陕西黑猫东方股票吧,还是缠中说禅可靠

1、陕西黑猫东方股票吧，还是缠中说禅可靠？

荣幸回答您提出的灵魂拷问，我新韭菜时就用缠论支持自己的交易系统，难度高，是劝退新韭菜的好理论，用了5年现在不亏钱能小赚，如果开始学缠论就学以致用，历史数据模拟操作理论里提到的方法，花的时间估计能减少一半，方法理论是用来赚钱的，没有废柴的理论只有废柴的理论使用者！

得有一套稳定盈利的交易系统，再入市

重要的事说三遍！

2、还是跟随已经启动走出趋势的股效率高？

在交易上有人会采用“右侧交易法”和“左侧交易法”，其两种交易手法存在很大的差别，“右侧交易法”是等待个股已经启动选择买入，或者个股趋势已经明显形成选择合理价位介入，而“左侧交易法”个股出现下跌或者趋势性下跌个股选择在一个相对低点买入，或者等待的个股刚启动，但启动迹象并不明显，选择介入，两者方法的在实际操作都被很多投资者使用，很多投资者也在纠结，买股票到底是寻找个股刚启动或者刚出现小幅度上涨介入，还是等待该股已经明显的上涨，趋势已经形成后介入，但两者交易法存在各自优缺点，对交易能力和要求也存在很大的差别，投资者在使用该两种方法，投资者策略上也存在很多的差别，下面我们就围绕这两大问题展开讨论。

两种交易方法的优缺点

两种方法的都存在其明显优势和特点，但也存在部分的缺点，在实际操作过程中投资者该如何抉择，下面我们就来分类重点讲解下：

第一，刚启动的个股，刚启动的个股一般代表前期长期处于下跌趋势或者长期在底部区间徘徊，个股一直没有出现明显的上涨，但短期出现明显的放量上涨，但此时的放量上涨我们无法判断该股是反弹还是反转，很多个股看似启动，但个股短期出现反弹后，再次出现明显的下跌，还有一种情况就是，个股前期趋势较好，上涨一段时间后，个股开始出现明显的回调，回调后个股再次出现上涨，很多个股的启动后会再次出现上涨的情况，但有的个股前期趋势较好，但可能已经处于出货阶段，短暂的反弹后就是方便主力继续出货的，后期股价也会出现明显的下跌。

通过上面的讲解后，我们得出刚启动的个股的最大缺点就是该股的风险较高，但在面临高风险后能够获得更高的收益，因为一旦个股正式启动，在刚启动点买入能够把握到更大的上涨幅度，具体参考下图案例：

上图案例我们发现该股前期上涨后下跌后围绕一个区间进行震荡，当震荡结束后个股出现涨停板情况，如果在该位置介入的情况下后能够把握到个股持续性上涨，获利空间相对较大，这是一个成功案例，下面我们再次参考一个失败案例：

上图案例中个股是前期长期处于下跌趋势中，短期一段时间处于底部横盘震荡的情况，短暂出现放量上涨的情况，并且还突破前期的重要压力位置，但个股并未延续这种状态继续上涨，而是出现继续回落的情况，个股下跌后重回前期底部震荡的平台内，短期买入后的投资者很难出现解套的情况，具体下一次的上涨我们很难预测。

第二，趋势线已经形成，代表个股短期肯定出现了明显的上涨，甚至判断个股趋势已经形成个股很大概率下已经突破前期的重要压力位置，如果是前期长期处于底部区间震荡和趋势性下跌的个股，如果后期趋势要发生改变，个股必须出现连续多日的出现明显的上涨，很多个股必须要开始脱离底部区间开始出现大幅度上涨，很多有资金明显介入的个股，上涨的幅度较大，而且上涨时间持续较长，具体我们参考案例，仍旧以上图案例为主：

上图案例我们发现该股正式突破前期压力位置，突破后个股也出现了短暂的上涨，但上涨幅度明显较少，最主要一段上涨幅度在前期股票刚启动的阶段，所以这也是趋势性上涨后的个股的买入的最大缺点。

但个股个股会延续强势状态继续出现上涨，在风险上大大降低，即便趋势性已经形成后我们买入后短期开始出现回调，很多个股回调后会再次出现上涨的情况，具体我们参考下图案例：

上图案例我们发现该股趋势正式形成后，短期的突破我们选择买入后，个股并未出现持续性的上涨，但短暂回调后，个股后期继续出现明显的上涨，所以在风险上相对较低，跟一些刚启动的个股相比，很多个股刚启动后，股价再次出现下跌后，很多一段时间不再出现明显上涨，甚至长期在底部区间震荡和维持前期较弱的走势出现下跌的情况，具体我们参考下图案例：

小结：我们重点讲解了启动买入后和趋势性正式形成后买入股票的优缺点，但此时优缺点只是在大部分个股是这类情况。比如很多个股趋势性刚形成后也会出现持续性下跌的情况，相反在刚启动阶段能够把握到短期的一个收益，风险程度上有存在很大的差别了，所以下面我们要重点讲解下我们如何选择这两种操作策略。

