A. 大數據分析股票，有什麼好的方法
大數據只是做好宏觀經濟走向，但是落實到具體某隻股票，就顯得不那麼使用了
B. 大數據分析系統平台方案有哪些
目前常用的大數據解決方案包括以下幾類
一、Hadoop。Hadoop 是一個能夠對大量數據進行分布式處理的軟體框架。但是 Hadoop 是以一種可靠、高效、可伸縮的方式進行處理的。此外，Hadoop 依賴於社區伺服器，因此它的成本比較低，任何人都可以使用。
二、HPCC。HPCC，High Performance Computing and Communications(高性能計算與通信)的縮寫。HPCC主要目標要達到：開發可擴展的計算系統及相關軟體，以支持太位級網路傳輸性能，開發千兆 比特網路技術，擴展研究和教育機構及網路連接能力。
三、Storm。Storm是自由的開源軟體，一個分布式的、容錯的實時計算系統。Storm可以非常可靠的處理龐大的數據流，用於處理Hadoop的批量數據。 Storm支持許多種編程語言，使用起來非常有趣。Storm由Twitter開源而來
四、Apache Drill。為了幫助企業用戶尋找更為有效、加快Hadoop數據查詢的方法，Apache軟體基金會近日發起了一項名為「Drill」的開源項目。該項目幫助谷歌實現海量數據集的分析處理，包括分析抓取Web文檔、跟蹤安裝在Android Market上的應用程序數據、分析垃圾郵件、分析谷歌分布式構建系統上的測試結果等等。
C. 通過大數據分析股票，對購買決策有何幫助
毫無作用,因為你拿不到真實的數據,中國股市信息不對稱問題由來已久,而且尚未解決,數據分析是有作用的,但是只限於基本面,其他的數據分析甚至會誤導你的決策
D. 你們的基於大數據預測的股票為什麼沒有跟上來用大數據來預測股市靠譜嗎
目前還沒有到大數據時代，還是靠自己預測吧
E. 2017大數據概念股有哪些
您好，天璣科技（17.62 -1.34%，買入）：公司研發推出PBdata資料庫一體機，該產品是針對應大數據環境下的海量數據（41.09 +10.01%，買入）分析存儲而設計的高性能主機。
浪潮信息（19.73 -1.99%，買入）：公司推出國內首款面向金融行業的大數據定製機——浪潮雲海金融大數據一體機，可滿足金融業行業定製、即付即用的需求。
拓爾思（16.50 -1.02%，買入）：公司先後推出了海貝大數據管理系統以及大數據輿情分析平台。公司將推行大數據+行業的戰略，將大數據處理技術與政府、金融以及營銷等行業結合。
美亞柏科（20.02 +0.55%，買入）：公司是中國領先的電子數據取證與安全產品及服務提供商，公司產品「取證裝備化+大數據信息化」，強化前端裝備和後端平台的融合；「互聯網+大數據資源」，形成多款具有行業影響力的SaaS服務。
銀信科技（18.27 +0.66%，買入）：主營業務行業覆蓋范圍不斷拓展為公司業績增長提供安全墊：2015年公司成功進入中國移動通信集團市場，獲得了中國移動及其旗下咪咕娛樂公司約3000萬元的訂單，隨著中國移動在ICT領域業務發展的不斷深入，我們認為也會在2016年給公司主營業務增長帶來新動力（愛基，凈值，資訊）；數雲科技為公司在大數據和雲計算領域打開新的業務增長點：公司早已經致力於雲計算和大數據的相關技術研發，並在公司主營業務領域實踐了基於大數據分析技術的智能化IT運維業務；
科大訊飛（34.96 +4.42%，買入）：公司智能語音及人工智慧核心技術優勢持續提升，訊飛超腦在語音合成、語音識別和語義理解、口語翻譯、機器評測等方向均取得顯著的階段性成果。特別是語音合成，在國際最高水平的語音合成比賽Blizzard ChallenGE（暴風雪競賽）中再次奪得第一，榮獲該競賽2006-2015年十連冠
