- 综合排序
- 最热优先
- 最新优先
- 来自专栏IT大咖说
【干货·案例】金融行业应用型CMDB建设实录
国信证券负责运维平台建设，具有此类丰富经验的讲师张浩水受邀出席大会，并在DevOps道法术器专场带来针对证券及金融行业的精彩分享《证券行业DevOps第一步：IT资源自动化管理》。 整个平台的建设是从2016年启动，项目成员一共10个人，其实也不止10个人，因为咱们整个基本运维这块的人都要参与进去。 ? 06 可落地的经验总结 最后做一个总结，我们券商的案例应该对一些传统行业和泛金融行业有一些参考和借鉴的意义。 大家知道金融行业是很传统的行业，无论是银行还是证券，很多运维人员还是习惯于做手工操作。 实际上券商这个案例，我个人觉得对一些传统行业还是有一些借鉴意义。像证券这个行业没有垄断，大家都知道114家券商，这么多券商在这里竞争都非常激烈，业务创新真的不停在做。
2.2K70发布于 2018-04-04 - 来自专栏互联网运维杂谈
【干货·案例】金融行业应用型CMDB建设实录
国信证券负责运维平台建设，具有此类丰富经验的讲师张浩水受邀出席大会，并在DevOps道法术器专场带来针对证券及金融行业的精彩分享《证券行业DevOps第一步：IT资源自动化管理》。 整个平台的建设是从2016年启动，项目成员一共10个人，其实也不止10个人，因为咱们整个基本运维这块的人都要参与进去。 ? 06 可落地的经验总结 最后做一个总结，我们券商的案例应该对一些传统行业和泛金融行业有一些参考和借鉴的意义。 大家知道金融行业是很传统的行业，无论是银行还是证券，很多运维人员还是习惯于做手工操作。 实际上券商这个案例，我个人觉得对一些传统行业还是有一些借鉴意义。像证券这个行业没有垄断，大家都知道114家券商，这么多券商在这里竞争都非常激烈，业务创新真的不停在做。
1.1K10发布于 2019-11-19 - 来自专栏阿黎逸阳的代码
人工智能在金融领域的五个应用案例
本文介绍人工智能在金融领域的五个应用案例，以期帮助大家更好地了解这个新兴技术在金融中的价值和作用。 Part1 风险管理： 人工智能技术可以应用于金融风险管理，例如信用评估和欺诈检测。 Part3 客户服务： 人工智能技术可以应用于金融客户服务，例如智能客服和虚拟助手。 人工智能在金融领域的应用正逐渐改变着传统金融的运营方式和服务模式。 风险管理、量化交易、客户服务、金融市场预测和高频交易等应用案例的出现，为金融机构和投资者提供了更多的智能化解决方案，提高了风险控制能力、投资效益和客户体验。 我们应该关注并宣传这些应用案例，帮助大家了解人工智能在金融领域的价值和作用，推动金融行业的创新和发展。 往期回顾： 一文囊括Python中的函数，持续更新。。。
3.2K71编辑于 2023-09-20 - 来自专栏量化投资与机器学习
Marcos Lopez de Prado：金融机器学习的10大应用
10%的价格突然下跌属于黑天鹅事件。 当你怀疑数据中存在异常值时，请考虑应用RANSAC或类似的ML方法。 Meta-Labeling的案例 1、使用基本面模型挑选标的并确定头寸方向，使用元标签方法确定标签。 2、使用机器学习模型在元标签进行训练，得出概率可转化成头寸大小。 7、信用评级/分析师建议 1、股票分析师应用许多模型和启发式方法来产生信用和投资评级。 10、错误投资策略的检测 Y 轴显示给定数量的试验（x轴）的最大夏普比率(max {SR})的分布。较浅的颜色表示获得该结果的可能性较高，虚线表示预期值。
1.8K20发布于 2020-10-27 - 来自专栏点滴科技资讯
人工智能在金融领域应用的28个案例
