamente el establecimiento de normas de datos básicos y normas de datos reglamentarios en el mercado de capitales, estudiar y construir un sistema de normas de datos en el mercado de capitales y mejorar el nivel de gobernanza de los datos en la industria de valores y futuros.
Cada vez más proveedores de servicios de datos financieros están explorando la normalización de los datos financieros.
El científico jefe Bai Shuo reveló a los periodistas que en el campo de la normalización de los datos de información financiera, en la actualidad Hundsun Technologies Inc(600570) está diseñando un modelo de información unificado – la División de dominios de datos, la clasificación de valores y la definición de la raíz de la palabra basada en El modelo de la industria de valores sdom, y teniendo en cuenta sintéticamente el escenario de aplicación de los datos de información de los sistemas empresariales existentes, precipitando la capacidad del servicio público de datos de información, ayudando a realizar la normalización de los datos de información financiera.
En opinión de un Director del Departamento de tecnología de la información de una empresa de fondos públicos, para lograr una verdadera normalización de los datos financieros, es necesario ampliar el alcance de la aplicación de la normalización de los datos financieros al sistema de gestión de datos, además de unificar la definición de los datos básicos, desde la adquisición de datos, la clasificación y clasificación de los datos, el almacenamiento de datos hasta la realización del modelo de normalización de los datos financieros y la definición de normalización dentro de la empresa. Sistema operativo estándar consistente en tres dimensiones: tecnología y gestión.
En su opinión, para hacer este trabajo, las instituciones de valores de fondos y los proveedores de servicios de datos financieros deben “practicar diligentemente sus habilidades internas”.
Muchos periodistas se dieron cuenta de que muchas instituciones financieras todavía se enfrentaban a tres grandes desafíos en el camino de la exploración de la normalización de los datos financieros, en primer lugar, había muchos puntos dolorosos en el acceso a los datos, y muchas instituciones financieras aún no habían hecho un diseño viable de alto nivel, lo que había dado lugar a la dificultad de utilizar datos financieros coherentes en todos los aspectos de las operaciones comerciales, como el modelado de inversiones, la creación de productos de gestión de activos, la comercialización de clientes, el análisis de la gestión de productos y la aplicación de la supervisión. Esto da lugar a un enorme costo oculto de las operaciones comerciales; En segundo lugar, la escasez de talentos en la gobernanza de los datos, especialmente en lo que respecta a los conocimientos empresariales y los antecedentes técnicos, afecta a la eficacia de la gobernanza de los datos de muchas instituciones financieras; En tercer lugar, a medida que las fuentes de datos son cada vez más abundantes y las instituciones financieras desempeñan diferentes funciones en el mismo producto de gestión de activos (posiblemente custodio o gestor de canales), la forma de identificar con precisión la fuente y el uso de los datos de acuerdo con las diferentes funciones de las instituciones financieras Para cumplir los requisitos de supervisión y supervisión del cumplimiento también pone a prueba su capacidad de control interno y funcionamiento del cumplimiento.
La persona a cargo del Departamento de tecnología de la información de la empresa de fondos públicos antes mencionada es franca, la construcción de la estandarización de los datos financieros, no puede ser resuelta por el diseño de la plataforma técnica en modo alguno, no es completar el sistema técnico de reconstrucción de la estandarización de los datos, sino un Proceso de implementación a largo plazo, iterativo, rodante y gradual.
Gestión de datos “largo camino”
Se informó a los periodistas de que, en los últimos a ños, cada vez más instituciones de valores de fondos para construir datos en Taiwán, su demanda de normalización de los datos financieros es cada vez más fuerte.
“En la actualidad, muchos datos financieros expresan la diferencia, ya nos deja bastante incómodos. Una agencia de corretaje Jefe del Departamento de ti dijo a los periodistas. Por ejemplo, los “circuitos integrados” se expresan de manera muy diferente en muchos proveedores de servicios de datos financieros, y algunas organizaciones los llaman “fabricación de circuitos integrados” o “productos semiconductores”, lo que aumenta la carga de trabajo de la corrección de datos.
Lo que lo hace aún más molesto es que algunos proveedores de servicios de datos financieros proporcionan términos técnicos claramente ambiguos, por ejemplo, baterías de litio, de acuerdo con el material positivo se puede dividir en litio ternario, carbonato de litio, fosfato de litio, cobalto de litio, etc., si de acuerdo con el paquete hay cilindro, cuadrado, paquete blando, de acuerdo con diferentes escenarios de uso también hay baterías de energía, baterías de almacenamiento de energía y baterías electrónicas de consumo y otros términos diferentes, Pero estos servicios de datos financieros los llaman “baterías de litio” en términos generales, lo que hace que los departamentos de inversión e investigación tengan que revisar repetidamente los informes financieros de las empresas que cotizan en bolsa revelaron el proceso de producción de baterías de litio y el escenario de aplicación, y finalmente determinar los servicios de datos financieros como “baterías de litio” específicamente.
