FinTech掃盲: 大數據 & 區塊鏈

更新於 2020/01/02閱讀時間約 2 分鐘
2B是近來很夯的用語, 指的不是鉛筆, 而是Big data(大數據)和Blockchain(區塊鏈)
Big data(大數據): 想當然耳就不解釋了, 還不懂可以問孤狗大神; 不過現在這名詞被濫用, 多數時候您們認為的大數據分析, 實際上就只是傳統的數據分析而已
Data scientist(資料科學家): 就是專門在處理大數據的(10幾年前還在台股市值最大公司做SAP BW的時候便有像), 試圖在巨型資料裡面發掘智慧 (involved in retrieving insights and information from the data)
Blockchain(區塊鏈): 此技術記得重點四字 --- 去中心化 --- 中心化的信用系統是靠國家防止造假, 去中心化就是靠大家(所有參與者)防止造假: 把資料庫看成是一個大賬本, 系統中每個人都可以來進行記賬, 把每10分鐘當成1個區塊(block), 系統會評判這段時間內記賬最快最好的人(礦工), 然後把他記錄的內容寫到賬本, 並將這段時間內賬本內容發給系統內所有的其他人進行備份, 最後系統中的每個人都有了一本完整的賬本. 其實不就是用區塊鏈技術建立一個全網總賬的去中心化信用過程
礦工: 買一堆繪圖卡做成所謂挖礦機的人是謂礦工(其實機器才是, 主人算是礦主吧?). 實際上他們就是去競爭這十分鐘一個區塊(block)的記賬權, 競爭的規則就是正確記賬的同時要去解SHA-256難題, 誰能證明自己的電腦算力最快, 系統就判定勝出得到這10分鐘區塊的合法記賬權, 並得到比特幣的獎勵 --- 以上就是俗稱的“挖礦”過程
最下圖是區塊科技(BlockTech)目前在商業化的運用, 分三大類(底層.中層.上層)臚列了眾多廠商(搞不好有已經倒閉的? 哈哈):
我們常在講比特幣 bla bla...的, 要注意這幣分兩種coin & token 的差異 ---
Coin: 底層(infrastructure & base protocols)用了blockchain技術(ex: BitCoin用的中本聰技術; 有很多技術都叫做blockchain啦, 你也可以自己發明, 看有沒有人要鳥你或用你的技術而已)
Token: 上層(應用層)不同, 但底層用的技術相同(就是你也可以用和BitCoin一樣的區塊鏈技術, 做出 自營家Token...etc; 一樣看有沒有人要鳥你或買你的幣而已). 有人不停地換名字做ICO(v.s. IPO), 號稱區塊鏈專家, 其實屬應用層的token(發幣的人都故意自稱XXXCoin裝高級), 幾乎沒啥門檻, 大陸一堆名不見經傳的阿狗阿貓都會發幣, 找我掛名專家我都不敢
區塊科技已經提供的商業服務
avatar-img
20會員
23內容數
留言0
查看全部
avatar-img
發表第一個留言支持創作者!
自營家的沙龍 的其他內容
先說選擇權: 第1階段 --- finding strategies with sufficient profit potential to justify making a trade(找尋最能賺的策略) --- 大部分選擇權相關的書籍, 以及各式的網路資料, 都停留在這邊
交易某些時候和數學一樣, 好像有客觀正確的解答; 但發表分數時又很不一樣, 數學答案錯立刻得不到分數, 交易策略錯誤卻很可能得到分數, 運氣好時甚至是大大地得分!
資金若小, 單一策略衝獲利是OK的. 如果資金夠大, 最好開發出一些相關係數低的不同策略(ex: 5個 ?) 賺管理財而非機會財比較容易
--- 電視氣象播報常說: 明天下雨的機率是30% --- 以上用統計機率論觀點的解釋是 => 如果有100個明天, 有30個明天會下雨!!! 但明天只會有1個, 而且僅僅有 [下雨] & [不下雨] 2種狀況而已, 所以其實明天會下雨的機率 --- 永遠只能是50% 和操作思考做連結 ...
先說選擇權: 第1階段 --- finding strategies with sufficient profit potential to justify making a trade(找尋最能賺的策略) --- 大部分選擇權相關的書籍, 以及各式的網路資料, 都停留在這邊
交易某些時候和數學一樣, 好像有客觀正確的解答; 但發表分數時又很不一樣, 數學答案錯立刻得不到分數, 交易策略錯誤卻很可能得到分數, 運氣好時甚至是大大地得分!
資金若小, 單一策略衝獲利是OK的. 如果資金夠大, 最好開發出一些相關係數低的不同策略(ex: 5個 ?) 賺管理財而非機會財比較容易
--- 電視氣象播報常說: 明天下雨的機率是30% --- 以上用統計機率論觀點的解釋是 => 如果有100個明天, 有30個明天會下雨!!! 但明天只會有1個, 而且僅僅有 [下雨] & [不下雨] 2種狀況而已, 所以其實明天會下雨的機率 --- 永遠只能是50% 和操作思考做連結 ...