操作策略上的选择

其实对于一些分析能力较差和风险能力控制较差投资者而言，任何操作策略都存在很大的风险，并且明显优势和劣势，但我们还需重点讲解下这两类方法该如何选择，主要从几个方面来分析：

第一，短线投资和中长线策略的选择，短线投资者把握的是一些市场的强势股，而且希望通过短期买入就能够获得收益，而获得收益多少相对较为次要，所以个人建议短线投资者可以选择一些趋势已经形成的个股，这类个股短期持续性上涨的概率较大，而且持股周期相对较短。

但对于一些中长线的投资者而言，在乎的是个股后期上涨机会，短期的是否会出现明显的上涨比较次要，即便是短期刚启动后就出现下跌，短期回调也无所谓，只要后期能够上涨起来就行，中长线投资者不在乎买点是否是该股的正式启动位置，只要该股技术形态调整到位，个股基本面不存在问题的情况下，完全可以考虑介入，而且是希望通过长时间的持股后获得更大的收益，如果等到个股已经出现明显上涨后才考虑介入，会失去很大一部分利润，这就失去中长线投资者意义。

第二，投资能力很分析能力不同的投资者，可以选择不同的策略，如果有着丰富的投资经验，对个股的走势分析能力较强，而且有着严格的风险意识和风险控制能力的话，可以把握一些刚启动的个股，但一些投资者刚进入股市，投资能力较差，根本不懂得如何控制风险的投资者，并且很难在股市中持续盈利的投资者，我个人建议大家选择一些趋势性已经形成的个股进行操作，风险相对较低。

第三，稳健投资者和激进投资者，很多投资者认为激进投资者就是短线投资者，稳健投资者就是中长线投资者，其实这类想法是错误的，我们很多投资者长期持有股票，并不代表其操作策略稳健，而且之前盲目抄底和追高，操作上较为激进造成了被深套的情况，没有办法只能持有股票，而一些稳健的投资者可以考虑短线投资者机会，不盲目追高，把握一些趋势性较好的的把握一些较合理或者回调较为充分的个股，短线上也能够获利，所以我个人建议感觉自己操作上较为急促，心理素质较差的激进投资者的投资者可以选择趋势性已经形成的个股，而一些操作手法较为稳健，不习惯于经常换股，可以选择刚启动的个股。

总结：个股的操作手法较大，我们从大部分个股走势情况来分析的话，刚启动的个股和趋势性上涨的个股存在各自的优缺点，但这些优缺点也是会根据每个人不同的情况而发生改变，如果你采用一种策略能够持续性的盈利，没有调整策略是采取其他策略，很有可能出现不适应的情况而出现亏损的情况，但个人还是建议投资者可以根据自己不同的情况采取不同的策略，特别是一些新股民，刚进入股市的时候，建议按照趋势进行操作，不要盲目追高和抄底，很容易出现较大幅度的亏损，并且投资者根据自己买股票的策略和投资心态选择不同的策略。

感觉写的好的点个赞呀，欢迎大家关注点评。

3、急求股票代码最后两位是58的股票？

葛洲坝600068，,武汉控股600168，国电南自600268，五洲交通600368，百利电气600468，中珠控股600568，尖峰集团600668，宁波富邦600768，梅雁吉祥600868，西部矿业601168，绿城水务601368，中国建筑601668，宝钢包装601968，莎普爱思603168，松发股份603268，柳州医药603368，伟明环保603568，醋化股份603968，*ST华赛000068，泸州老窖000568，荣丰控股000668，中航飞机000768，安凯客车000868，安泰科技000969，黑猫股份002068，深圳惠程002168，卫士通002268，太极股份002368，艾迪西002468，百润股份002568，奥马电器002668，国恩股份002768，南都电源300068，万达信息300168，万福生科300268，汇金股份300368，四方精创300468，

4、股票放量下跌是什么意思？

放量下跌在不同趋势，不同位置，不同主力类型的股票上解读完全不一样

不要有对这一个技术面现象有固定答案的想法

在理解这个问题之前，首先需要搞清楚的问题是什么是放量下跌

量

指的是成交量

对于成交量的意义，就是在股票交易中一买一卖成交的手数。一只股票，你10元挂卖单100手，有人10元挂买单100手，你两的挂单一成交，那么今天这只股票的成交量就增加100手的数量。