该平台获取投资组合数据并应用机器学习来寻找模式并确定应用程序的好坏。由于其准确性，Underwriter.ai 表示它可以将违约率降低 25% 到 50%。 2016 年，Abe为 Slack 发布了智能金融聊天机器人。该应用程序可帮助用户制定预算、储蓄目标和费用跟踪。 f5 案例研究概述了一家银行如何使用其解决方案来增强安全性和弹性，同时减轻关键的网络安全威胁。 该公司的应用程序还有助于提高自动化程度、加速私有云并大规模保护关键数据，同时降低 TCO 并使其应用程序基础架构面向未来。 根据一项案例研究，Bank One 实施了 Darktace 的 Antigena 电子邮件解决方案来阻止假冒和恶意软件攻击。
16K12编辑于 2023-03-01 - 来自专栏Zabbix中国官方
【案例分享】银行金融业如何应用Zabbix解决方案！
如今，由强大的软硬件驱动的信息系统和应用系统是银行和金融行业的核心，一次宕机就有可能造成百万级，甚至数千万美元的损失！ ? 在银行和金融行业，最终用户体验取决于基础架构各个层面的性能和可用性：硬件，网络设备，系统软件，用户应用程序等等。所有这些项都互相集成，环环相扣，其性能很大程度与其他资源的可用性相关。 Zabbix在银行金融企业中的应用 以一台ATM机在同一银行内提取现金为例，其中需要Zabbix监控的点为： ATM机作为硬件的可用性，包括电源和ATM的机械和电子元件的工作; ATM作为与客户交互软件的可用性 案例 瑞典北欧联合银行 瑞典北欧联合银行（Nordea Bank）是整个北欧与波罗的海地区重要的金融服务集团。 ? 经营业务主要覆盖三个领域：个人金融业务、公司团体金融业务以及资产管理和人寿保险。 Zabbix部分金融银行业客户列表 ? 以上所说到的监控场景和案例只是非常简单的一些例子描述，为您说明Zabbix是如何在银行和金融行业中使用的。实际场景中行业环境的复杂程度远不止如此。
91230发布于 2021-02-03 - 来自专栏程序那些事儿
10个金融图标库，帮助你构建可视化的金融应用程序
金融图表库可以帮助我们在任何应用程序中添加股票和数字资产的走势图。 图表库正变得越来越流行。小型开发团队只需导入HTML5 图表库和 JS 库即可构建具有数据可视化的全功能金融应用程序。 如果您想为股票市场、外汇市场、商品市场和加密货币市场的金融交易开发移动应用程序或 Web 应用程序，该库非常适合。 该库带有多种图表布局，如网格、符号、聚合、日期范围和指标。 Cosaic Cosaic让你的金融应用程序用户能够分析资产类别并做出明智的投资决策。借助这些易于集成的 HTML5 图表库，你的用户将获得超越竞争对手的竞争优势。 它自 2003 年开始商业化，使开发人员能够将专业的金融图表集成到桌面、网络和移动应用程序上。 AnyChart图表库可让您开箱即用地显示多达 68 种图表类型。 Highcharts Stock Highcharts Stock 致力于处理股票市场、加密资产和所有其他投资产品的金融应用程序。
4.5K30编辑于 2023-03-07 - 来自专栏数据猿
【案例】某城商银行——消费金融大数据智能风控体系应用
本篇案例为数据猿推出的大型“金融大数据主题策划”活动（查看详情）第一部分的系列案例/征文；感谢 数尊 的投递 作为整体活动的第二部分，2017年6月29日，由数据猿主办，互联网普惠金融研究院合办，中国信息通信研究院 ”、“应用创新奖”、“最佳实践奖”、“优秀案例奖”四大类案例奖 ? 来源：数据猿丨投递：数尊 本文长度为5000字，建议阅读10分钟 近年来，伴随互金、消金等业务形态的崛起，个人金融信贷业务范围逐步扩展至新场景、新客群，探索出了新模式、新通道。 任务/目标 银行现有风控体系面临数据应用范围扩展、风控决策效率不匹配场景需求，本项目旨在达成如下目标： 1）探索非金融体系数据的应用：现有风控体系基于央行征信报告设计，内部数据集成项目正在进行过程中，时间不可匹配业务 BOL使用了目前最先进的流处理技术和实时处理机制，支持在10ms以内实现个人客户标签的抽取、数据的交叉比对等内容，极大的降低了业务界面客户等待的时间。
3.6K41发布于 2018-04-19 - 来自专栏Rainbond开源「容器云平台」