你可能也想看
Google News 追蹤
Thumbnail
*合作聲明與警語: 本文係由國泰世華銀行邀稿。 證券服務係由國泰世華銀行辦理共同行銷證券經紀開戶業務,定期定額(股)服務由國泰綜合證券提供。   剛出社會的時候,很常在各種 Podcast 或 YouTube 甚至是在朋友間聊天,都會聽到各種市場動態、理財話題,像是:聯準會降息或是近期哪些科
Thumbnail
想像一下,今天你走進Apple實體店,想要購買一隻iPhone手機,考量到常常不小心就把手機摔壞或遺失的情況,於是你決定購買AppleCare+的手機保險服務,然而打開合約後發現,這份保險合約的名稱為「AIG美國國際產物行動裝置保險」而不是「蘋果公司行動裝置保險」。
Thumbnail
IsurTech從字面上理解,可以被拆分成「Insurance」與「Technology」兩個單詞,而InsurTech顧名思義就是保險服務如何與新興科技結合,讓保險公司可以開發出更具多樣化的商品,但保險因InsurTech變得越來越精準時,可能會產生哪些影響?
Thumbnail
2019年中國人民銀行(以下簡稱中國央行),決定將在蘇州、深圳、成都等地點,展開DCEP的試行消息,引發各國對於央行數位貨幣的討論與關注度,在此之前如日本、韓國、英國等都正著手研擬發行央行數位貨幣(Central Bank Digital Currency, CBDC)的可行性
Thumbnail
近年來銀行因數位化的衝擊,紛紛採用微服務(Microservice)或Open API的方式進行數位轉型,但底什麼是微服務?到底什麼是Open API?有鑑於此,我們將用生活中飲料店的情境,來比喻Open API與微服務(Microservice)的概念,希望能幫助大家有效理解這兩者運作的概念
Thumbnail
開放銀行(Open Banking)是指在取得消費者同意後,透過應用程式介面(API)與其他銀行或是第三方服務供應商(TSP)的合作,藉由取得消費者資料,提供更加個人化、多元的金融服務。今天我們將用更生活化的案例:「去餐廳吃飯」的場景,說明到底什麼是開放銀行(Open Banking)。
Thumbnail
資料科學(Data Science)應該是繼AI之前,大家最關注的議題,如何運用數據分析瞄準目標客群,制定不同的行銷策略,已經是每個產業必備技能。 然而在建立市場行銷模型時,我們大多先以「射飛鏢」的方式,從無數個變數中,挑初一、二個做為初步劃分市場的區隔,經由修正與調整建立市場行銷模型,評估行銷成效
Thumbnail
*合作聲明與警語: 本文係由國泰世華銀行邀稿。 證券服務係由國泰世華銀行辦理共同行銷證券經紀開戶業務,定期定額(股)服務由國泰綜合證券提供。   剛出社會的時候,很常在各種 Podcast 或 YouTube 甚至是在朋友間聊天,都會聽到各種市場動態、理財話題,像是:聯準會降息或是近期哪些科
Thumbnail
想像一下,今天你走進Apple實體店,想要購買一隻iPhone手機,考量到常常不小心就把手機摔壞或遺失的情況,於是你決定購買AppleCare+的手機保險服務,然而打開合約後發現,這份保險合約的名稱為「AIG美國國際產物行動裝置保險」而不是「蘋果公司行動裝置保險」。
Thumbnail
IsurTech從字面上理解,可以被拆分成「Insurance」與「Technology」兩個單詞,而InsurTech顧名思義就是保險服務如何與新興科技結合,讓保險公司可以開發出更具多樣化的商品,但保險因InsurTech變得越來越精準時,可能會產生哪些影響?
Thumbnail
2019年中國人民銀行(以下簡稱中國央行),決定將在蘇州、深圳、成都等地點,展開DCEP的試行消息,引發各國對於央行數位貨幣的討論與關注度,在此之前如日本、韓國、英國等都正著手研擬發行央行數位貨幣(Central Bank Digital Currency, CBDC)的可行性
Thumbnail
近年來銀行因數位化的衝擊,紛紛採用微服務(Microservice)或Open API的方式進行數位轉型,但底什麼是微服務?到底什麼是Open API?有鑑於此,我們將用生活中飲料店的情境,來比喻Open API與微服務(Microservice)的概念,希望能幫助大家有效理解這兩者運作的概念
Thumbnail
開放銀行(Open Banking)是指在取得消費者同意後,透過應用程式介面(API)與其他銀行或是第三方服務供應商(TSP)的合作,藉由取得消費者資料,提供更加個人化、多元的金融服務。今天我們將用更生活化的案例:「去餐廳吃飯」的場景,說明到底什麼是開放銀行(Open Banking)。
Thumbnail
資料科學(Data Science)應該是繼AI之前,大家最關注的議題,如何運用數據分析瞄準目標客群,制定不同的行銷策略,已經是每個產業必備技能。 然而在建立市場行銷模型時,我們大多先以「射飛鏢」的方式,從無數個變數中,挑初一、二個做為初步劃分市場的區隔,經由修正與調整建立市場行銷模型,評估行銷成效