汪琛德，王楠，曹丹星

鄭州商品交易所期貨及衍生品研究所有限公司，河南 鄭州 450000

摘要：研究了農業大數據對鄭州商品交易所主要業務的促進作用。 通過對農業大數據在交易所各個主要業務流程中扮演的重要角色的分析， 表明基于農業大數據和期貨大數據的數據挖掘可以提高交易所在交易、 交割、結算、 風控以及新產品研發等業務上的科學性、 精準性、 針對性。

關鍵詞：農業大數據；期貨市場；業務流程；促進作用

中圖分類號：F713. 1 ??????文獻標識碼： A

doi: 10.11959/j.issn.2096-0271. 2016009

Opportunities and challenges of commodity exchange bring form agricultural big data

WANG Chende, WANG Nan, CAO Danxing

Zhengzhou Commodity Exchange Futures & Derivatives Institute, Zhengzhou 450000, China

Abstract: The active function of big data to the business of Zhengzhou commodity exchange (ZCE) was considered. The analysis of the important role which big data played in the main business streamline of ZCE indicated that data mining based on agricultural big data and futures big data helped to enhance the scientificalness, accuracy and pertinence of the exchange's main businesses such as commodity trading, delivery, settlement, risk control and new product development.

Key words: agricultural big data, futures market, business process, active function

?

1? 引言

近年來，基于大數據的技術和應用改變了人們認知世界的方式。數據挖掘技術的創新使得人們可以從數據金礦里挖掘出更多的有用信息。交易所本身是數據的生產者和利用者，作為前者，交易所每秒產生數以萬計的數據，這個速度仍然在提升，而且鄭州商品交易所（以下簡稱鄭商所）累計了自成立以來的大量的歷史交易數據；作為后者，鄭商所目前對數據的利用仍需提升，數據收集的根本目的是根據需求從數據中提取有用的知識，并將其應用到具體的領域之中。

目前，存在的問題是對數據隱含的可能為業務發展帶來幫助的信息挖掘不夠，尤其是對基于大數據分析技術的數據挖掘能力仍有待提高。如何基于農業期現貨大數據深度挖掘提高交易所在交易、交割、結算、風控以及新產品研發等業務上的科學性、精準性、針對性，是提高交易所核心競爭力的重要手段。

有關研究人員^[1,2]試圖從不同角度給大數據下一個明確的定義，其后，一些作者^[3-5]從不同角度對大數據的概念進行了深化和擴展。Ru? G等人^[6]詳細介紹了精準農業數據挖掘技術。Mucherino A等人^[7,8]對農業大數據的處理技術進行了闡述。近年來，大數據及其挖掘技術在工業、商業上的許多成功實踐使越來越多的學者和企業界人士認識到大數據技術的威力，大數據正全面擴展其應用領域，一場基于大數據的行業變革已經到來。農業可能會成為下一個大數據全面應用的行業，這一方面是因為傳統的粗放型農業已經不可持續，基于物聯網和智能控制的農業將進一步提高農業生產效率，其主要涉農產業鏈條產生的大量數據，包括產前數據^[9,10]、產中數據^[11,12]、產后數據^[11]。另一方面，基于農產品產業鏈的大數據分析技術可以優化農業資源配置^[9]，進一步提高農業生產的精細化程度^[10]。

本文分析了農業大數據在商品交易所主要業務流程上的應用，分析表明，在大數據時代，期貨交易所要認識大數據技術給交易所業務帶來的挑戰，同時要把握大數據技術帶來的機遇，實現從農業大數據的生產者和收集者到大數據技術的應用者的轉變，讓大數據技術優化交易所業務流程服務，從而更好地服務實體經濟。

?