好雨案例 | 某大型金融数据公司利用Rainbond解决应用交付难题
某大型金融数据公司（以下简称“公司”）核心为银行、保险、消费金融、信贷、互金等行业客户提供全套数据服务和解决方案，帮助此类对数据安全要求极高的客户将数据决策转化为业务决策。 同时，公司考虑到未来发展和战略规划，需要解决以下问题： 在技术团队急剧扩张的情况下，如何完成团队治理工作 在业务体量快速增长的情况下，如何优化架构并保障线上服务质量 资深消费金融等大型系统整体方案如何快速实施落地 ，减少服务器成本约47% 产品迭代速率提升约1.9倍 过去需要3人天交付的项目，目前仅需0.5人天左右即可完成 更多项目开始可以通过远程的方式进行交付和维护 关于Rainbond Rainbond是以应用为中心的 PaaS，深度整合基于Kubernetes的容器管理、Service Mesh微服务架构、多类型CI/CD应用构建与交付、多数据中心的资源管理等技术，提供提供云原生应用全生命周期解决方案，构建应用与基础设施 、应用之间及基础设施之间的互联互通生态体系。
84930发布于 2018-05-31 - 来自专栏钱塘大数据
不谈概念，物联网的10个典型应用案例
导读：很多企业仍然在进行概念验证看看物联网（Internet of Things，IoT）可以在哪些方面给他们的运营和战略带来价值，但是已经有很多物联网应用在跨多个行业领域扎下了根，并且正在给业务带来良好的影响 下面就是10个不错的例子。 ? 1、交通基础设施 在公路和铁路的关键点设置传感器，这能城市可以监控交通基础设施的健康运作状况，以及监控像交通流量和拥堵这样的事件。 10、安全监控/追踪阿尔茨海默氏症患者 现在可以通过物联网传感器追踪患有阿尔茨海默氏症或者其他精神衰弱疾病的个人，当他们离开家并且找不到回家的路的时候。
7.5K40发布于 2018-03-01 - 来自专栏DevOps时代的专栏
红帽金融行业 DevOps 案例分享
方浩 红帽金融行业解决方案经理 大家好，我会从偏行业角度来谈一下DevOps在金融行业去落地的时候会遇到的一些问题。 ? 其实对于金融客户来说，我们在落地DevOps的时候，不仅是一个技术方面的工作，比如说从整个DevOps的开发到运维的工作的协同上打通，到深层次垂直方面的CI/CD的工具链集成，会有和金融客户相关的特定的事情 在这个过程中，对于开源的软件的使用，其实我们在DevOps的过程里面，是需要从源头开始去保证金融客户的应用环境的安全。 对于金融客户我们会发现为了实现分布式架构，我们会用到大量的比如宏观的AMQ，会用到大量的内存缓存的产品，也会用到很多分布式的微架构。 在这种情况下，都会导致整个应用的部署非常复杂，部署一套应用功能需要很多不同的组件协同工作。在这种情况下，往往只有通过DevOps的过程，才能为我们带来更好的运维效率。
2.9K51发布于 2018-08-01 - 来自专栏AI机器思维
金融常识生活的必备——跟着案例理解金融(python实现）
理解金融常识，可以帮助我们更好的理财和信贷，同时也帮我们减少损失，提高风险意识。理解常用金融知识，帮助提升金融与社会生活的应用价值，指导理财、信贷、消费与生活。 金融与社会各行业相关，通过实际的金融案例学以致用提升生活品质，快速掌握金融业务知识又能掌握python的实际应用价值。 案例3： 永久年金是指未来每隔一段时间有等额的现金支付，直到永远。例如在未来每年底收到10万元人民币，或者像政府发行的一种债券支付定额的利息。 本案例假定定额的年度支付为10万元人民币，在第1年结束时收到第1笔支付，年度折现率为10%，程序实现如下，PV值为100万元人民币 ? 下面以一个案例讲解：假定第1笔现金流发生在第6年年底，之后每年年底获得10万元人民币，直到永远，如果折现率为每年6%，这个永久年金现值是多少？程序如下,计算得出PV现值大约为124.54 ?
