A. 大数据分析股票，有什么好的方法
大数据只是做好宏观经济走向，但是落实到具体某只股票，就显得不那么使用了
B. 大数据分析系统平台方案有哪些
目前常用的大数据解决方案包括以下几类
一、Hadoop。Hadoop 是一个能够对大量数据进行分布式处理的软件框架。但是 Hadoop 是以一种可靠、高效、可伸缩的方式进行处理的。此外，Hadoop 依赖于社区服务器，因此它的成本比较低，任何人都可以使用。
二、HPCC。HPCC，High Performance Computing and Communications(高性能计算与通信)的缩写。HPCC主要目标要达到：开发可扩展的计算系统及相关软件，以支持太位级网络传输性能，开发千兆 比特网络技术，扩展研究和教育机构及网络连接能力。
三、Storm。Storm是自由的开源软件，一个分布式的、容错的实时计算系统。Storm可以非常可靠的处理庞大的数据流，用于处理Hadoop的批量数据。 Storm支持许多种编程语言，使用起来非常有趣。Storm由Twitter开源而来
四、Apache Drill。为了帮助企业用户寻找更为有效、加快Hadoop数据查询的方法，Apache软件基金会近日发起了一项名为“Drill”的开源项目。该项目帮助谷歌实现海量数据集的分析处理，包括分析抓取Web文档、跟踪安装在Android Market上的应用程序数据、分析垃圾邮件、分析谷歌分布式构建系统上的测试结果等等。
C. 通过大数据分析股票，对购买决策有何帮助
毫无作用,因为你拿不到真实的数据,中国股市信息不对称问题由来已久,而且尚未解决,数据分析是有作用的,但是只限于基本面,其他的数据分析甚至会误导你的决策
D. 你们的基于大数据预测的股票为什么没有跟上来用大数据来预测股市靠谱吗
目前还没有到大数据时代，还是靠自己预测吧
E. 2017大数据概念股有哪些
您好，天玑科技（17.62 -1.34%，买入）：公司研发推出PBdata数据库一体机，该产品是针对应大数据环境下的海量数据（41.09 +10.01%，买入）分析存储而设计的高性能主机。
浪潮信息（19.73 -1.99%，买入）：公司推出国内首款面向金融行业的大数据定制机——浪潮云海金融大数据一体机，可满足金融业行业定制、即付即用的需求。
拓尔思（16.50 -1.02%，买入）：公司先后推出了海贝大数据管理系统以及大数据舆情分析平台。公司将推行大数据+行业的战略，将大数据处理技术与政府、金融以及营销等行业结合。
美亚柏科（20.02 +0.55%，买入）：公司是中国领先的电子数据取证与安全产品及服务提供商，公司产品“取证装备化+大数据信息化”，强化前端装备和后端平台的融合；“互联网+大数据资源”，形成多款具有行业影响力的SaaS服务。
银信科技（18.27 +0.66%，买入）：主营业务行业覆盖范围不断拓展为公司业绩增长提供安全垫：2015年公司成功进入中国移动通信集团市场，获得了中国移动及其旗下咪咕娱乐公司约3000万元的订单，随着中国移动在ICT领域业务发展的不断深入，我们认为也会在2016年给公司主营业务增长带来新动力（爱基，净值，资讯）；数云科技为公司在大数据和云计算领域打开新的业务增长点：公司早已经致力于云计算和大数据的相关技术研发，并在公司主营业务领域实践了基于大数据分析技术的智能化IT运维业务；
科大讯飞（34.96 +4.42%，买入）：公司智能语音及人工智能核心技术优势持续提升，讯飞超脑在语音合成、语音识别和语义理解、口语翻译、机器评测等方向均取得显著的阶段性成果。特别是语音合成，在国际最高水平的语音合成比赛Blizzard ChallenGE（暴风雪竞赛）中再次夺得第一，荣获该竞赛2006-2015年十连冠