F. 大數據分析平台哪家好
以下為大家介紹幾個代表性數據分析平台：
1、 Cloudera
Cloudera提供一個可擴展、靈活、集成的平台，可用來方便的管理您的企業中快速增長的多種多樣的數據，從而部署和管理Hadoop和相關項目、操作和分析您的數據以及保護數據的安全。Cloudera Manager是一個復雜的應用程序，用於部署、管理、監控CDH部署並診斷問題，Cloudera Manager提供Admin Console，這是一種基於Web的用戶界面，是您的企業數據管理簡單而直接，它還包括Cloudera Manager API，可用來獲取集群運行狀況信息和度量以及配置Cloudera Manager。
2、 星環Transwarp
基於hadoop生態系統的大數據平台公司，國內唯一入選過Gartner魔力象限的大數據平台公司，對hadoop不穩定的部分進行了優化，功能上進行了細化，為企業提供hadoop大數據引擎及資料庫工具。
3、 阿里數加
阿里雲發布的一站式大數據平台，覆蓋了企業數倉、商業智能、機器學習、數據可視化等領域，可以提供數據採集、數據深度融合、計算和挖掘服務，將計算的幾個通過可視化工具進行個性化的數據分析和展現，圖形展示和客戶感知良好，但是需要捆綁阿里雲才能使用，部分體驗功能一般，需要有一定的知識基礎。maxcompute(原名ODPS)是數加底層的計算引擎，有兩個維度可以看這個計算引擎的性能，一個是6小時處理100PB的數據，相當於1億部高清電影，另外一個是單集群規模過萬台，並支持多集群聯合計算。
4、 華為FusionInsight
基於Apache進行功能增強的企業級大數據存儲、查詢和分析的統一平台。完全開放的大數據平台，可運行在開放的x86架構伺服器上，它以海量數據處理引擎和實時數據處理引擎為核心，針對金融、運營商等數據密集型行業的運行維護、應用開發等需求，打造了敏捷、智慧、可信的平台軟體。
5、網易猛獁
網易猛獁大數據平台使一站式的大數據應用開發和數據管理平台，包括大數據開發套件和hadoop發行版兩部分。大數據開發套件主要包含數據開發、任務運維、自助分析、數據管理、項目管理及多租戶管理等。大數據開發套件將數據開發、數據分析、數據ETL等數據科學工作通過工作流的方式有效地串聯起來，提高了數據開發工程師和數據分析工程師的工作效率。Hadoop發行版涵蓋了網易大數據所有底層平台組件，包括自研組件、基於開源改造的組件。豐富而全面的組件，提供完善的平台能力，使其能輕易地構建不同領域的解決方案，滿足不同類型的業務需求。
6.知於大數據分析平台
知於平台的定位與當今流行的平台定位不一樣，它針對的主要是中小型企業，為中小型企業提供大數據解決方案。現階段，平台主打的產品是輿情系統、文章傳播分析與網站排名監測，每個服務的價格單次在50元左右，性價比極高。
G. 基於大數據的智能分析到底顛覆了什麼
因題干條件不完整，缺已知條件，不能正常作答
H. 大數據分析平台那家好，有給推薦個比較好的平台。
最權威的當屬NLPIR了。
NLPIR由專注於大數據科學研究與工程應用融合領域的十多名博士碩士，傾力15年，持續創新而構建，該平台分別獲得了2010年錢偉長中文信息處理科學技術獎一等獎，國際與國內公開第三方的獨立評測綜合第一名。綜合平衡了效果與效率，實現了 「又好又快」的技術追求。
普適優勢
NLPIR提供雲服務，更多的是提供第三方二次開發介面，你無需訪問我們的伺服器，確保自身信息內容的安全性，開發平台兼容當前所有主流的操作系統與開發語言。
經驗優勢
