@徐琪
美国的交易系统至今还是有“Specialist”或者“Maket Maker”人为操作，所以瞬间的“Stop”是一切的根源。大数据对于证券市场的核心价值在于瞬间的参与者行为可以瞬间可视化判断
提问：@郝鹏洲：白老师，目前华尔街基于社交网络所做的模型是否属于机器可读新闻?
@白硕：
是这个大范畴里的,文本挖掘、情感分析是技术点,机器可读新闻是服务形态。
四、我对大数据联盟的使命的看法
最后针对我们大数据产业联盟的mission，谈点个人的想法。数据互通有无，乃至形成公平计价的数据共同市场的基本前提是，数据的使用和传播是受控的，数据使用和传播的基本环境是可信的。我们也有很多数据，有些数据对市场开展服务很有价值，比如市场回放环境，是验证算法和量化交易策略的试验床。世界上做这个服务的交易所很多，我们也可以提供。但是，在我们考虑提供这个服务的时候，就遇到一个两难困境。我们不希望我们的专属数据被用户扩散出去，用户也不希望他们的核心策略留在我们的环境里。
如何提供一个既能照顾到各个参与方之间“合理地互不信任”的关切，又能有效共享数据的可信机制，确实是我们面临的一个共同的挑战。
我没有成熟解决方案，但个人觉得可以做一个不一定恰当的类比：比特币的出发点也是建立在每一个个体都“合理地互不信任”的前提之上，但整体上却能让大多数参与者信任。所以比特币的做法可能是我们放心实现共享的重要借鉴。
原始数据只能加密送入这个P2P网络且只能在这个P2P网络内部流动，流动的痕迹全部可追踪。只有被授权的汇总数据才能以解密方式流出这个P2P网络……等等，这些设想如能实现，可望给数据共享打开一扇大门，当然电子数据防扩散没那么简单，难度肯定不小。
希望有志之士能大力促成这件事情。
整理：@柚子 @小草