2.8K20发布于 2019-09-17 - 来自专栏数据猿
【案例】宜信——可信金融风控SMART-ITFIN大数据支撑应用
本篇案例为数据猿推出的大型“金融大数据主题策划”活动（查看详情）第一部分的系列案例/征文；感谢 银联智惠 的投递 作为整体活动的第二部分，2017年6月29日，由数据猿主办，互联网普惠金融研究院合办，中国信息通信研究院 ”、“应用创新奖”、“最佳实践奖”、“优秀案例奖”四大类案例奖 来源：数据猿丨投递：银联智惠 本文长度为5000字，建议阅读10分钟 互联网金融（ITFIN）是利用互联网技术和信息通信技术实现资金融通 随着SMART—ITFIN的迭代优化，业务级月调用次数区间峰值跨越50万级，2016年上半年保持了10%以上月度复合增长率，单产品品业务额2016年12月同比2015年12月增长超过300%（如：智慧画像 公司先后荣获“2015年度中国互联网金融创新奖”、“2015上海智慧城市建设十大优秀应用奖”、“2016中国大数据创新企业”、“2016中国大数据应用最佳实践案例”、“中国电信云和大数据最佳合作伙伴奖” 、“全国信标委大数据标准工作组2016年度优秀单位”、“首席数据官联盟最佳行业应用案例奖”等多项行业奖项。
2K50发布于 2018-04-24 - 来自专栏python3
Python金融应用编程|金融工程现在用
课程从介绍简单的金融应用开始，带领学员回顾Python的基础知识，并逐步学习如何将Python应用到金融分析编程中。 最后课程介绍了Python的面向对象编程并介绍了两个案例：使用Python实现金融衍生品分析库以及使用Python实现事件驱动的量化投资系统，使学员在实战的环境下理解Python在金融应用开发中的具体应用方式 1、Hadoop概述 2、使用Hadoop实现字符统计 3、Hadoop金融应用举例 4、NoSQL介绍 第十四讲、案例1：使用Python构建期权分析系统 本案例使用之前各讲介绍的Python金融应用相关知识 ，构建相对完整的期权分析系统，帮助学员掌握金融系统开发的要点以及Python整合应用的方式，与之前介绍相比，在案例分析中更多的使用面向对象方法。 、欧式执行类、美式执行类） 4、衍生品分析库应用——波动率期权定价 第十五讲、案例2：使用Python构建简单的算法交易系统 算法与程序化交易是大数据时代计算机技术在金融领域应用的最重要方面之一。
6.2K40发布于 2020-01-15 - 来自专栏python知识
应用案例
如下所示的界面中，有“下载”和“关于”两个按钮，用休眠的方式模拟点击“下载”按钮会联网下载文件需要耗费10秒的时间，如果不使用“多线程”，我们会发现，当点击“下载”按钮后整个程序的其他部分都被这个耗时间的任务阻塞而无法执行了 import time import tkinter import tkinter.messagebox def download(): # 模拟下载任务需要花费10秒钟时间 time.sleep (10) tkinter.messagebox.showinfo('提示', '下载完成!') def main(): class DownloadTaskHandler(Thread): def run(self): time.sleep(10
1K20发布于 2021-05-19 - 来自专栏数据小魔方
ggplot2高阶案例应用——中国家庭金融资产配置变化
今天浏览新闻，看到一个关于美国居民家庭金融资产配置的调查，主要介绍1974年~2016年美国居民和非居民部门家庭金融资产配置比例分布演变的数据。 1974年，一个典型公民把8%的金融资产放在现金和活期存款，35%放在定期存款，0.1%放在货币基金，3%放在共同基金，47%放在养老金。 这是一个典型的时间点结构对比数据，我之前曾经用Excel做过一个类似场景的图表，今天使用R语言重新演示此案例。 ) mydata$Class<-factor(mydata$Class,levels=c("现金和活期存款","定期存款","货币基金","共同基金","养老基金"),ordered=T) 以上这种案例图 plot.title=element_text(size=35,hjust=0), plot.caption=element_text(size=20,hjust=0), plot.margin=margin(10,0,10,0