“Esto nos da mucha carga de trabajo adicional, lo que conduce a la reducción de la eficiencia del modelado de inversión e investigación y el aumento de los costos de comunicación con el desarrollo de negocios externos. Confesó. En la superficie, estos problemas se deben a la falta de uniformidad en la expresión de los nombres de los datos básicos, como los términos técnicos, etc., pero en el nivel más profundo, se refieren a la falta de un sistema operativo normalizado de gobernanza de los datos de cada organización.
El Director del Departamento de tecnología de la información de la empresa del Fondo dijo a los periodistas que, a fin de fortalecer la capacidad de gobernanza de los datos para promover la normalización de los datos financieros, en los dos últimos años su empresa del Fondo estableció un Comité de gobernanza de los datos, gestionado por el Comité de gobernanza de la tecnología de la información.
“Dado que las empresas de la Caja no son lo suficientemente grandes, nuestro Comité de gobernanza de la tecnología de la información y el Comité de gobernanza de los datos son en realidad un grupo de personal que promueve la mejora de la capacidad de tecnología de la información y la creación de una arquitectura de gobernanza de los datos.” Señaló. Esto hace que la mejora de la capacidad de ti de la empresa del Fondo esté estrechamente relacionada con la gestión de datos, lo que ayuda a la empresa del Fondo a mejorar continuamente el sistema de ti y a completar sucesivamente el diseño del sistema de normalización de datos y la construcción de procesos empresariales en la gestión de la arquitectura, La gestión de activos y la gestión estándar.
El Jefe del Departamento de tecnología de la información de la empresa del Fondo dijo que había recorrido algunos “desvíos” durante los cuales todavía no se había completado la gobernanza de la normalización de los datos a nivel de las empresas, incluida la reestructuración de numerosos informes y la presentación de un sistema de datos altamente normalizado a los reguladores.
“Además, nos estamos comunicando con el equipo de cuantificación sobre cómo crear un entorno de computación paralela, pero en la práctica, el equipo de ingeniería financiera sólo tiene una versión independiente de Python, no puede dar pleno juego a la capacidad tecnológica de la empresa, es decir, es difícil maximizar el uso de la fuerza computacional para llevar a cabo una variedad de investigación de modelado de algoritmos.” Fue franco. Esto constituye una nueva resistencia a la normalización de los datos financieros, ya que muchos datos financieros no se pueden utilizar plenamente, por lo que no se puede encontrar un “espacio operativo normalizado” y una escala operacional.
The Reporter Learned that many Fund Securities agencies also found that the data Standardization Service Based on Data in Taiwan also has many Operational difficulties, most commonly faced different sources Beijing Vastdata Technology Co.Ltd(603138)
Un proveedor de servicios de datos financieros dijo a los periodistas que, en vista de los puntos dolorosos mencionados anteriormente, están tratando de exportar servicios de tecnología de consulta de autoservicio basados en el lago de datos, proporcionando análisis de autoservicio, multidimensionales, laboratorios de datos, APIS, plug INS de Excel e informes fijos a través de tecnologías inteligentes para ayudar a las instituciones financieras a cumplir sus propios requisitos de normalización de datos para completar el sistema de gestión de productos, el sistema ecif del cliente, Los datos maestros institucionales y los datos maestros de valores se actualizan iterativamente para lograr la gestión de la migración de datos y establecer un sistema más normalizado de adquisición, procesamiento, análisis y gobernanza de datos.
Datos de la cadena industrial “First test Water”
Frente a la creciente demand a de normalización de datos, muchos proveedores de servicios de datos financieros comenzaron a “mostrar sus habilidades”.
Xia Qing, Gerente General Adjunto de Hang Seng JUYUAN, dijo a los periodistas que actualmente están trabajando para promover la normalización de los datos de la cadena industrial.
“Encontramos que el escenario de aplicación de la normalización de datos de la cadena industrial es bastante amplio en la actualidad, por ejemplo, la demanda de todo tipo de instituciones financieras en el campo de la inversión y la investigación es bastante fuerte, por ejemplo, muchos modelos de inversión activa necesitan a través de este tipo de datos para construir la estructura lógica básica entre las empresas de la industria popular aguas arriba y aguas abajo y los activos relacionados.” Se lo dijo a los periodistas. Además, un número cada vez mayor de instituciones financieras también utilizan esos datos como una nueva herramienta auxiliar para la adopción de decisiones de inversión, sentando una base sólida para la inversión inteligente en investigación.
Los proveedores de servicios de datos financieros mencionados dijeron a los periodistas que, aunque muchos colegas consideran que la normalización de los datos de la cadena industrial es un nuevo avance en el desarrollo del negocio de servicios de datos, pero en la práctica, no es difícil hacer este trabajo.