F. 大数据分析平台哪家好
以下为大家介绍几个代表性数据分析平台：
1、 Cloudera
Cloudera提供一个可扩展、灵活、集成的平台，可用来方便的管理您的企业中快速增长的多种多样的数据，从而部署和管理Hadoop和相关项目、操作和分析您的数据以及保护数据的安全。Cloudera Manager是一个复杂的应用程序，用于部署、管理、监控CDH部署并诊断问题，Cloudera Manager提供Admin Console，这是一种基于Web的用户界面，是您的企业数据管理简单而直接，它还包括Cloudera Manager API，可用来获取集群运行状况信息和度量以及配置Cloudera Manager。
2、 星环Transwarp
基于hadoop生态系统的大数据平台公司，国内唯一入选过Gartner魔力象限的大数据平台公司，对hadoop不稳定的部分进行了优化，功能上进行了细化，为企业提供hadoop大数据引擎及数据库工具。
3、 阿里数加
阿里云发布的一站式大数据平台，覆盖了企业数仓、商业智能、机器学习、数据可视化等领域，可以提供数据采集、数据深度融合、计算和挖掘服务，将计算的几个通过可视化工具进行个性化的数据分析和展现，图形展示和客户感知良好，但是需要捆绑阿里云才能使用，部分体验功能一般，需要有一定的知识基础。maxcompute(原名ODPS)是数加底层的计算引擎，有两个维度可以看这个计算引擎的性能，一个是6小时处理100PB的数据，相当于1亿部高清电影，另外一个是单集群规模过万台，并支持多集群联合计算。
4、 华为FusionInsight
基于Apache进行功能增强的企业级大数据存储、查询和分析的统一平台。完全开放的大数据平台，可运行在开放的x86架构服务器上，它以海量数据处理引擎和实时数据处理引擎为核心，针对金融、运营商等数据密集型行业的运行维护、应用开发等需求，打造了敏捷、智慧、可信的平台软件。
5、网易猛犸
网易猛犸大数据平台使一站式的大数据应用开发和数据管理平台，包括大数据开发套件和hadoop发行版两部分。大数据开发套件主要包含数据开发、任务运维、自助分析、数据管理、项目管理及多租户管理等。大数据开发套件将数据开发、数据分析、数据ETL等数据科学工作通过工作流的方式有效地串联起来，提高了数据开发工程师和数据分析工程师的工作效率。Hadoop发行版涵盖了网易大数据所有底层平台组件，包括自研组件、基于开源改造的组件。丰富而全面的组件，提供完善的平台能力，使其能轻易地构建不同领域的解决方案，满足不同类型的业务需求。
6.知于大数据分析平台
知于平台的定位与当今流行的平台定位不一样，它针对的主要是中小型企业，为中小型企业提供大数据解决方案。现阶段，平台主打的产品是舆情系统、文章传播分析与网站排名监测，每个服务的价格单次在50元左右，性价比极高。
G. 基于大数据的智能分析到底颠覆了什么
因题干条件不完整，缺已知条件，不能正常作答
H. 大数据分析平台那家好，有给推荐个比较好的平台。
最权威的当属NLPIR了。
NLPIR由专注于大数据科学研究与工程应用融合领域的十多名博士硕士，倾力15年，持续创新而构建，该平台分别获得了2010年钱伟长中文信息处理科学技术奖一等奖，国际与国内公开第三方的独立评测综合第一名。综合平衡了效果与效率，实现了 “又好又快”的技术追求。
普适优势
NLPIR提供云服务，更多的是提供第三方二次开发接口，你无需访问我们的服务器，确保自身信息内容的安全性，开发平台兼容当前所有主流的操作系统与开发语言。
经验优势