2? 交易所視角中的農業大數據

從交易所的角度審視農業大數據，農業大數據應包含農業現貨大數據^[13-16]和農業期貨大數據，下面從兩個方面闡述這兩類數據涵蓋的數據內容。

2.1 ?農業現貨大數據

農業現貨大數據主要是根據農產品的生長周期和季節特征進行分類，具體介紹如下。

（1）種質、育種和播種數據

人類的命運取決于人類理解和發掘種質資源的能力，種質資源尤其是農作物種質資源在人類的生產和生活中起著不可或缺的作用，也是人類賴以生存的可靠保障，同時是各種農業研究、生物研究、作物種植及農業生產的重要資源和基礎物質。沒有好的種質資源，就不可能培育出好的品種。植物育種發展進程的事實表明，突破性成就決定于關鍵性基因資源的發現和利用。農田單位面積播種的種子數量直接影響未來的產量，所以種質、育種和播種數據的研究分析對現代農業的發展極其重要。

（2）水肥氣熱、病蟲害、植物保護數據

水肥氣熱數據將對土壤的養分和結構產生重要影響，病蟲害數據將對農作物的產量和質量產生重要影響，另外，研究病蟲的類型和抗藥性等數據也為研發新型除蟲、殺蟲手段提供了科學的數據參考。植物保護也是農作物成長過程的重要環節，通過對大量農業數據的分析，發現有害生物的生長周期規律，從而針對其生命周期提出相應的治理辦法，在準確、合適的時間對農作物養護管理，提高農作物的產量和質量，進而推進涉農企業的發展。

（3）田間管理數據

通過精準施肥系統，全國農場一年減少了數萬噸化肥的使用。現代農業存在施肥過量的問題，盲目不加分析地施肥不是促進了農作物的生長，而是導致農作物對肥料根本無法吸收，這樣不僅浪費了資源，還造成了地下水和土壤的污染。大數據的出現帶動了大數據精準施肥管理，可以通過設置精準的灌溉系統，避免盲目的過度用水，通過病蟲預警防治系統，加強對病蟲害的監管及治理，對病蟲害及時做出反應，進行精準施藥，避免過度施藥、污染和浪費，也保證了食品安全。未來智能農業的發展依托互聯網技術，使農田和網絡建立聯系，通過實時監控，對農業病蟲害及時做出反應。目前我國農業資源匱乏、農田環境污染嚴重，另外，市場競爭激烈，所以開展田間管理精準性研究工作具有重要的戰略意義，不僅節約了資源，保護了生態環境，也明顯提升了農作物的產量和質量。

（4）產量數據

成為期貨合約標的的商品必須要具備的第一個條件就是商品供應量較大，不易為少數人控制和壟斷。能夠作為期貨品種的標的物在現貨市場上必須有較大的供應量，否則，其價格很容易被操縱；由于農產品期貨對氣候等不確定因素較為敏感，交易參與者對產量的預期往往能左右期貨價格的走勢；另外，產量數據也是期貨品種交易單位設置的重要參考依據，所以對農產品產量數據的研究有助于商品期貨的發展。

（5）品質（質量）、質檢數據

成為期貨合約標的的商品必須要具備的第二個條件就是商品的品質易于劃分，質量可以評價。交割品的質量標準是期貨合約制度設計中的重要內容，是期貨運行成敗的關鍵因素之一，農產品期貨交割品的品質數據對于期貨交割品的檢驗和定級具有重要的參考價值，品質數據也是升貼水設置的重要參考依據。期貨合約的標準化條款之一是交割等級，這要求標的物的規格或質量能夠進行量化和評級。因此，質檢數據是期貨品種定級的重要參考，也是替代交割品升貼水設置的重要參考依據。

（6）倉儲及費用數據

成為期貨合約標的的商品必須要具備的第三個條件就是商品儲藏和保存較長時間不變質，倉儲庫的布局及倉儲量大小是交割倉庫選擇的重要依據，另外，倉儲費用也是期貨交割升貼水設置的重要參考依據。

（7）現貨價格數據

成為期貨合約標的的商品必須要具備的第四個條件就是商品的價格波動頻繁。期貨市場具有價格發現的功能，價格數據是大宗商品市場中最重要的指標，其權威性取決于數據采集的全面性。商品價格的波動除受市場供求關系影響外，還受國內外宏觀經濟形勢、國家政策乃至氣候、地震等自然災害和恐怖襲擊等突發事件等多重因素的影響，數據量龐大。農產品價格往往會因為品級不同、產地不同有很大差別，這些差別也是期貨交割品定級以及期貨交割升貼水設置的重要參考。

