大數據金融的內容:基於大數據的金融服務平臺主要是指擁有海量數據的電商企業開展的金融服務。大數據的關鍵是從大量數據中快速獲取有用信息的能力，或者說從大數據資產中快速變現的能力。因此，大數據的信息處理往往基於雲計算。
擴展數據:
大數據金融的劣勢:
1.大數據對個人信息的大量獲取導致隱私和安全問題。
隨著個人位置、購買偏好、健康和財務狀況的海量數據被收集，以及金融交易習慣、持有的資產分布和信用狀況被更詳細地存儲和分析，機構投資者和金融消費者可以獲得更低價格和更好要求的金融服務，從而提高市場配置金融資源的能力。
但與此同時，金融市場乃至整個社會管理的信息基礎設施將越來越壹體化和外向化，對隱私、數據安全和知識產權帶來更大的風險。就個人隱私而言，大數據的隱私遠遠超出了常規身份確認風險的範疇。
2.大數據技術不能代替人的價值判斷和邏輯思維。
大數據是人類設計的產物。大數據的工具(如Hadoop軟件)並不能讓人擺脫曲解、隔閡和偏見。數據之間的相關性不等於因果性，還存在大數據選擇性覆蓋的問題。
例如，社交媒體是大數據分析的重要信息源，但年輕人和城市人的比例過高，存在大量被程序控制的“機器人”賬號或“半機器人”賬號。波浪
休斯頓的StreetBump應用程序從司機的智能手機中收集數據，以便統計城市道路的坑窪，這可能會低估老年人和貧困公民較多的地區的情況。“谷歌流感趨勢”曾經高估了2012年流感的發病率。這說明依賴有缺陷的大數據可能對政府決策產生負面影響，也可能加劇社會不公。
3.基於大數據發展的金融產品和交易工具挑戰金融監管。
大數據的使用正在改變金融市場，也需要改變監管市場的方式，以確保市場參與者負責任地使用大數據。
比如2010年5月的“閃電崩盤”導致道瓊斯工業平均指數突然暴跌，美國監管機構認為高頻交易導致快速拋售導致更多拋售。大數據中的壹個數據點錯誤就可能導致“無意義暴跌”。
監管機構限制大數據技術的使用或直接幹預其使用的潛在風險是巨大的，應該鼓勵行業使用更復雜的技術甚至更大的數據。
百度百科-大數據