放量

指的是这一个交易日对比之前的几个交易日的成交量来说，异常增加。

增加10%20%30%都还在正常范围内，通常我们技术分析交流圈子里对放量的定义，是这天出现超过五日均量50%以上的成交量为放量。

放量代表的是这个位置突然有人买了这么多，也突然有人卖了这么多。

那么我们要在这个放量下跌的技术面现象研究推理的实质问题是，买的人是主力还是散户，卖的人是主力还是散户，这个成交换手是强手换弱手，还是弱手换强手。

那么上面所说不同趋势，不同位置，不同主力类型的股票，就是判断这些的条件。

举例

不拿事后看图说故事的套路来举例

原因很简单，所有的教材也好资料也罢，都是在用一张已经发生成事实的K线图做例子，图上的一切都已经定下，再也不会发生变化。

那么讲解者无论怎么说，你都挑不出毛病来，因为K线图就是那个样子，看图说话嘛，怎么会出错？

对于这种看图说话的知识，我个人的建议是看看就好，别当真

第一个例子，上涨趋势中的放量下跌

什么是上涨趋势？

股价已经持续上涨了一段时间，形成了趋势。

那么为什么会形成这种趋势？

主力已经进货完毕，收集到了需要的筹码，需要通过拉升股价来使得自己底部进的货开始获利，才能在之后抛出给别人接盘后获利赚取价差。

那么在这个过程里放量下跌，当天的情况就可能是以下几种

1.主力高位出货了，不明真相的市场其他资金接盘，这种的结果就是股价后续会转下跌

2.主力需要洗盘，洗跟风的浮筹，自己出这么多，吓出一部分跟风的资金后自己再接回来。这种后续可能短线就上去创新高也可以因为洗盘效果不满意而多整理一段时间再上。

3.主力是高位出货了没错，但是进场接盘的不是散户，而是新主力，或许这个新主力知道了企业什么还没有公布的利好，或者知道国家马上要公布什么对企业有利的政策，而这些原主力不知道。这种，整理整理新主力吃够货就会再上去。

第1第3种没有事前判断留下记录的证据，就不讨论。

拿第2种情况来说

6月30日，在友商网站和读者的私信交流当中，回复他，跌破六十日均线但是放大量的老板电器是怎么回事。

放大量，有人接

因为当日成交量高于60日均量扣抵很多，当日价格也高于60日均线扣抵价格很多

所以给出的结论是假跌破

这样的技术面现象表现的含义

就是这个，因为当日价格高于当日60日均线扣抵价格很多，也在未来一段时间都高于60日均线扣抵价格，所以未来一段时间的60日均线都是上扬的。

均线之父葛兰碧对上扬的均线的定义是什么？

支撑！

从逻辑上铺开理解，就是即使跌到这里，60个交易日内买入者的平均成本还是在持续垫高的。

然后又在这个位置有足够多的成交量

细致到当天的分时，每一个下跌的价位都有足够多的买盘承接。

为什么会这样

在此之前的一段时间里，老板电器的股价可是已经是高不过高低又破低的跌了7%诶

一般的右侧交易者会在放量下跌的这天主动进场承接么？

如果不是主动承接，那全天怎么每个价位都有大买盘接？

不管是大盘板块还是个股，大家自己翻开分时图看一看，是不是常态情况都是这样，开盘最大，然后逐渐缩小，下午盘再逐渐增加？

那为什么这天的老板电器就不一样了？

因为接的资金知道是假跌啊，事后都会涨回来，那为什么不能主动买？

知道是假跌的资金大部分会是谁？

旧主力，早上就是自己卖的跌下来，知道之后要涨回去，目的就是洗盘而已，当然可以放心买

新主力，即上面说的第三种情况，这种占得比例小的多

其他通过各种方法分析出来的资金，最小的比例（比如上头我用技术分析得出的结论）

然后知行合一

既然判断是假跌破

这是我的持仓

去看一下6月29~7月1日三天的60日均线价格是多少

第二个例子，下跌趋势中的放量下跌

这个例子要分两种情况来解读

不同的主力类型，一种是以国家队法人机构外资为主力的权重白马股，一种是以牛散大户游资为主力的小盘股。

前者，因为这些主力调研企业的严谨程度，所以大概率不会有黑天鹅，同时无论是国家队还是法人机构还是外资的持股周期都是中长线，不会今天买明天卖。所以他们归在一类。

后者，因为这些资金很可能只是因为利好或者利空做一票就走，又或者游资这样做隔日冲今天买明天卖，筹码不稳定，黑天鹅出现的几率也比上面股票高，所以归在一类。

先说国家队法人机构外资为主力的权重白马股

2018年7月6日

当天放量下跌9.32%

然后大华股份的持股主力类型如下

基本十大流通股东都是公司派，国家队，外资，法人机构

既然不会有黑天鹅

又是这些中长线的主力为主，那么就可以利用技术分析的以下逻辑解读

回答当中提到当天爆出近期最大成交量下跌，给的结论是短线酝酿反弹。

成交量是买和卖成交，那么爆出近期最大成交量的这天，接近跌停，是谁在下跌买，又是谁在卖？

以我们散户的心理会去买一只本来就是下跌趋势的股票放量跌停吗？

既然买的人不是散户，那么这个人又是国家队，法人机构，外资这些，他是要赚钱的话，短时间是不是就有反弹的可能？

然后次日开始就反弹

然后是以牛散大户游资为主力的小盘股。

今年3月29在友商网站和读者的交流内容

3月26日出现了和大华股份一样的技术面现象，放出波段最大量下跌。

不是按照上面大华股份的技术面解读，应该有反弹么？

27日龙虎榜，清一色的做隔日冲游资

这种情况下不是博傻是什么？

做对了短线有反弹他们会马上走，失败了也会马上止损

然后就从那天到今天还跌着将近20%

一样的下跌趋势的放量下跌，结果就不相同

5、我们生活中的哪些方面属于大数据范畴？

美国NASA如何能提前预知各种天文奇观？风力发电机和创业者开店如何选址？如何才能准确预测并对气象灾害进行预警？包括在未来的城镇化建设过程中，如何打造智能城市？等等，这一系列问题的背后，其实都隐藏着大数据的身影——不仅彰显着大数据的巨大价值，更直观地体现出大数据在各个行业的广阔应用。这些行业应用也都更直白地告诉人们，什么是大数据……

