科技公司金融应用

A. 金融行业软件上市公司有哪些

1、乐信集团

乐信集团成立于2013年8月，旗下有多个业务，其中P2P业务是由桔子理财负责。主要业务包括：互联网理财品牌桔子理财、品质分期购物平台分期乐商城、金融资产开放平台鼎盛资产等。

乐信集团当前股价为16.81美元，总市值24.09亿美元，于美国东部时间12月21日(周四)在纳斯达克挂牌上市，融资1.2亿美元。

2、点牛金融

点牛金融营主体是上海点牛互联网金融信息服务有限公司，总部位于上海，成立于2015年11月。

是一家新型互联网金融信息服务应用，点牛金融是一家专注资金银行存管、专注车贷市场、依托智能风控核心技术的平台，旗下运营平台：点牛金融。美股代码：DNJR，股价为4.600美元，总市值为6693万美元。

3、拍拍贷

拍拍贷是中国第一家网络信用借贷平台，成立于2007年6月，公司全称为“上海拍拍贷金融信息服务有限公司”，总部位于上海，是国内用户规模最大的网络信用借贷平台之一。拍拍贷于美国纽交所上市，当前股价为7.33美元，公司总市值24.05亿美元。

4、融金所

融金所是深圳市融金所资本管理集团有限公司旗下的P2P平台，总部位于深圳市福田区，致力为有资金需要的中小企业提供安全有效的贷款服务，融金所的业务包括风险控制、资料审批、网络借贷、信用担保等形成了一站式的金融服务平台。

5、宜人贷

宜人贷是由宜信公司2012年推出，2015年12月18日，宜人贷在美国纽交所成功上市，股票代码：YRD。宜人贷通过互联网、大数据等科技手段，致力于提供高效便捷的个人信用借款与出借服务。宜人贷当前股价为38.590美元，总市值为23.08亿美元。

B. 中国现在哪些公司的金融软件做的比较好

中国现在哪些公司的金融软件做的比较好

软件开发公司排名一直是一个比较具有争议性的话题，因为每个软件开发公司都有自己擅长的领域，但是通过一些共同的性质和条件我们也可以大致判断出一些较好的软件开发公司特点，今天小编就介绍一下国内比较好的软件开发公司排名。

第四名:深圳市千佰特科技有限公司

推荐理由：千佰特科技是一家以营销策略 创意设计 实力技术 专业服务为核心的互联网公司，创建于2008年，公司先后在广州、重庆、西安、贵阳先后成立分公司。致力为企业提供全面的网络宣传与技术应用整体策划方案，真正实现企业互联网信息智能化，提高企业在网络科技时代的市场竞争力。

第五名:深圳市凯亿信息科技有限公司

推荐理由:凯亿科技是一家提供专业物联网、互联网技术服务的软件孵化公司,公司理念创新超前,与时代接轨,旗下多家品牌子公司,为客户提供专业的定制商业服务,节省成本,解决行业痛点,致力于系统集成、网站开发、WEB应用、App开发、云计算、微信小程序、智能硬件对接、互联网+等软件应用解决方案。搭建源代码开发资源整合下载平台,以用户需求为核心,提供专业、专项的服务。公司团队100余人,80%以上为技术人员,其中37人具有10年以上开发经验,2016年曾提交区块链模板专利认证,其中包括金融、生态农业、电商、教育。

