内容简介
智能金融涉及云计算、大数据、人工智能、机器学息等领域。
《智能金融》详细阐述了智能金融的基本框架。
《智能金融》结构合理、层次清晰、概念清楚、语言精练,且易于教学。
《智能金融》按照从理论到案例的方式组织编写,系统介绍金融科技概述、智能金融服务、人脸支付、智能客服、量化投研、智能风控、智能投顾、金融大脑,后引入金融数据处理综合实验。
《智能金融》配有实训,适合作为智能科学与技术、人工智能、数据科学与大数据技术、金融学、投资学等专业的选修课教材,也可作为高职高专学生、工程技术人员或金融从业人员的参考用书或培训教材。
《高等院校“智能+财经”系列“十四五”规划教材》:
《高等院校“智能+财经”系列“十四五”规划教材》面向人工智能类、财经类专业,基本定位是“智能+金融、会计、税收”三个方向;授课体系是除“机器学XXX”适合作为专业选修课外,其余均可开设为通识课;基本特征是财经数据、案例贯穿于教材中,构建课程体系,重塑人才培养模式。
智能金融是通过机器学据挖掘,建立增强的算法模型,更好地分析客户的金融需求,重塑以客户为中心的金融价值链。
智能会计是通过机器学据挖掘,评估企业的盈利能力、偿债能力、经营能力和风险能力,对财务决策做出专业的预测。
智能税收是通过机器学据挖掘,归集征管、纳税、风险和税费种等多条线数据,对纳税评估、税务稽查开展实证分析。
目录
第1章 金融科技概述
1.1 金融科技支撑技术
1.1.1 大数据与金融
1.1.2 云计算与金融
1.1.3 区块链与金融
1.1.4 人工智能与金融
1.1.5 科技与金融业务融合
1.2 金融科技创新
1.3 金融科技发展规划
1.4 金融科技的新阶段
第2章 智能金融服务
2.1 智能金融的服务转型
2.2 金融服务的价值链条
2.3 智能金融服务的应用场景
2.3.1 场景一:支付
2.3.2 场景二:个人信贷
2.3.3 场景三:企业信贷
2.3.4 场景四:财富管理
2.3.5 场景五:资产管理
2.3.6 场景六:保险
2.4 智能金融服务的新标准
2.5 智能金融的基础设施
2.5.1 智能金融生态圈
2.5.2 智能金融基础设施
第3章 人脸支付
3.1 人脸支付技术
3.2 人脸识别技术原理
3.3 人脸识别算法原理
3.4 人脸支付系统基础设施
第4章 智能客服
4.1 智能客服服务
4.2 智能客服机器人
4.3 智能技术应用
第5章 量化投研
5.1 量化投资概述
5.1.1 定量投资管理
5.1.2 量化投资市场
5.1.3 量化投资风险
5.2 金融数据预处理
5.2.1 金融数据
5.2.2 金融数据处理案例
5.3 量化策略概述
5.3.1 技术指标择时
5.3.2 基本面选股
5.3.3 数学模型应用
5.3.4 概念/事件选股
5.3.5 其他交易品种策略
5.3.6 风险控制策略
5.4 量化投资策略
5.4.1 海龟交易策略
5.4.2 阿尔法策略
5.4.3 多因子选股
5.4.4 双均线策略
5.4.5 行业轮动
5.4.6 跨品种套利
5.4.7 指数增强
5.4.8 网格交易
5.4.9 跨期套利
第6章 智能风控
6.1 智能风台核心之风控决策引擎
6.1.1 信贷风控
6.1.2 信贷风控优先级规则
6.1.3 信贷风控决策流程
6.1.4 信贷风控模型策略
6.2 智能风台核心之策略模型
6.2.1 风控报告
6.2.2 模型监控
6.2.3 接口管理
6.3 智能风台核心之指标管理
6.4 评分卡模型
6.4.1 评分卡模型的背景知识
6.4.2 信用评分卡
6.4.3 评分卡模型开发步骤
6.5 信用卡评分模型实例
6.5.1 个人信贷信用评分案例
6.5.2 变量之间的相关
6.5.3 验证模型的正确
6.5.4 WOE转换
6.5.5 计算WOE值
6.5.6 对变行WOE变换
6.5.7 WOEDataframe构建
第7章 智能投顾
7.1 智能投顾概述
7.2 智能投顾案例
第8章 金融大脑
8.1 金融大脑概述
8.2 金融大脑项目案例
8.2.1 智慧银行项目
8.2.2 华为智慧金融大脑
8.2.3 金融大脑:当金融遇见AI2.0
8.2.4 中国建设银行智慧金融大脑
第9章 综合实验
9.1 Tushare财经数据接口
9.2 数据接口读取数据
参考文献