（8）消費（銷售）數據

成為期貨合約標的的商品必須要具備的第五個條件就是市場中有大量的買者和賣者。供求關系是商品價格的重要決定因素，消費者的消費傾向是需求關系的重要寫照，終端用戶的消費地點往往是交割倉庫設置的重要依據；終端消費產品的品質分布也是交割等級設置的重要依據；另外，終端用戶的消費習性分析也能為品種市場開發提供重要的數據支撐。對終端消費產量數據的歸類分析研究，可以了解消費者的消費偏好，有利于品牌的創建和產品的創新。

（9）貿易數據

期貨市場的一個重要功能是為現貨企業提供套期保值功能，在期貨交易中，現貨市場的買賣方往往也是期貨市場的重要參與者，現貨市場的買賣方數據能夠為期貨品種市場開發提供有力參考。在期貨市場上，期貨價格與現貨價格在期貨交易時間內往往存在期現價差，隨著交割日的臨近，實物交割制度使得期貨價格和現貨價格趨于一致，盡管在期貨市場上實物交割占很小的比率，但正是實物交割制度的存在，使得期貨品種的期貨價格和現貨價格最終聯系在一起，為期貨市場的功能發揮提供了基本條件。現貨貿易中的物流方向數據將是期貨品種交割倉庫和交割廠庫設置的重要依據。通過對貿易數據的收集及分析，判斷及預測期貨市場的基本情況，實時監控期貨交易的合規性是必要的。

（10）天氣數據

農業主要是在自然條件下進行的生產活動，影響全世界范圍內農業生產的最根本外界條件就是天氣和氣候，因此全球氣候的季節性變化對于農作物的生產和治理存在著重要的影響。農作物從播種開始，到接下來的施肥、灌溉等，天氣因素是影響其產量等各方面的重要因素。通過建立一些能夠識別天氣的數據模型，采用歷史天氣信息對數據模型進行參數修正及調整，可以對當前的天氣及氣候條件進行一些相關預測，這些預測結果對于農作物種植及培養具有重要的參考價值。

2.2 ?農業期貨大數據

從交易所的角度考慮，農業期貨大數據主要包括期貨價格、交易量數據、持倉量數據、交割數據、倉單數據等。

（1）期貨價格

期貨市場上形成的交易價格具有真實性、預期性、連續性和權威性的特點，這個價格能夠比較準確而且全面地反映現貨品種真實的供給和需求的情況，并且能夠合理地預測其變化趨勢，對價格參考者來說，期貨價格具有較強的參考指導作用。農產品期貨市場的價格發現機制可以幫助農民提前預知農產品的價格趨勢，更好地避免蛛網困境^[17]。

目前上市的農產品期貨相對來說品種較多，因此期貨市場也可以看作供求信息來源最多的地方，各方買家、賣家匯聚在期貨市場，使得農產品期貨的價格成為了非常有代表性的價格，直接影響著現貨價格，并且該價格能夠真實地反映市場走向問題，通過該價格可以對將來的種植規模、種植結構及培育方法進行合理的籌劃。

（2）交易量、持倉量

在期貨市場上，交易量指在一段時間內某期貨品種交易的總數量。持倉量指某個投資者持有的某個合約的未平倉合約總量。持倉量等于該合約未平倉的多倉和空倉之和。

利用大數據技術對期貨市場的價格、交易數據、持倉數據進行分析，可以幫助投資者挖掘更多的交易策略和模型，在風險可控的情況下獲得更多的投資回報。

（3）交割量

實物交割是聯系商品現貨市場與期貨市場的重要紐帶。期貨市場上交割是指期貨合約的買賣雙方于合約到期時，根據交易所制訂的規則和程序，通過期貨合約標的物的所有權轉移，將到期未平倉合約進行了結的行為。商品期貨交易一般采用實物交割的方式。

運用大數據技術可實現對期貨交割商品從生產、運輸、倉儲、交收全流程的跟蹤，使商品期貨交割雙方能全程掌握標的物的各類數據指標，清楚知道每一件商品的質量、性能，幫助買賣雙方規劃交收的最優時間和最佳交收對象，降低交收風險，減少倉儲時間，節省物流成本，降低交收成本，優化交收體驗。