C. 刚成立两个多月的网络科技有限公司，主要是从事金融类APP软件开发应该要如何做推广呢

是在哪里？没有销售人员吗？ 招几个资深销售，让销售去推广，这么简单非要搞得那么复杂。

D. 人工智能在金融科技领域有哪些应用

应用场景一：征信与风控 近几年，国内P2P和现金贷的大量涌现，说明了个人小额信贷的市场需求巨大。在过去，针对该类小贷用户，一般单纯地依靠地推人员挨家挨户进行实地征信。如今，基于大数据和人工智能技术，可以实现智能征信和审批，极大地提高工作效率。通过多渠道获取用户多维度的数据，如通话记录、短信信息、购买历史、以及社交网络上的相关留存信息等；然后，从信息中提取各种特征建立模型，对用户进行多维度画像；最后，根据模型评分，对用户的个人信用进行评估。同样，对于市场上中小微企业融资难的问题，也可以通过大数据征信得以解决。 相对于征信，在风控中，贷前要识别贷款人信息的真实性，还要识别其还款意愿和还款能力，贷中通过监控贷款人的行为数据及时发现异常，贷后通过反馈数据补充信用评分。在这个过程中，利用用户数据积累和人工智能技术建立有效的智能化风控体系是核心能力，直接决定着一个平台能否持续健康地运营。应用场景二：反欺诈 金融安全是维护金融秩序的基石。与虚拟的社交网络不同，金融用户需要验证身份的真实性，其中可能涉及的技术包括人脸识别、语音识别、指纹识别和虹膜识别等。相对于我们人类，人工智能在此领域往往表现得更加优异，不仅能缩短识别时间，还能降低识别错误率。如今，越来越多的人工智能应用出现在现实生活中，比如指纹付款、扫脸取款等。 此外，人工智能在网络反欺诈方面也发挥着巨大的作用，机器可以从海量的交易数据中学习知识和规则，发现异常，比如防止盗刷卡、虚假交易、恶意套现、垃圾注册、营销作弊等行为，为用户和机构提供及时可靠的安全保障。应用场景三：智能投顾 智能投顾是在多个市场和大资产类别之间构建投资组合，分散风险，追求长期收益。 与传统方式有所区别，智能投顾可结合现代资产组合理论和投资者偏好为投资者提供建议，加快释放投资理财的“长尾”市场，具有佣金低和信息透明等特点。更通俗点说，智能投顾实际上是把私人银行的服务在线智能化，服务更广泛的普通老百姓。 当前，智能投顾平台已经在国内市场出现。2016年12月，招商银行摩羯智投正式上线，这是国内银行业首家推出的智能投顾服务。据介绍，摩羯智投运用机器学习算法，融入招行多年的业务经验，在此基础上构建了以公募基金为基础的、全球资产配置的“智能基金组合配置服务”。在客户进行投资期限和风险收益选择后，摩羯智投会根据客户自主选择的“目标-收益”要求，构建基金组合，由客户进行决策、“一键购买”并享受后续服务，使得投资小白也可以轻松使用。应用场景四：营销与客服 在金融平台上，如何识别有效的客户往往是难点。而人工智能可以通过用户画像和大数据模型精准找到用户，实现精准营销。 另外，在客服中，用户咨询的问题大都是重复性的，而且往往限定在几个特定的领域内，这些特点使其成为自然语言处理和智能客服机器人的极佳选择。通过智能客服机器人可以发掘用户的需求，解释和推荐产品，还能带来销售转化。智能客服可以解决用户的大部分问题，在非常确定答案的时候可以直接回答，在不确定时把可能的答案提供给人工客服，由人工客服判断选择最佳答案发送给用户。这样极大地提升了客服效率和用户体验，同时也降低了人力成本。应用场景五：投资决策 在投资机构和投行部门中，日常的工作如收集大量的资料、进行数据分析、报告撰写等，往往占用了大量的时间和精力。而在处理海量的数据信息时，机器拥有天然的优势，通过自然语言处理技术可以理解文本信息，寻找市场变化的内在规律。一个经典案例是沃尔玛超市发现尿布和啤酒放在一起会增加销量。大数据可以发现看似毫不相关的事件间的关联性，应用在投资领域也会有同样的效果，比如苹果发布新手机会影响哪些公司的股价等。 人工智能还能够根据收集到的市场历史数据进行预测，分析判断企业的成长性，从而辅助投资决策。一个著名例子是，美国最大的信用卡行CapitalOne的两名员工利用职务便利，分析了至少170家上市零售公司的信用卡消费情况，并据此预测这些公司的营业收入，然后提前购入看涨期权或看跌期权，三年内投资收益率高达1800%。虽然是反例，但对于智能预测应用有很好的启发意义。 此外，机器还可以根据收集到的资料，自动生成大量格式固定的文档，比如招股说明书、研究报告、尽调报告和投资意向书等，从而提高效率，减少枯燥的重复性工作。

E. 目前国内有哪些比较好的金融科技公司，可以推荐一下

1、平安财富理财管理有限公司

平安财富理财管理有限公司于2011年3月16日在自贸区市场监督管理局登记成立。法定代表人张要辉，公司经营范围包括投资管理，资产管理，商务信息咨询、企业管理咨询等。

2、苏宁金融

苏宁金融是中国金融O2O先行者。凭借苏宁线上线下海量的用户群体、特有的O2O零售模式和从采购到物流的全价值链经营模式，建立支付账户、投资理财、消费金融、企业贷款、商业保理、众筹、保险、预付卡等业务模块；