其实，大数据不是突然出现的，在过去的几十年间，数学分析就已经涉猎金融行业了，诺贝尔经济学奖获得者哈里.马克维茨、威廉.夏普、罗伯特.恩格尔就是利用计量经济学知识和金融市场数据来建立数学模型，预测金融市场产品收益同风险波动的关系。

大数据时代的出现简单的讲是海量数据同完美计算能力结合的结果，确切的说是移动互联网、物联网产生了海量的数据，大数据计算技术完美地解决了海量数据的收集、存储、计算、分析的问题。

当我们最初谈大数据的时候，谈的最多的可能是用户行为分析，即通过各种用户行为，包括浏览记录，消费记录，交往和购物娱乐，行动轨迹等各种用户行为产生的数据。由于这些数据本身符合海量，异构的特征，同时通过分析这些数据之间的关联性容易匹配某些结果现象。即有一堆的行为因子x，同时又有一堆的结果构成y，我们找寻到了某种相关性，有利于我们调整后续的各种策略。

为何Google能够做大数据？你思考过吗？因为搜索本身往往是用户行为的一个重要入口，即搜索引擎具备了实时采集多个用户行为的x因子的能力。搜索引擎做大数据的弱势在哪里？即前面谈到的用户和用户之间的关系较难建立，而更多是本身行为之间的相关性。从这个差异上也可以看到搜索引擎更加容易做交通，疾病，气象等方面的大数据分析和预测。

对于大数据的应用场景，包括各行各业对大数据处理和分析的应用，最核心的还是用户需求。接下来，本文通过梳理各个行业在大数据应用领域面临的挑战、如何寻找突破口来展示其潜在存在的大数据应用场景。

一、医疗大数据看病更高效

除了较早前就开始利用大数据的互联网公司，医疗行业是让大数据分析最先发扬光大的传统行业之一。医疗行业拥有大量的病例，病理报告，治愈方案，药物报告等等。如果这些数据可以被整理和应用将会极大地帮助医生和病人。我们面对的数目及种类众多的病菌、病毒，以及肿瘤细胞，其都处于不断的进化的过程中。在发现诊断疾病时，疾病的确诊和治疗方案的确定是最困难的。

在未来，借助于大数据平台我们可以收集不同病例和治疗方案，以及病人的基本特征，可以建立针对疾病特点的数据库。如果未来基因技术发展成熟，可以根据病人的基因序列特点进行分类，建立医疗行业的病人分类数据库。在医生诊断病人时可以参考病人的疾病特征、化验报告和检测报告，参考疾病数据库来快速帮助病人确诊，明确定位疾病。在制定治疗方案时，医生可以依据病人的基因特点，调取相似基因、年龄、人种、身体情况相同的有效治疗方案，制定出适合病人的治疗方案，帮助更多人及时进行治疗。同时这些数据也有利于医药行业开发出更加有效的药物和医疗器械。

医疗行业的数据应用一直在进行，但是数据没有打通，都是孤岛数据，没有办法进行大规模应用。未来需要将这些数据统一收集起来，纳入统一的大数据平台，为人类健康造福。政府和医疗行业是推动这一趋势的重要动力。

二、生物大数据改良基因

自人类基因组计划完成以来，以美国为代表，世界主要发达国家纷纷启动了生命科学基础研究计划，如国际千人基因组计划、DNA百科全书计划、英国十万人基因组计划等。这些计划引领生物数据呈爆炸式增长，目前每年全球产生的生物数据总量已达EB级，生命科学领域正在爆发一次数据革命，生命科学某种程度上已经成为大数据科学。

我们来看看今天的准妈妈们，除了要准备尿布、奶瓶和婴儿装，她们还会把基因测试列入计划单。基因测试能让未来的父母对于他们未出生的baby的健康有更多的了解。对基因携带者筛查和胚胎植入前诊断，使一个家庭孕育小孩的过程产生了巨大改变。

当下，我们所说的生物大数据技术主要是指大数据技术在基因分析上的应用，通过大数据平台人类可以将自身和生物体基因分析的结果进行记录和存储，利用建立基于大数据技术的基因数据库。大数据技术将会加速基因技术的研究，快速帮助科学家进行模型的建立和基因组合模拟计算。基因技术是人类未来战胜疾病的重要武器，借助于大数据技术的应用，人们将会加快自身基因和其它他生物的基因的研究进程。未来利用生物基因技术来改良农作物，利用基因技术来培养人类器官，利用基因技术来消灭害虫都即将实现。