（4）倉單

供求關系是影響商品價格的根本原因，而庫存又是供求關系的重要顯著指標，如何根據庫存的大小來分析期貨價格的未來走勢，注冊倉單的變動規律就提供了一種直接的理論思路。注冊倉單體現的是能夠直接交割的庫存，而從歷史的注冊倉單數量以及期貨價格的變化來看，當商品的期貨價格不斷上漲時，將會吸引大量的現貨商賣出套期保值，相應的注冊倉單的數量也會大幅地增加；當商品期貨價格回落時，現貨商就會采取到期交割或者平倉撤銷倉單的策略，這將會導致倉單數量大幅地減少。倉單數量的增加也會導致期貨價格的波動，當倉單數量過大時，也會給期貨價格的上漲帶來巨大的壓力。

通過大數據技術對農產品期貨倉單的數量、質量、分布、注冊注銷時間、注冊人、提貨人進行分析，能夠得到農產品現貨市場的可供交割的數量、品級及產區、銷區的分布情況。

（5）期貨交割倉庫數據

期貨交割倉庫是指期貨交易所為進入交割期的合約實現實物交割而在商品主產區或主消費區特意設立的商品存儲區域，以方便合約的買賣雙方實現貨款對付，完成交易。

通過物聯網技術可以對期貨交割倉庫進行全方位監控，實時獲得貨物安全狀態、倉藏條件變化等數據，定量分析交割倉庫、貨物風險狀況，降低交割風險。

?

3 ?農業大數據對現有業務的作用

商品交易所是指在一定的時間內，在一定的地點進行商品期貨合約買賣的有組織的固定市場，其主要業務流程包含交易、交割、結算、風控、新品種開發以及其他業務。在互聯網時代，上述業務流程的許多方面都可以通過建立自動化交易系統來實現，但自動化交易系統的設計需要基于現有的業務制度規則建設，將業務制度規則植入交易系統，因此各個業務流程的優化最基礎的仍然是制度建設。另外，期貨市場的發展使得早期易于標準化的大宗商品都已經在交易所掛牌，交易所需要尋找滿足上市條件的新品種以拓展業務。利用好農業大數據技術可以優化交易所的業務流程和品種研發周期。

3.1 ?精準篩選上市品種， 縮短品種研發周期和成本

農業大數據可以助力精準篩選具備上市條件的農產品。某類農產品要成為期貨品種必須滿足一些基本條件。在農業大數據的幫助下，交易所品種研發人員可以根據品種上市的基本條件，通過數據挖掘技術，從海量的農業大數據中發現、篩選出理想的候選上市品種；在明確候選上市品種的基礎上，通過對生產、貿易、產業鏈數據的分析，幫助品種研發人員分析上市品種的可行性和必要性，并可對品種在期貨市場上市后的基本表現有一個先驗的預測和研判；同時，基于大數據分析還可以發現未來期貨交易的潛在客戶，篩選出優質的調研地點、調研對象，節約調研成本、提高調研效率，從而縮短品種研發周期和減少品種研發成本。

3.2 農業大數據使更為科學的期貨合約要素設計成為可能

合約要素設計一定要貼近現貨市場，適應現貨市場實際。在合約規模設定上，合約規模會影響涉農投資人參與品種期貨市場的意愿，過小的合約規模將增加交易者的交易成本，而過大的合約規模卻會阻止一些小額交易者進入市場，使得成交量減小，買賣價差價值擴大，市場交易效率降低，通過基于農業大數據的分析可以反映投資人意愿和現貨實際的、合理的合約規模大小，改變以前在進行合約規模設定時憑借經驗和感覺的做法。另外，在合約月份的設定上，合約月份要貼近標的農產品的生產和消費時間，農產品的生產和消費有一定的季節性和現貨供應的持續性，合約要素設計反映現貨實際的交割月份有利于農產品生產、貿易和消費企業利用期貨市場套期保值。

在每日價格波動限制的確定上，農產品期貨標的物的每日價格變動應該在期貨標的物的每日價格變動上有所反映。通過對海量的現貨大數據的分析，可以確立合適的反映現貨市場實際的每日價格波動限制，讓數據分析代替“經驗、直覺”，設計符合現貨市場需要的期貨合約要素。