88450发布于 2018-04-11 - 来自专栏Rainbond开源「容器云平台」
案例|某大型金融数据公司利用Rainbond实现应用交付的提质增效
摘要 关键词：敏捷开发、集成交付、远程维护、降本提效 正文 某大型金融数据公司（以下简称“公司”）核心为银行、保险、消费金融、信贷、互金等行业客户提供全套数据服务和解决方案，帮助此类对数据安全要求极高的客户将数据决策转化为业务决策 急需资源管理平台进行统一管理 快速增长的业务需求导致现有开发节奏过于紧张，落地DevOps工作流进展不理想，急需生产就绪的开发运维平台来降本提效 需要实现Strom、Seldon等前沿技术框架在生产环境下的快速部署和快速应用 同时，公司考虑到未来发展和战略规划，需要解决以下问题： 在技术团队急剧扩张的情况下，如何完成团队治理工作 在业务体量快速增长的情况下，如何优化架构并保障线上服务质量 资深消费金融等大型系统整体方案如何快速实施落地 PaaS，深度整合基于Kubernetes的容器管理、Service Mesh微服务架构、多类型CI/CD应用构建与交付、多数据中心的资源管理等技术，提供提供云原生应用全生命周期解决方案，构建应用与基础设施 、应用之间及基础设施之间的互联互通生态体系。
1.1K100发布于 2018-05-17 - 来自专栏点滴科技资讯
摩根斯坦利：全球金融和支付产业区块链应用案例研究
中英文PDF报告请加入点滴科技资讯知识星球下载或者与群秘联系！点滴科技资讯感谢您的支持！
3.5K134发布于 2018-05-07 - 来自专栏数据科学人工智能
精品教学案例 | 金融交易反欺诈案例研究
查看本案例完整的数据、代码和报告请登录数据酷客（http://cookdata.cn）案例板块。 本案例适合作为大数据专业数据清洗或Pandas数据分析课程的配套教学案例。 通过本案例，能够达到以下教学效果： 培养学生对真实数据进行初步探索的能力。案例基于真实数据生成的移动金融支付模拟数据集，进行数据清洗以及描述性统计分析，使学生对金融诈骗问题有所了解。 ，本案例的研究有利于加深对金融诈骗问题的认识，对帮助金融监管部门打击金融诈骗也有积极的促进作用。 联想到之前发生的不法分子趁用户熟睡时进行金融诈骗的案例—— 吓人！ 4.总结 本案例使用了基于真实数据生成的移动金融支付模拟数据集，然后通过数据清洗和数据描述性统计等方法研究了何时为金融诈骗交易高发时段、金融诈骗交易诈骗金额以及相对于正常金融交易金额的大小。
2.1K20发布于 2020-05-09 跨场景客服案例：腾讯混元在游戏、金融、视频、医疗、支付场景的应用
摘要： 本文以腾讯客服基于混元大模型在游戏、金融科技、视频、医疗健康、支付五大场景的多轮对话落地为案例示例，介绍跨行业客服场景的能力共性与差异，并说明同源能力如何通过腾讯云 TokenHub 平台供企业自建客服系统使用 二、案例示例：腾讯客服基于混元的多场景多轮对话 以下为腾讯内部产品落地案例示例，来自产品资料 §6.3 客户案例原文披露的内容，不代表 TokenHub 平台对所有外部客户的通用能力承诺。 工单历史快速摘要 3.2 金融科技客服：合规 + 精确 金融场景对回答的"边界"要求最严，错答比不答风险更高。模型层重点是： a. 开启 Prompt Cache 后，同一前缀的请求复用 KV Cache，缓存命中输入价通常为常规输入价的 1/4 ~ 1/10。 实操要点： a. 腾讯客服把混元大模型在游戏、金融、视频、医疗、支付五大场景跑出可参考的落地案例，TokenHub 把同源的模型能力对外开放，让企业可以在自己的客服系统里复用相同的基础设施。
31010编辑于 2026-05-28
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号