打造了苏宁易付宝、苏宁理财、任性付、供应链融资、电器延保等一系列知名产品，为消费者和企业提供多场景的金融服务体验。

3、蚂蚁金服

蚂蚁金服旗下有支付宝、余额宝、招财宝、蚂蚁聚宝、网商银行、蚂蚁花呗、芝麻信用等子业务板块。

4、宜信

宜信公司创建于2006年，总部位于北京，已经发展成为一家从事普惠金融和财富管理事业的金融科技企业 。在支付、网贷、众筹、机器人投顾、智能保险、区块链等前沿领域积极布局，通过业务孵化和产业投资参与全球金融科技创新。

5、京东金融

京东金融是京东数字科技集团旗下专注于金融科技服务的重要业务板块。它诞生于京东集团内部，2013年10月独立运营。

京东金融始终基于强大的数字科技能力，致力于为让消费者享受专业、安全的数字金融服务，旗下包含个人和企业两大服务体系。

F. 人工智能在金融科技领域有哪些应用呢

人工智能助推了金融科技的发展，自然在金融科技领域的应用比较多比如睿智合创（北京）科技有限公司（简称“睿智科技”），就是一家利用人工智能技术在金融科技领域实现服务与产品广泛应用的企业。睿智科技的业务以大数据评分为“一个中心”，以科技赋能和智能导流为“两个基本点”，三大核心板块围绕着解决银行等金融机构的风控和获客两大痛点展开，且已经与国内排名前列的大中型银行开展了紧密合作。

G. 金融科技公司主要是做啥子业务

技术带来的金融创新，它能够产生新的商业模式、应用、过程或产品，从而对金融市场、内金融机构容或金融服务的提供方式产生重大影响。更进一步地，在金融科技所覆盖的范围与领域方面，巴塞尔银行监管委员会区分出四个核心应用领域：
“存贷款与融资服务”、“支付与清结算服务”、“投资管理服务”以及“市场基础设施服务”。
“存贷款与融资服务”领域涵括网贷、征信、众筹等产品；
“支付与清结算服务”包括移动支付、P2P汇款等内容；
“投资管理服务”典型代表是智能投顾与智能投研等；
“市场基础设施服务”的内容则最为广泛，意指人工智能、区块链、云计算、大数据、安全等技术所带来的金融产品的创新。

H. 鼎鸿阳作为金融科技公司，主要业务是什么

不一样的厂房价格都是不一样的，不同地区不同地段都有差异.