与全球蒸蒸日上的生物大数据创新发展热潮相比，中国的研发及应用才拉开帷幕。我国有四大方面非常欠缺：其一，国内现有的生物大数据分析能力虽然与欧美相差不大，但是在数据分析构架、软件系统与先进的IT技术接轨上有待提升。其二，国外在生物大数据领域的领先人才多，尽管我们也有国际顶级刊物上发表的论文和成果，总体而言，国内高水准团队还是少。其三，欧美讲求成果应用，层出不穷的分析软件可被实验室、临床、产业多方应用。其四，在生物大数据理论研究、标准制定和广泛应用上，中国都亟待全面跟进。

三、金融大数据理财利器

金融行业的大数据面临的往往是同样的问题，但是情况可能要好点，类似企业和个人的一些信用记录现在有全国性质的统一数据库能够拿到部分数据。但是对于单个银行来说，同样是无法拿到用户在其他银行的行为记录数据的，其二银行本身在做很多信贷风险分析的时候，确实需要大量数据做相关性分析，但是很多数据来源于政府各个职能部门，包括工商税务，质量监督，检察院法院等，这些数据短期仍然是无法拿到。还有就是企业或个人本事日常产生的各种行为数据更难拿到，那么对客户的风险性评估还是得借用原来的老方法而已。

大数据在金融行业应用范围较广，典型的案例有花旗银行利用IBM沃森电脑为财富管理客户推荐产品；美国银行利用客户点击数据集为客户提供特色服务，如有竞争的信用额度；招商银行利用客户刷卡、存取款、电子银行转帐、微信评论等行为数据进行分析，每周给客户发送针对性广告信息，里面有顾客可能感兴趣的产品和优惠信息。

可见，大数据在金融行业的应用可以总结为以下五个方面：

精准营销：依据客户消费习惯、地理位置、消费时间进行推荐

风险管控：依据客户消费和现金流提供信用评级或融资支持，利用客户社交行为记录实施信用卡反欺诈

决策支持：利用抉策树技术进抵押贷款管理，利用数据分析报告实施产业信贷风险控制

效率提升：利用金融行业全局数据了解业务运营薄弱点，利用大数据技术加快内部数据处理速度

产品设计：利用大数据计算技术为财富客户推荐产品，利用客户行为数据设计满足客户需求的金融产品

四、零售大数据最懂消费者

零售行业大数据应用有两个层面，一个层面是零售行业可以了解客户消费喜好和趋势，进行商品的精准营销，降低营销成本。另一层面是依据客户购买产品，为客户提供可能购买的其它产品，扩大销售额，也属于精准营销范畴。另外零售行业可以通过大数据掌握未来消费趋势，有利于热销商品的进货管理和过季商品的处理。零售行业的数据对于产品生产厂家是非常宝贵的，零售商的数据信息将会有助于资源的有效利用，降低产能过剩，厂商依据零售商的信息按实际需求进行生产，减少不必要的生产浪费。

未来考验零售企业的不再只是零供关系的好坏，而是要看挖掘消费者需求，以及高效整合供应链满足其需求的能力，因此信息科技技术水平的高低成为获得竞争优势的关键要素。不论是国际零售巨头，还是本土零售品牌，要想顶住日渐微薄的利润率带来的压力，在这片红海中立于不败之地，就必须思考如何拥抱新科技，并为顾客们带来更好的消费体验。

想象一下这样的场景，当顾客在地铁候车时，墙上有某一零售商的巨幅数字屏幕广告，可以自由浏览产品信息，对感兴趣的或需要购买的商品用手机扫描下单，约定在晚些时候送到家中。而在顾客浏览商品并最终选购商品后，商家已经了解顾客的喜好及个人详细信息，按要求配货并送达顾客家中。未来，甚至顾客都不需要有任何购买动作，利用之前购买行为产生的大数据，当你的沐浴露剩下最后一滴时，你中意的沐浴露就已送到你的手上，而虽然顾客和商家从未谋面，但已如朋友般熟识。

五、电商大数据精准营销法宝

电商是最早利用大数据进行精准营销的行业，除了精准营销，电商可以依据客户消费习惯来提前为客户备货，并利用便利店作为货物中转点，在客户下单15分钟内将货物送上门，提高客户体验。马云的菜鸟网络宣称的24小时完成在中国境内的送货，以及京的刘强东宣传未来京东将在15分钟完成送货上门都是基于客户消费习惯的大数据分析和预测。

电商可以利用其交易数据和现金流数据，为其生态圈内的商户提供基于现金流的小额贷款，电商业也可以将此数据提供给银行，同银行合作为中小企业提供信贷支持。由于电商的数据较为集中，数据量足够大，数据种类较多，因此未来电商数据应用将会有更多的想象空间，包括预测流行趋势，消费趋势、地域消费特点、客户消费习惯、各种消费行为的相关度、消费热点、影响消费的重要因素等。依托大数据分析，电商的消费报告将有利于品牌公司产品设计，生产企业的库存管理和计划生产，物流企业的资源配制，生产资料提供方产能安排等等，有利于精细化社会化大生产，有利于精细化社会的出现。