3.3 農業大數據助力優化交割制度規則制定

在交割方面，基于農業大數據技術可以確定期貨品種的現貨交割品的品級。利用大數據技術，可以根據現貨實際情況，對標準交割品的品級指標進行精細調整，使之更貼近現貨實際，使滿足交割品級的企業數量最大化，現貨上下游企業都能積極參與交割質量指標設計，兼顧生產行業的整體加工水平及涉農企業的質量要求，利于主流現貨企業的積極參與。

在交割地點、交割方式（車船板、倉庫、廠庫）、優選倉庫、倉庫布局及升貼水設置方面，基于GIS的農業大數據可以優化交割庫的布局，篩選符合交易所規定的倉庫，精確確定交割地點，選擇合適的交割方式，便利買賣雙方進行實物轉移。農業大數據還可確定某一品種設置多少交割庫合適，每個交割庫的庫容是否滿足要求、是否滿足質檢要求、信用是否良好，交割倉庫總體上看是否過于集中。交割庫過于集中，一方面會浪費交易所的交割庫資源，使市場在急需交割倉庫時起不到應有的作用，從而造成浪費：另一方面會損害市場的公平，導致現貨價格出現畸形，通過挖掘農業大數據倉儲和物流信息可以動態優化交割倉庫的設置。

通過挖掘農業倉儲大數據，可以更為合理地設定倉庫出入庫費用，合理設置升貼水，可使交割者在各地進行交割的經濟利益相同。挖掘農業倉儲和質檢大數據可以幫助交易所確定交割倉單的有效期，并優選質檢機構。

在風險控制方面，通過大數據技術可以幫助交易所制定較為靈活的風險控制管理辦法。通過大數據分析具體品種的現貨產業鏈的情況，全面了解某一品種現貨經營企業的實際生產、銷售或貿易狀況以及企業的財務和資金基本情況，可以針對參與期貨市場的現貨企業采取個性化的套保審批及套保額度、個性化的保證金水平、個性化的持倉限制以及個性化的風險警示。

3.4 農業大數據可以針對性地開發農產品期貨市場

期貨品種上市后要一直進行市場開發工作，市場開發最核心的作用即在于市場培育、客戶培訓與服務工作。大數據在客戶服務和客戶培訓方面起到了無與倫比的作用，大數據的核心在于市場高速地產生大量有價值的信息，通過收集、整理和分析這些數據，可以針對性地提取滿足各種需求的有價值的信息，進而使用到實際的服務工作之中。通過大數據技術，找到“隱藏的”大數據見解，全面地了解客戶。采用數據導向的戰略，更有效地與客戶進行交互，利用數據預測指導業務發展，開拓新的服務模式。

?

4? 農業大數據在期貨市場中的應用

期貨市場中期貨合約標的的選擇需要滿足一定的標準化原則，農業大數據本身具備可標準化的條件，可以使其作為合約標的用于上市農業大數據期貨合約。另外，農業大數據包含眾多農業相關信息，包括產前數據、產中數據、產后數據等，其中產中的天氣數據可以經過一定的標準化后用于開發天氣期貨合約。

4.1 農業大數據本身就可以成為期貨交易標的

部分農業大數據本身具備一定的可標準化條件。可以通過創新合約制度規則，設計以農業大數據本身作為標的的農業大數據期貨合約，方便涉農供需雙方在交易所買賣數據資源，讓數據發揮價值，并進一步促進相關涉農企業提高收集數據的質量，提升數據的利用率。以數據為標的的期貨合約與以普通大宗商品為標的的期貨合約相比，存在許多特殊性，需要克服許多法律和技術障礙。為實現農業大數據合約的可上市交易，交易所要解決與數據相關的法律、法規和技術問題。主要需要解決的問題如下。

（1）通過技術手段解決數據的隱私和所有權問題

數據作為交易標的，首先必須解決隱私和所有權問題，有些數據涉及行業和企業機密，數據的所有者對交易這些數據存在一定的顧慮，必須通過一定的技術手段對數據進行一定的處理，以實現對保密的要求，同時，也要保證一定的實用性。通過對農業大數據的清洗、分析、建模和可視化，解決數據保護隱私及數據所有權等方面的問題。

