21世纪是一个信息时代，互联网得到高度普及，互联网与金融的融合孕育了互联网金融，而大数据时代的到来又给互联网金融带来了质的变化。
互联网金融不是互联网和金融的简单叠加，更深层次的变化是改变了金融服务模式，给金融体系带来了变革，融入了更多互联网特有技术，大数据技术就是其中的典型代表，它也被视为推动互联网金融发展的重要驱动力之一，使金融业形成了一种新的业态。
什么是大数据
大数据，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
大数据又称巨大资料或者巨量资料，其含义为巨大的资料库，人们通过对这些巨大的数据资料进行分析、管理与整理。总结出这些大数据背后隐藏的规律，从而对企业的经营与决策起到积极的作用。
大数据的主要特点为:大量、高速、多样、价值。大数据最核心的价值就是在于对于海量数据进行存储和分析。相比起现有的其他技术而言，大数据的“廉价、迅速、优化”这三方面的综合成本是最优的。
什么是互联网金融
互联网金融（ITFIN）是指传统金融机构与互联网企业利用互联网技术和信息通信技术实现资金融通、支付、投资和信息中介服务的新型金融业务模式。
互联网金融是互联网技术和金融功能的有机结合，依托大数据和云计算在开放的互联网平台上形成的功能化金融业态及其服务体系。
互联网金融，是传统金融行业与互联网相结合的新兴领域。互联网金融并不单单是互联网与传统金融的简单融合，更通过以互联网为基础的高新技术实现了资金融通、支付、投资信息化、网络化，以大数据及互联网平台，构建了一种新型金融业务模式和金融服务体系。互联网金融的出现，开拓了融资渠道，提升了金融融通效率，加速了金融经济发展进程，塑造良好互联网金融环境是新时代发展的需求。
与传统金融相比较，互联网金融具有成本低，覆盖范围广，发展速度快等优势，而它的缺点主要在于互联网金融行业的监管仍有不足，风险相对较高。
大数据在互联网金融中的应用
互联网金融的核心就是数据，数据的规模、真实性、有效性、数据分析应用的能力将决定未来互联网金融业的竞争力，而大数据技术正是互联网金融的重要技术支撑。
应用一、通过大数据分析进行高频交易和算法交易。以高频交易为例，高频交易是指交易者为实现高额利润，利用交易程序和硬件设备，快速分析、生成、获取和发送交易指令，可以在较短的时间内完成较多的交易。现在的高频交易开始采取“战略顺序交易”（strategic
sequential
trading），即主要通过分析金融大数据，对特定的参与者的交易痕迹进行识别和总结，如：一支共同基金的大额订单通常情况下出现在收盘前最后一分钟的第一秒，能识别出此模式的算法就可以预算出这只基金在其他时间的动向，如果继续执行交易，必须付出更高的价格，算法交易商趁机获取利润。
应用二、利用大数据实现精准营销。大数据应用使得互联网金融改变了传统的营销模式，互联网企业通过对客户在网络上的交易、支付、行为数据信息的挖掘和分析，对客户进行分类，并进而到私人订制，实现精确营销。比如支付宝从硅谷聘请了两家数据分析实验室从事行为分析，把客户细分成
50 个族群进行研究，亚马逊也从用户以往浏览、购买行为中挖掘潜在需求等。
应用三、利用大数据进行市场情绪分析。大约两年前，对冲基金从各种社交媒体中提取市场情绪信息进而开发出算法交易，如Facebook、博客、聊天室等。如发现有恐怖袭击、自然灾害的意外信息时就会抛出订单，精神病专家理查德•彼得于2008年在美国加州圣莫尼卡集资100万美元建立对冲基金，通过追踪网站、微博、聊天室分析企业情绪，确定基金的交易策略，该基金的回报率在2010年高达40%。
应用四、利用大数据提高风险的管理力度。金融创新与金融风险相伴相成，互联网金融也是如此。互联网金融提高了金融效率，但也使风险跨越了地界和人际关系，呈现许多新形式，而监管的滞后和法律的缺失则非常不利于互联网金融风险的界定和防范。因此通过对互联网金融活动产生的大数据进行分析，来及时发现风险暴露，采取措施加以规避和防范。例如利用数据分析实时监控用户的交易行为来防欺诈；对利用异地信用卡频繁刷卡套现行为进行监控，对pos机刷卡数据流进行分析来防洗钱；通过对大数据的分析对互联网金融进行实时监管，来防止系统性风险等等。
本文列举的只是大数据在互联网金融的应用当中比较广为人知的几个方面，随着互联网金融和大数据的不断发展，二者的关系也将会越来越紧密。金融业的不断发展会产生大数据，利用大数据可以获得有效的商业信息，其发展也促进了金融的不断创新和发展。大数据能够为互联网金融提供准确、可靠地信息资源，有效提高金融机构的运营效率，避免金融风险，促进互联网金融更加快速、安全地发展。