六、农牧大数据量化生产

大数据在农业应用主要是指依据未来商业需求的预测来进行农牧产品生产，降低菜贱伤农的概率。同时大数据的分析将会更见精确预测未来的天气气候，帮助农牧民做好自然灾害的预防工作。大数据同时也会帮助农民依据消费者消费习惯决定来增加哪些品种的种植，减少哪些品种农作物的生产，提高单位种植面积的产值，同时有助于快速销售农产品，完成资金回流。牧民可以通过大数据分析来安排放牧范围，有效利用牧场。渔民可以利用大数据安排休渔期、定位捕鱼范围等。

由于农产品不容易保存，因此合理种植和养殖农产品对十分重要。如果没有规划好，容易产生菜贱伤农的悲剧。过去出现的猪肉过剩、卷心菜过剩、香蕉过剩的原因就是农牧业没有规划好。借助于大数据提供的消费趋势报告和消费习惯报告，政府将为农牧业生产提供合理引导，建议依据需求进行生产，避免产能过剩，造成不必要的资源和社会财富浪费。农业关乎到国计民生，科学的规划将有助于社会整体效率提升。大数据技术可以帮助政府实现农业的精细化管理，实现科学决策。在数据驱动下，结合无人机技术，农民可以采集农产品生长信息，病虫害信息。相对于过去雇佣飞机成本将大大降低，同时精度也将大大提高。

七、交通大数据畅通出行

交通作为人类行为的重要组成和重要条件之一，对于大数据的感知也是最急迫的。近年来，我国的智能交通已实现了快速发展，许多技术手段都达到了国际领先水平。但是，问题和困境也非常突出，从各个城市的发展状况来看，智能交通的潜在价值还没有得到有效挖掘：对交通信息的感知和收集有限，对存在于各个管理系统中的海量的数据无法共享运用、有效分析，对交通态势的研判预测乏力，对公众的交通信息服务很难满足需求。这虽然有各地在建设理念、投入上的差异，但是整体上智能交通的现状是效率不高，智能化程度不够，使得很多先进技术设备发挥不了应有的作用，也造成了大量投入上的资金浪费。这其中很重要的问题是小数据时代带来的硬伤：从模拟时代带来的管理思想和技术设备只能进行一定范围的分析，而管理系统的那些关系型数据库只能刻板的分析特定的关系，对于海量数据尤其是半结构、非结构数据无能为力。

尽管现在已经基本实现了数字化，但是数字化和数据化还根本不是一回事，只是局部的提高了采集、存储和应用的效率，本质上并没有太大的改变。而大数据时代的到来必然带来破解难题的重大机遇。大数据必然要求我们改变小数据条件下一味的精确计算，而是更好的面对混杂，把握宏观态势；大数据必然要求我们不再热衷因果关系而是相关关系，使得处理海量非结构化数据成为可能，也必然促使我们努力把一切事物数据化，最终实现管理的便捷高效。

目前，交通的大数据应用主要在两个方面，一方面可以利用大数据传感器数据来了解车辆通行密度，合理进行道路规划包括单行线路规划。另一方面可以利用大活数据来实现即时信号灯调度，提高已有线路运行能力。科学的安排信号灯是一个复杂的系统工程，必须利用大数据计算平台才能计算出一个较为合理的方案。科学的信号灯安排将会提高30％左右已有道路的通行能力。在美国，政府依据某一路段的交通事故信息来增设信号灯，降低了50%以上的交通事故率。机场的航班起降依靠大数据将会提高航班管理的效率，航空公司利用大数据可以提高上座率，降低运行成本。铁路利用大数据可以有效安排客运和货运列车，提高效率、降低成本。

八、教育大数据因材施教

随着技术的发展，信息技术已在教育领域有了越来越广泛的应用。考试、课堂、师生互动、校园设备使用、家校关系……只要技术达到的地方，各个环节都被数据包裹。

在课堂上，数据不仅可以帮助改善教育教学，在重大教育决策制定和教育改革方面，大数据更有用武之地。美国利用数据来诊断处在辍学危险期的学生、探索教育开支与学生学习成绩提升的关系、探索学生缺课与成绩的关系。举一个比较有趣的例子，教师的高考成绩和所教学生的成绩有关吗？究竟如何，不妨借助数据来看。比如美国某州公立中小学的数据分析显示，在语文成绩上，教师高考分数和学生成绩呈现显著的正相关。也就是说，教师的高考成绩与他们现在所教语文课上的学生学习成绩有很明显的关系，教师的高考成绩越好，学生的语文成绩也越好。这个关系让我们进一步探讨其背后真正的原因。其实，教师高考成绩高低某种程度上是教师的某个特点在起作用，而正是这个特点对教好学生起着至关重要的作用，教师的高考分数可以作为挑选教师的一个指标。如果有了充分的数据，便可以发掘更多的教师特征和学生成绩之间的关系，从而为挑选教师提供更好的参考。