十余年中，NLPIR先后服务了全球30万家机构。其中涵盖了中央网信办、中国证监会、中国人民银行、国家统计局、国家气象局等国家机构，中信信托、华为、人民网、中国移动、中国邮政等大型商业机构，以及中国科学院、清华大学、中国科技信息情报研究所等科研机构。
I. 如何利用大数据平台进行市场分析
大数据平台的数据维度包含了市场分析需要的所有数据了，你只需要根据不同的数据维度进行分析就好了，决策狗大数据就在做消费品各行业的大数据分析，可以分析市场销售趋势、价格变动、品牌排行、产品趋势、用户分析等方面。
J. 大数据实时分析平台是未来趋势如何如何选择
PetaBase-V作为Vertica基于亿信分析产品的定制版，提供面向大数据的实时分析服务，采用无共享大规模并行架构（MPP），可线性扩展集群的计算能力和数据处理容量，基于列式数据库技术，使 PetaBase-V 拥有高性能、高扩展性、高压缩率、高健壮性等特点，可完美解决报表计算慢和明细数据查询等性能问题。
当前的大数据技术的研究可以分为几个方向:结构化数据分析、文本数据分析、多媒体数据分析、Web数据分析、网络数据分析和移动数据分析。
未来，大数据10个主要发展趋势:
大数据与人工智能的融合;
跨学科领域交叉的数据分析应用;
数据科学带动多学科融合;
深度学习成为大数据智能分析的核心技术;
利用大数据构建大规模、有序化开放式的知识体系;
大数据的安全持续令人担忧;
开源继续成为大数据技术的主流;大数据与云计算、移动互联网等的综合应用;
大数据提升政府治理能力，数据资源化、私有化、商品化成为持续的趋势;
大数据技术课程体系建设和人才培养快速发展。大数据发展趋势预测总结为“融合、跨界、基础、突破”。
1.结合智能计算的大数据分析成为热点，包括大数据与神经计算、深度学习、语义计算以及人工智能其他相关技术结合。得益于以云计算、大数据为代表的计算技术的快速发展，使得信息处理速度和质量大为提高，能快速、并行处理海量数据。
2.跨学科领域交叉的数据融合分析与应用将成为今后大数据分析应用发展的重大趋势。
由于现有的大数据平台易用性差，而垂直应用行业的数据分析又涉及领域专家知识和领域建模，目前在大数据行业分析应用与通用的大数据技术之间存在很大的鸿沟，缺少相互的交叉融合。
因此，迫切需要进行跨学科和跨领域的大数据技术和应用研究，促进和推动大数据在典型和重大行业中的应用和落地，尤其是与物联网、移动互联、云计算、社会计算等热点技术领域相互交叉融合。
3.大数据安全和隐私。大数据时代，各网站均不同程度地开放其用户所产生的实时数据，一些监测数据的市场分析机构可通过人们在社交网站中写入的信息、智能手机显示的位置信息等多种数据组合进行分析挖掘。
然而，大数据时代的数据分析不能保证个人信息不被其他组织非法使用，用户隐私安全问题的解决迫在眉睫。
安全智能更加强调将过去分散的安全信息进行集成与关联，独立的分析方法和工具进行整合形成交互，最终实现智能化的安全分析与决策。
4.各种可视化技术和工具提升大数据分析。进行分析之前，需要对数据进行探索式地考查。
在此过程中，可视化将发挥很大的作用。对大数据进行分析以后，为了方便用户理解结果，也需要把结果展示出来。尤其是可视化移动数据分析工具，能追踪用户行为，让应用开发者得以从用户角度评估自己的产品，通过观察用户与一款应用的互动方式，开发者将能理解用户为何执行某些特定行为，从而为自己完善和改进应用提供依据。
将来，企业用户会选择更加可靠、安全、易用的一站式大数据处理平台。
大数据一站式平台包括：虚拟化平台、数据融合平台、大数据管理平台、可视化平台。
致力于为客户提供企业及的大数据平台服务，帮助企业轻松构建出独属于自己的数据智能解决方案，从传统应用向大数据应用转型，借力大数据优势深化自身业务价值体系。