En primer lugar, en el proceso de recopilación y procesamiento de datos de la cadena industrial, se encontrarán generalmente con fuentes limitadas de información de la cadena industrial, divulgación no estándar, diferencias de transparencia, normas industriales imperfectas y otros problemas, lo que les impedirá construir datos completos y normalizados de la cadena industrial.
En segundo lugar, es muy difícil para los proveedores de servicios de datos financieros establecer un conjunto de datos normalizados de la cadena industrial ampliamente reconocidos por el mercado, con una lógica clara y una alta viabilidad. Debido a que muchas industrias tienen sus propias características de desarrollo de la cadena industrial, y las instituciones financieras en diferentes escenarios de aplicación de datos existen Sesgos cognitivos subjetivos, aumentarán el costo de la aplicación de escenarios de datos.
En tercer lugar, los datos de la cadena industrial tienen diferentes necesidades y requisitos de expansión en diferentes escenarios empresariales, lo que aumenta el costo de la normalización de los datos de la cadena industrial.
En cuarto lugar, la complejidad de la cadena industrial o la falta de datos normalizados completos de algunos nodos clave en el proceso de modelado de la inversión y la investigación hacen que el modelado de la inversión y la investigación sea más difícil.
Xia Qing dijo que para los puntos de dolor anteriores, a través de la tecnología inteligente para diseñar soluciones específicas. Por ejemplo, en el nivel general de las normas de datos, pueden ser compatibles con los datos de diferentes fuentes mediante la normalización de los productos, las relaciones de la cadena industrial y los atributos de los productos, formar un conjunto de relaciones lógicas de desarrollo de la cadena industrial y la presentación de datos, mejorar el grado de Normalización de los datos y reducir al mismo tiempo el “costo de comprensión” de las instituciones financieras, a fin de obtener información rápida y precisa sobre la compleja cadena industrial.
Además, las fuentes de convergencia Hang Seng se validan mutuamente mediante una gran cantidad de técnicas de análisis de datos para evitar la relación lógica errónea entre los datos de la cadena industrial normalizada y reducir la información redundante de los datos de la cadena industrial.
“En la actualidad, también utilizamos la tecnología de inteligencia artificial, como el PNL, para promover la capacidad de identificación precisa de los datos de la cadena industrial estandarizada en el nivel de modelado de la inversión y la investigación, y mejorar eficazmente la eficiencia de la búsqueda de datos del modelo de inversión y la investigación.” Señaló. A través de la elaboración de normas de clasificación de productos, normas de inclusión de productos, normas de definición de nombres de productos, normas de construcción aguas arriba y aguas abajo, etc., han abierto todo tipo de Relaciones relacionadas con la cadena industrial de decenas de miles de empresas, como las empresas que cotizan en bolsa y las empresas clave no cotizadas, y se han utilizado ampliamente en escenarios financieros inteligentes como la inversión inteligente y la investigación, el control inteligente del riesgo, etc.
Muchos proveedores de servicios de datos financieros señalan que, aunque cada vez más colegas han hecho grandes esfuerzos en la normalización de los datos de la cadena industrial, todavía se ven afectados por muchos factores en la popularización del uso real. En primer lugar, muchos investigadores de las instituciones financieras no tienen que adaptarse rápidamente a los nuevos datos de La cadena industrial sobre la base de los hábitos de uso de los datos originales, lo que hace que la popularización de estos últimos sea más difícil y que el efecto de normalización se debilite intangiblemente. En segundo lugar, si el nuevo calibre de cálculo de los datos de la cadena industrial no es coherente con el actual modo de funcionamiento de la gobernanza de los datos de las instituciones financieras, este último no está dispuesto a gastar grandes esfuerzos para reajustar el calibre de cálculo de los datos existentes, lo que limita su ámbito de aplicación; En tercer lugar, para lograr la “normalización” de los datos de la cadena industrial, es necesario que muchas instituciones financieras aprueben el uso, pero esto también implica que muchas instituciones financieras Excel, la información semanal diaria utilizará su fórmula de cálculo de datos, si las instituciones financieras no están dispuestas a utilizar su proceso de normalización será más difícil.
El mencionado proveedor de servicios de datos financieros reveló a los periodistas que, en la actualidad, la industria está tratando de adoptar un modo de funcionamiento relativamente viable, a saber, el proveedor de servicios de datos financieros y la bolsa de valores, las instituciones de compradores bien conocidas, las instituciones de investigación y desarrollo de índices cooperan entre Sí, participan en diversos tipos de normas comerciales de datos de la cadena industrial, normas técnicas y diseño de mecanismos de dimensión de aplicación. Además, las normas de datos se introducen con éxito en el Atlas de conocimientos industriales y el sistema inteligente de inversión e investigación de más y más instituciones financieras conocidas, y la popularización de la aplicación de datos de la cadena industrial se realiza gradualmente mediante la influencia de los intercambios, las instituciones de compradores conocidas y las instituciones de investigación y desarrollo de índices, y finalmente se alcanza el objetivo de la “normalización”.