大数据还可以帮助家长和教师甄别出孩子的学习差距和有效的学习方法。比如，美国的麦格劳-希尔教育出版集团就开发出了一种预测评估工具，帮助学生评估他们已有的知识和达标测验所需程度的差距，进而指出学生有待提高的地方。评估工具可以让教师跟踪学生学习情况，从而找到学生的学习特点和方法。有些学生适合按部就班，有些则更适合图式信息和整合信息的非线性学习。这些都可以通过大数据搜集和分析很快识别出来，从而为教育教学提供坚实的依据。

在国内尤其是北京、上海、广东等城市，大数据在教育领域就已有了非常多的应用，譬如像慕课、在线课程、翻转课堂等，其中就应用了大量的大数据工具。

毫无疑问，在不远的将来，无论是针对教育管理部门，还是校长、教师，以及学生和家长，都可以得到针对不同应用的个性化分析报告。通过大数据的分析来优化教育机制，也可以做出更科学的决策，这将带来潜在的教育革命。不久的将来个性化学习终端，将会更多的融入学习资源云平台，根据每个学生的不同兴趣爱好和特长，推送相关领域的前沿技术、资讯、资源乃至未来职业发展方向，等等，并贯穿每个人终身学习的全过程。

九、体育大数据夺冠精灵

从《点球成金》这部电影开始，体育界的有识之士们终于找到了向往已久的道路，那就是如何利用大数据来让团队发挥最佳水平。从足球到篮球，数据似乎成为赢得比赛甚至是奖杯的金钥匙。

大数据对于体育的改变可以说是方方面面，从运动员本身来讲，可穿戴设备收集的数据可以让自己更了解身体状况。媒体评论员，通过大数据提供的数据更好的解说比赛，分析比赛。数据已经通过大数据分析转化成了洞察力，为体育竞技中的胜利增加筹码，也为身处世界各地的体育爱好者随时随地观赏比赛提供了个性化的体验。

尽管鲜有职业网球选手愿意公开承认自己利用大数据来制定比赛策划和战术，但几乎每一个球员都会在比赛前后使用大数据服务。有教练表示：“在球场上，比赛的输赢取决于比赛策略和战术，以及赛场上连续对打期间的快速反应和决策，但这些细节转瞬即逝，所以数据分析成为一场比赛最关键的部分。对于那些拥护并利用大数据进行决策的选手而言，他们毋庸置疑地将赢得足够竞争优势。”

十、环保大数据对抗PM2.5

前年7月21日北京遭遇特大暴雨，在一天之内，平均降雨量达164毫米，也是北京市61年以来最大规模暴雨。此次暴雨因来势凶猛而给广大市民生活带来巨大影响。其实，摊上这种事儿，最主要的还是需要气象部门及时、准确地做出预警，并协同其他运营商部门，将这种预警信息第一时间下发到北京市民（包括在京旅行的人士）。也正是如此，前年的那场暴雨不仅暴露出了管理工作上的漏洞，也引起了业内人士关于一场“大数据”的探讨。

气象对社会的影响涉及到方方面面。传统上依赖气象的主要是农业、林业和水运等行业部门，而如今，气象俨然成为了二十一世纪社会发展的资源，并支持定制化服务满足各行各业用户需要。借助于大数据技术，天气预报的准确性和实效性将会大大提高，预报的及时性将会大大提升，同时对于重大自然灾害，例如龙卷风，通过大数据计算平台，人们将会更加精确地了解其运动轨迹和危害的等级，有利于帮助人们提高应对自然灾害的能力。天气预报的准确度的提升和预测周期的延长将会有利于农业生产的安排。

尤其是进入秋冬季以来，我国多个城市爆发雾霾天气，空气污染严重。随着PM2.5对于人体健康的危害日益被公众熟知，人们对于“雾霾假”的呼声也越来越高。有人调侃，重度污染天走在上班路上就是一台“人肉吸尘器”。

由此看来，依靠大数据分析北京或其他城市空气污染的形成及对策，任重道远。一是数据的来源。高耗能企业的生产规模、排放量这些数据是否层层上报，准确统计？掌握此数据的部门是否能向社会公开？北京500万辆汽车所加汽油到底有哪些成分，产生的尾气对空气污染指数的“贡献”率到底多大？二是要冲破数据挖掘分析应用的技术壁垒，当然前提就是数据公开。

在美国NOAA（国家海洋暨大气总署）其实早就在使用大数据业务。每天通过卫星、船只、飞机、浮标、传感器等收集超过35亿份观察数据。收集完毕后，NOAA会汇总大气数据，海洋数据，以及地质数据，进行直接测定，绘制出复杂的高保真预测模型，将其提供给NWS（国家气象局）做出气象预报的参考数据。目前，NOAA每年新增管理的数据量就高达30PB（1PB=1024TB）。由NWS生成的最终分析结果，就呈现在日常的天气预报和预警报道上。

十一、食品大数据舌尖上的安全

民以食为天，食品安全问题直是国家的重点关注问题，关系着人们的身体健康和国家安全。近几年，毒胶囊、镉大米、瘦肉精、洋奶粉等食品安全事件不断考验着消费者的承受力，让消费者对食品安全产生了担忧。

