[
-
内容大纲
本书是一本旨在系统阐述人工智能技术与金融学深度融合的专业教材。在全球数字经济浪潮和国家政策的推动下，金融行业正经历一场由人工智能、大数据、区块链等技术驱动的深刻变革。本书正是为了弥合当前金融理论与人工智能实践之间的鸿沟，为读者构建一个兼具理论深度与实操价值的跨学科知识体系。本书聚焦于金融学与人工智能的交叉领域，旨在帮助读者理解智能技术如何赋能金融数据处理、风险定价、服务创新等核心环节，并解决将算法模型适配金融场景、应对金融数据特殊性、平衡模型复杂性与业务可解释性等现实挑战。
本书的目标读者定位为金融学、金融工程及相关专业本科生，兼顾计算机科学与应用数学专业选修金融科技课程的学生群体。教材内容设计严格遵循认知科学规律，强调从基础理论到工程实践的渐进式知识建构。 -
作者介绍
张晓燕，1997年获北京大学经济学学士学位，2002年获哥伦比亚商学院金融学博士学位，国家“千人计划”专家。现任清华大学五道口金融学院院长助理、鑫苑讲席教授，中国证监会第十七届发行审核委员会委员。兼任清华大学国家金融研究院副院长、清华大学金融科技研究院副院长、鑫苑房地产金融科技研究中心主任。曾任康奈尔大学约翰逊商学院助理教授，普渡大学克兰纳特管理学院讲席教授和金融系主任。 主要研究领域：国际金融、实证资产定价、应用计量经济学，研究成果多次发表在同际顶级期刊，并屡获奖励。 -
目录
第1章 金融智能的基本原理
章前导读
本章学习目标
1.1 人工智能概述与历史
1.1.1 人工智能概述
1.1.2 人工智能发展历史
1.2 金融智能概述与场景
1.2.1 金融智能概述
1.2.2 金融智能的常见场景
1.2.3 金融智能中的常用技术
1.3 金融智能实践与方向
1.3.1 金融智能发展现状
1.3.2 金融智能遇到的挑战
1.3.3 金融智能发展的方向
1.4 Python基础知识
1.4.1 Python安装
1.4.2 Python常用数据类型、条件、循环与函数
1.5 机器学习模型评估
1.5.1 过拟合与欠拟合
1.5.2 偏差和方差的权衡
1.5.3 回归问题机器学习模型的评价指标
1.5.4 机器学习的超参数调校
1.6 本章小结
关键名词
复习思考题
第2章 金融学基本原理
章前导读
本章学习目标
2.1 金融市场
2.1.1 金融市场的概念与功能
2.1.2 金融市场分类
2.2 实证资产定价
2.2.1 资产定价的核心问题——股票预期收益率
2.2.2 投资组合分析
2.2.3 因子投资
2.2.4 中国因子模型
2.3 本章小结
关键名词
复习思考题
第3章 金融智能中的线性方法
章前导读
本章学习目标
3.1 线性分析方法概述
3.1.1 计量经济学视角下的线性模型
3.1.2 矩阵视角下的线性模型
3.1.3 损失函数
3.2 逻辑回归的算法
3.2.1 分类问题
3.2.2 逻辑回归
3.3 异象性因子的检验
3.3.1 异象性因子
3.3.2 异象性因子的时序回归统计检验
3.3.3 股票特征与未来收益率的检验：Fama-MacBeth截面回归
3.4 本章小结
关键名词
复习思考题
第4章 带惩罚项的线性方法
第5章 金融智能中的降维方法
第6章 聚类分析及其在金融中的应用
第7章 金融智能中的树类方法
第8章 金融智能中的全连接神经网络模型
第9章 金融智能中的自编码器模型
第10章 金融智能中的卷积神经网络模型
第11章 金融智能中的循环神经网络模型
第12章 金融智能中的生成式对抗网络模型
第13章 金融智能中的自然语言处理方法
第14章 金融智能中的强化学习算法
第15章 金融智能中的区块链方法
第16章 金融智能在业界的应用
第17章 金融科技监管与监管科技
同类热销排行榜
[an error occurred while processing this directive]推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...