（2）通過制度建設解決合約的標準化問題

期貨合約指由期貨交易所統一制定的、規定在將來某一特定的時間和地點交割一定數量和質量商品的標準化合約。以某種對象作為標的的期貨合約必須滿足可標準化這一期貨合約上市的基本條件，以農業大數據作為標的的期貨合約也必須通過一定的制度設計實現標準化。交易所通過建立數據格式標準化體系、數據質量認證體系、數據安全防范體系、數據交易定價體系等標準化體系，解決農業大數據交易的標準化問題，最后設計出可以交易的農業大數據期貨或期權合約，建立農業大數據期貨交易市場。大數據交易所將為數據買賣雙方開展數據場內和場外期貨和期權交易、數據融資、數據抵押等業務，建立交易雙方數據的信用評估體系，增加數據交易的流量，加快數據的流轉速度，提高數據的使用效率，提升原始數據的質量。

4.2 農業大數據中的天氣數據可以開發天氣期貨

我國是農業大國，農業是經濟發展、社會安定、國家自立的基礎。而農業是受天氣影響最為嚴重的產業，近年來，各類氣象災害造成的年均農作物受災面積達3940萬公頃，糧食減產量占總產量的10%~20%。廣大農民、涉農行業及企業的天氣風險管理需求現實而迫切。

國外利用天氣期貨1規避相關風險，已有近20年的實踐經驗。市場參與主體廣泛，包括能源企業、農業、交通運輸業以及機構投資者等類型。相關衍生產品種類較為豐富，其中，芝加哥商業交易所（CME）于1999年最早推出了制熱日指數（HDD）期貨以及制冷日指數（CDD）期貨，以“日平均氣溫與華氏65度的偏離程度”作為指標，率先開展了場內天氣衍生品交易。之后倫敦國際金融期貨期權交易所（LIFFE）、東京國際金融期貨交易所等數個機構陸續推出天氣期貨合約，為企業管理天氣風險提供了有力工具。

考慮到國內現實存在的風險管理需求以及國外長期的實踐經驗，筆者認為開發天氣期貨對進一步豐富我國期貨及衍生品品種體系，滿足廣大農民、涉農行業及企業天氣風險管理需求具有重要意義。

?

5 ?結束語

本文分析了大數據時代下農業大數據給交易所帶來的機遇與挑戰。期貨交易所生產并擁有獨特的農業期現貨數據，應該實現從數據生產者和收集者向數據使用者和分析者的轉變。利用交易所強大的硬件資源和數據整合能力，建立大數據分析平臺，提高交易所核心業務實踐的科學性、精準性、針對性。通過對農業大數據在交易所主要業務流程應用的分析，表明基于農業大數據和期貨大數據的技術應用可以提高交易所在交易、交割、結算、風控以及新產品研發等業務上的科學性、精準性、 針對性。

參考文獻：

[1] 維克托·邁爾-舍恩伯格, 肯尼斯·庫克耶. 大數據時代——生活、 工作與思維的大變革[M]. 盛楊燕, 周濤譯. 杭州: 浙江人民出版社, 2012:27-44.

MAYER-SCH?NBERGER V, CUKIER K. Big Data: A Revolution That Will Transform How We Live, Work and Think[M]. Translated by SHENG Y Y, ZHOU T. Hangzhou: Zhejiang People’s Publishing House, 2012:27-44.

[2] DUMBILL E. What is big data[EB/OL]. O'Reilly.[2013-01-24].https://www.oreilly.com/ideas/what-is-big-data.html.

[3] 俞立平. 大數據與大數據經濟學[J]. 中國軟科學, 2013(7):177-183.

YU L P. Big data and big data economics[J]. China Soft Science, 2013(7):177-183.

[4] 孟小峰, 慈祥. 大數據管理: 概念、技術與挑戰[J]. 計算機研究與發展, 2013(1): 146-169.

MENG X F, CI X. Big data management: concepts, techniques and challenges[J]. Journal of Computer Research and Development, 2013(1): 146-169.

[5] FRANKS B.駕馭大數據[M]. 黃海, 車皓陽, 王悅, 等譯. 北京: 人民郵電出版社, 2013:1-8.

FRANKS B. Taming the Big Data Tidal Wave[M]. Translated by HUANG H, CHE H Y, WANG Y, et al. Beijing: Posts & Telecom Press, 2013:1-8.