近几年外国旅游者减少了到中国旅游，进口食品大幅度增加，这其中一个主要原因就是食品安全问题。随着科学技术和生活水平的不断提高，食品添加剂及食品品种越来越多，传统手段难以满足当前复杂的食品监管需求，从不断出现的食品安全问题来看，食品监管成了食品安全的棘手问题。此刻，通过大数据管理将海量数据聚合在一起，将离散的数据需求聚合能形成数据长尾，从而满足传统中难以实现的需求。在数据驱动下，采集人们在互联网上提供的举报信息，国家可以掌握部分乡村和城市的死角信息，挖出不法加工点，提高执法透明度，降低执法成本。国家可以参考医院提供的就诊信息，分析出涉及食品安全的信息，及时进行监督检查，第一时间进行处理，降低已有不安全食品的危害。参考个体在互联网的搜索信息，掌握流行疾病在某些区域和季节的爆发趋势，及时进行干预，降低其流行危害。政府可以提供不安全食品厂商信息，不安全食品信息，帮助人们提高食品安全意识。

当然，有专业人士认为食品安全涉及到从田头到餐桌的每一个环节,需要覆盖全过程的动态监测才能保障食品安全,以稻米生产为例,产地、品种、土壤、水质、病虫害发生、农药种类与数量、化肥、收获、储藏、加工、运输、销售等环节,无一不影响稻米安全状况,通过收集、分析各环节的数据,可以预测某产地将收获的稻谷或生产的稻米是否存在安全隐患。

大数据不仅能带来商业价值，亦能产生社会价值。随着信息技术的发展，食品监管也面临着众多的各种类型的海量数据，如何从中提取有效数据成为关键所在。可见，大数据管理是一项巨大挑战，一方面要及时提取数据以满足食品安全监管需求；另一方面需在数据的潜在价值与个人隐私之间进行平衡。相信大数据管理在食品监管方面的应用，可以为食品安全撑起一把有力的保护伞。

十二、政府调控和财政支出大数据令其有条不紊

政府利用大数据技术可以了解各地区的经济发展情况，各产业发展情况，消费支出和产品销售情况，依据数据分析结果，科学地制定宏观政策，平衡各产业发展，避免产能过剩，有效利用自然资源和社会资源，提高社会生产效率。大数据还还可以帮助政府进行监控自然资源的管理，无论是国土资源、水资源、矿产资源、能源等，大数据通过各种传感器来提高其管理的精准度。同时大数据技术也能帮助政府进行支出管理，透明合理的财政支出将有利于提高公信力和监督财政支出。

大数据及大数据技术带给政府的不仅仅是效率提升、科学决策、精细管理，更重要的是数据治国、科学管理的意识改变，未来大数据将会从各个方面来帮助政府实施高效和精细化管理。政府运作效率的提升，决策的科学客观，财政支出合理透明都将大大提升国家整体实力，成为国家竞争优势。大数据带个国家和社会的益处将会具有极大的想象空间。

十三、舆情监控大数据名探柯南

《黑猫警长》大家都很熟悉，它讲述的是“黑猫警长”如何精明能干、对坏人穷追不舍、跌宕起伏的故事情节。拿到大数据时代背景下的话，虽然它也能体现“黑猫警长”的尽职尽责、聪明能干，但更多的会归结到一个问题：为何还是如此的被动、低效？疾病可以预防，难道犯罪不能预防么？

答案是肯定的。美国密歇根大学研究人员就设计出一种利用“超级计算机以及大量数据”来帮助警方定位那些最易受到不法份子侵扰片区的方法。具体做法是，研究人员通过大量的多类型数据（从人口统计数据到毒品犯罪数据到各区域所出售酒的种类、治安状况、流动人口数据等等），创建一张波士顿犯罪高发地区热点图。同时，还将相邻片区等各种因素加入到数据模型中，并根据历史犯罪记录和地点统计并不断修正所得出的预测数据。

国家正在将大数据技术用于舆情监控，其收集到的数据除了解民众诉求，降低群体事件之外，还可以用于犯罪管理。大量的社会行为正逐步走向互联网，人们更愿意借助于互联网平台来表述自己的想法和宣泄情绪。社交媒体和朋友圈正成为追踪人们社会行为的平台，正能量的东西有，负能量的东西也不少。一些好心人通过微博来帮助别人寻找走失的亲人或提供可能被拐卖人口的信息，这些都是社会群体互助的例子。国家可以利用社交媒体分享的图片和交流信息，来收集个体情绪信息，预防个体犯罪行为和反社会行为。最近警方通过微搏信息抓获了聚众吸毒的人，处罚了虐待小孩的家长。

大数据技术的发展带来企业经营决策模式的转变，驱动着行业变革，衍生出新的商机和发展契机。驾驭大数据的能力已被证实为领军企业的核心竞争力，这种能力能够帮助企业打破数据边界，绘制企业运营全景视图，做出最优的商业决策和发展战略。其实，不论是哪个行业的大数据分析和应用场景，可以看到一个典型的特点还是无法离开以人为中心所产生的各种用户行为数据，用户业务活动和交易记录，用户社交数据，这些核心数据的相关性再加上可感知设备的智能数据采集就构成一个完整的大数据生态环境。