近年来，大数据和其衍生的技术成为了各行各业争相追捧的对象，对于金融行业来说，大数据金融也给了业绩很高的期望，它会给金融行业带来怎样的变化?

对于金融研究领域的从业者而言，大数据技术早就融入进了绝大部分研究者的日常工作当中。

如果只停留在对大数据字面意义的理解来分类，所有的金融实证研究例如应用型金融资产定价、市场微观结构等，早在三四十年前就引入了对海量数据的统计分析技术。最著名的案例包括尤金·法玛和肯尼斯·弗伦奇教授在上世纪九十年代初期，一系列关于市场风险溢价因子的研究论文，后来对于资产组合管理理论以及具有里程碑意义的三因子理论模型的提出，都是基于对美国和当时全球主要发达国家的证券市场过去几十年的交易数据深度统计研究的结果上获得的。更不要说当代关于市场微观结构的理论文献，每一项成果的背后无不凝聚着对高达十几甚至上百千兆字节海量高频行情和交易数据深度挖掘而归纳出的智慧结晶。所以传统的大数据应用对于金融理论研究领域来讲，其实并不属于门外的陌生人。

大数据的概念，并不能仅仅局限在突出数据的“多且海量”这一个方面的特征，其实它也需要囊括对数据“新且多元”的这么一层深刻理解。针对金融行业以及金融研究领域的大数据应用上，更应该强调它“新且多元”的一面。

过往我们所熟悉的金融研究文献，它需要搜集采纳的数据一般就是金融资产的市场交易数据。但是现在越来越多的创新型金融研究理论和模型的研发，已经跳出了对传统交易数据的唯一路径依赖，而采用了多样化的数据来源和格式，例如卫星影像数据、互联网搜索数据、人脸识别数据、图像声纹数据、媒体文本数据和社交通讯数据等。

“新且多元”的大数据，已经越来越明显地改变了金融行业的从业生态和重塑了金融研究的实践思维。

关注“CDA人工智能学院”，回复“录播”获取更多人工智能精选直播视频！