I. 金融科技在大数据和人工智能方面有哪些应用

近年来，人工智能有一系列的突破，在金融领域的应用也发展很快。我们做FDT的时候心目中有一个偶像，就是美国的文艺复兴科技公司，它旗下基金的平均回报率，在1989年到2009年间达到35%，比索罗斯和巴菲特高出10个百分点。2015年9月花旗做了一个预测，未来10年智能理财管理会增加5万亿美元的收入。高盛预测2025年AI为金融行业带来的增值每年达到430亿美元。2017年3月摩根大通发布了一款金金融合同解析软件，只需几秒就能完成以前律师们36万小时的工作。这说明人工智能很可能大规模的在商业，特别是在金融领域应用。而且，在金融领域应用大数据也有一些先天的优势条件和基础。刚才黄院士讲了，人工智能的前提是必须有海量的大数据，数据越多越能说明问题，而金融公司天生就是数据公司，银行也好，交易也好，每天和数据打交道，而且这个数据的质量和数量也能达到一定的要求，这是人工智能得以应用的一个非常重要的数字基础。另外，银行金融的业务相当多的是预测和决策类的，正是人工智能模型最擅长的领域。还有一点，金融作为全社会资源的配置工具，用AI对其加以优化，无疑有很大的社会意义和商业意义。
下面讲讲智能教育。FDT最初的宗旨就是为了培养交易员，是一种公益教育。FDT有自己的教育理念，有智能的训练软件作为教育工具，还有一套完整的教育准则和评价体系。这套教育准则和评价体系就是FDT财商指数，这不仅是我们评价交易员的标准，也是个性化教育的工具。这个财商指数本质上是通过大数据给用户画像，我们的用户就是交易员和散户，以加深对他们交易行为和交易心理的理解。我们根据海量的模拟交易数据发明了FDT财商指数。大家看这张图，这张图的横坐标是风险控制能力，纵坐标是盈利能力，用这个可以分清不同的交易员的情况，然后对他进行个性化教育。我们把交易员分为四类。第一类是优秀的模拟交易员。他们相对于庞大的FDT用户是很少的，占比不足1%，这部分交易员收益风险俱佳，可以重点培养，甚至可以给他实盘操作。第二类就是高级模拟交易员，占比约9%，他们交易的意愿比较强，可以通过个性化的智能教育和培训帮助他提高。第三类就是中极模拟交易员，占比超过40%，他们风险意识较强，可以考虑被动投资。第四类是初级模拟交易员，FDT财商指数值比较低，但人数最多，占比超过50%，需要继续帮助他们上金融教育课。
FDT财商指数的创新，在于它结合了人工智能+大数据+行为经济学。传统的金融方法都是靠问卷，基于人工设定的权限规则，对设定之外的行为特征就无能为力了，而FDT的财商指数是基于人工智能，通过非线性的机器学习模型，将上百个交易特征结合在一起，自动地抽取大量的判定规则，最终形成了财商指数的分数排序。传统的金融是基于结算后的“天”级别的数据，数据量少，非常简单，而且是单机计算，无法发现隐藏的风险和行为特征，而FDT的财商指数是对大数据按照毫秒级的行情识别，进行实时的分步式并发处理，可以深刻地了解交易员的心理和行为，数据越多，对交易员的个性化描绘越清楚，从而可以更有针对性的做个性化的教育和训练。在特征方面，传统金融方法都是基于盈利或者回撤数据，而FDT财商指数是基于行为金融学来刻画用户的心理特征和行为偏差，这背后需要大数据架构的技术支持。综合来看，FDT财商指数的交易行为特征，是基于行为金融学和对冲交易的专家经验的紧密结合。这是我们对每个交易员提供的FDT财商指数的报告，这是一个大报告，四个象限，包括盈利、风险、一致性、活跃度等，每一个后面都有一些具体的分析。其他的都好理解，只解释一下“一致性”，简单来说就是“穿越牛熊”的能力，能够在变化的市场中灵活调整策略来实现稳定的盈利输出。下面是我们根据财商指数，对参与交易的这些学校做的一些排行。
下面讲智能交易。交易的核心，一个是止损，一个是预测，一个是配比。我们传统的交易都要设止损线，不管谁不管什么情况，到了止损线一律清仓，以免出现无法承受的交易损失，这种情况实际上是忽视了个性差异。有了人工智能以后，在大量历史数据情况下，利用机器学习的模型，可以给每个交易员设定不同的止损线，比如可以根据交易员的历史盈利情况设定不同的止损线，也可以根据交易员的不同风格来设定，有些交易员喜欢也善于在大起大落中把握机会，你就给他设定个性化的止损线。FDT可以根据财商指数来设定精确细致的止损线。再就是对波动的预测。搞交易的人都知道，资产的波动性很重要，因为它既代表风险也代表盈利，所以好的交易员是在风险波动中赚钱。怎么样预测和判断这个波动？现在有了大数据和AI，就可以通过机器学习的方法，对A股、期货做出一个波动的预测。还有就是资源的分配。对优秀的交易员，可以给他特定的交易机会。就像婚姻介绍所一样，我们用这个评价指数对交易员做一个评价，对股票做一个评价，不同的交易员做不同情况的市场，这样可以发挥每一个交易员的才干，这也是我们利用人工智能对交易的一种应用。
最后讲一下智能投资。中国的资产管理市场在迅速增长，到2020年，估计有180万亿人民币需要财富管理，年复合增长率达到14%。但是目前大部分用户投资不理性，买卖的时机不当，导致大部分基金产品盈利，但是大部分用户还是亏损。所以我们用人工智能的办法尝试解决。首先，是智能的用户理解，我们借助模拟交易平台和大量的数据，用FDT 财商指数，从金融行为学的角度评价用户的风险偏好。二是跟哥伦比亚大学的FDT智能资产管理中心合作，研究了一套智能资产组合优化的顶级算法。三是智能投资的风险管理，对每一个投资组合做未来盈利的亏损的概率估计。四是智能个性化的资金分配，对不同的客户，不同的风险偏好，给他不同的产品，这也是智能化和个性化的基金推荐，把合适的基金推销给最合适的客户。当然，由于中国的资本市场仍不成熟，市场运行还不完全是市场规律的反映，所以智能投顾的市场环境不稳定，所以我们还要创造一些条件。
总而言之，我们的金融交易市场结构不合理，要去散户化，美国用了70年，我们不要用那么多年。我们要培养优秀的交易员，通过FDT创新工厂探索有效的办法。我们通过培养交易员掌握大量的模拟交易的数据，再与科研机构合作来挖掘这些数据的价值，用以研发智能教育，智能交易和智能投顾，应该说在人工智能在金融市场应用方面作了初步的探索。相信在这方面我们还有非常大的空间，这件事不仅具有社会价值，而且具有商业价值。谢谢。