十餘年中，NLPIR先後服務了全球30萬家機構。其中涵蓋了中央網信辦、中國證監會、中國人民銀行、國家統計局、國家氣象局等國家機構，中信信託、華為、人民網、中國移動、中國郵政等大型商業機構，以及中國科學院、清華大學、中國科技信息情報研究所等科研機構。
I. 如何利用大數據平台進行市場分析
大數據平台的數據維度包含了市場分析需要的所有數據了，你只需要根據不同的數據維度進行分析就好了，決策狗大數據就在做消費品各行業的大數據分析，可以分析市場銷售趨勢、價格變動、品牌排行、產品趨勢、用戶分析等方面。
J. 大數據實時分析平台是未來趨勢如何如何選擇
PetaBase-V作為Vertica基於億信分析產品的定製版，提供面向大數據的實時分析服務，採用無共享大規模並行架構（MPP），可線性擴展集群的計算能力和數據處理容量，基於列式資料庫技術，使 PetaBase-V 擁有高性能、高擴展性、高壓縮率、高健壯性等特點，可完美解決報表計算慢和明細數據查詢等性能問題。
當前的大數據技術的研究可以分為幾個方向:結構化數據分析、文本數據分析、多媒體數據分析、Web數據分析、網路數據分析和移動數據分析。
未來，大數據10個主要發展趨勢:
大數據與人工智慧的融合;
跨學科領域交叉的數據分析應用;
數據科學帶動多學科融合;
深度學習成為大數據智能分析的核心技術;
利用大數據構建大規模、有序化開放式的知識體系;
大數據的安全持續令人擔憂;
開源繼續成為大數據技術的主流;大數據與雲計算、移動互聯網等的綜合應用;
大數據提升政府治理能力，數據資源化、私有化、商品化成為持續的趨勢;
大數據技術課程體系建設和人才培養快速發展。大數據發展趨勢預測總結為「融合、跨界、基礎、突破」。
1.結合智能計算的大數據分析成為熱點，包括大數據與神經計算、深度學習、語義計算以及人工智慧其他相關技術結合。得益於以雲計算、大數據為代表的計算技術的快速發展，使得信息處理速度和質量大為提高，能快速、並行處理海量數據。
2.跨學科領域交叉的數據融合分析與應用將成為今後大數據分析應用發展的重大趨勢。
由於現有的大數據平台易用性差，而垂直應用行業的數據分析又涉及領域專家知識和領域建模，目前在大數據行業分析應用與通用的大數據技術之間存在很大的鴻溝，缺少相互的交叉融合。
因此，迫切需要進行跨學科和跨領域的大數據技術和應用研究，促進和推動大數據在典型和重大行業中的應用和落地，尤其是與物聯網、移動互聯、雲計算、社會計算等熱點技術領域相互交叉融合。
3.大數據安全和隱私。大數據時代，各網站均不同程度地開放其用戶所產生的實時數據，一些監測數據的市場分析機構可通過人們在社交網站中寫入的信息、智能手機顯示的位置信息等多種數據組合進行分析挖掘。
然而，大數據時代的數據分析不能保證個人信息不被其他組織非法使用，用戶隱私安全問題的解決迫在眉睫。
安全智能更加強調將過去分散的安全信息進行集成與關聯，獨立的分析方法和工具進行整合形成交互，最終實現智能化的安全分析與決策。
4.各種可視化技術和工具提升大數據分析。進行分析之前，需要對數據進行探索式地考查。
在此過程中，可視化將發揮很大的作用。對大數據進行分析以後，為了方便用戶理解結果，也需要把結果展示出來。尤其是可視化移動數據分析工具，能追蹤用戶行為，讓應用開發者得以從用戶角度評估自己的產品，通過觀察用戶與一款應用的互動方式，開發者將能理解用戶為何執行某些特定行為，從而為自己完善和改進應用提供依據。
將來，企業用戶會選擇更加可靠、安全、易用的一站式大數據處理平台。
大數據一站式平台包括：虛擬化平台、數據融合平台、大數據管理平台、可視化平台。
致力於為客戶提供企業及的大數據平台服務，幫助企業輕松構建出獨屬於自己的數據智能解決方案，從傳統應用向大數據應用轉型，借力大數據優勢深化自身業務價值體系。