[6] RU? G, BRENNING A. Data mining in precision agriculture: management of spatial information[C]//Proceedings of the 13th International Conference On Information Processing and Management Of Uncertainty, June 28-July 2, 2010, Dortmund, Germany. Berlin: Springer Berlin Heidelberg, 2010:350-359.

[7] MUCHERINO A, PAPAJORGJI P, PARDALOS P M. A survey of data mining techniques applied to agriculture[J]. Operational Research, 2009, 9(2): 121-140.

[8] MUCHERINO A, URTUBIA A. Consistent biclustering and applications to agriculture[C]//Proceedings of the Industrial Conference on Data Mining (ICDM10), Workshop “Data Mining in Agriculture” (DMA10), December 14-17, 2010, Berlin, Germany.[S.l:s.n.], 2010:105-113.

[9] 劉藝. 基于農業生產過程的農業物聯網數據處理若干關鍵技術的研究[D]. 北京: 北京郵電大學, 2014:25-41.

LIU Y. Research on key technologies of data processing of agricultural internet of things based on agricultural production process[D]. Beijing: Beijing University of Posts and Communications, 2014:25-41.

[10] 張長利, 沈維政. 物聯網在農業中的應用[J]. 東北農業大學學報, 2011(5):1-5.

ZHANG C L, SHEN W Z. Application of internet of things in agriculture[J]. Journal of Northeast Agricultural University, 2011(5):1-5.

[11] 許世衛. 農業大數據與農產品監測預警[J]. 中國農業科技導報, 2014(5):14-20.

XU S W. Agricultural big data and monitoring and early war ning of agricultural products[J]. Journal of Agricultural Science and Technology, 2014(5):14-20.

[12] 孫忠富, 褚金翔, 杜克明, 等.農業大數據管理整個生命周期[J]. 高科技與產業, 2015(5): 60.

SUN Z F, CHU J X, DU K M, et al. Agricultural big data management throughout the life cycle[J]. High technology and Industry, 2015(5): 60.

[13] 余欣榮. 關于發展農業物聯網的幾點認識[J]. 中國科學院院刊, 2013(6): 679-685.

YU X R. Perspectives on developing agricultural internet of things in China[J]. Journal of the Chinese Academy of Sciences, 2013(6):679-685.

[14] 蔡書凱. 大數據與農業:現實挑戰與對策[J]. 電子商務, 2014(1):3-4.

CAI S K. Big data and agriculture: challenges and countermeasures[J]. E-Business Journal, 2014(1): 3-4.

[15] WAGNER P, SCHNEIDER M. Economic benefits of neural network-generated site-specific decision rules for nitrogen fertilization[C]//Proceedings of the 6th European Conference on Precision Agriculture, June3-6, 2007, Skiathos, Greece. New York: Springer US Press, 2007: 775-782.

[16] RU? G, KRUSE R, SCHNEIDER M, et al. Optimizing wheat yield prediction using different topologies of neural networks[C]//Proceedings of IPMU-08, June 22-27, 2008, Torremolinos, Spain. [S.l:s.n.], 2008:576-582.

[17] 王楠, 蘆發喜. 白糖期貨穩定現貨市場作用實證研究[C]//第11屆中國國際期貨大會論文集, 2015年12月3-5日, 深圳, 中國. [出版地及出版者不祥], 2015: 479-486.

WANG N, LU F X. Empirical study on the stabilization effect of white sugar futures on its spot market[C]//Proceedings of the 11th China International Futures Conference, December 3-5, 2015, Shenzhen, China.[S.l:s.n.], 2015: 479-486.

汪琛德(1970-)，男，博士，鄭州商品交易所期貨及衍生品研究所有限公司總經理，主要研究方向為農產品期貨市場、風險控制。

王楠(1980-)，男，博士，就職于鄭州商品交易所期貨及衍生品研究所有限公司，主要研究方向為農產品期貨市場、市場微觀結構、隨機過程。

曹丹星(1990-)，女，就職于鄭州商品交易所期貨及衍生品研究所有限公司，主要研究方向為農產品期貨市場、數據挖掘、機器學習。

總結

以上是生活随笔為你收集整理的【2016年第1期】农业大数据给商品交易所带来的机遇和挑战的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。