[
-
内容大纲
人工智能技术迅速迭代，并与金融行业深度融合，被广泛用于智能客服、信用评分、智能投资顾问、风险管理等多个场景，央行等金融管理部门也在探索利用人工智能加强经济监测、分析和预测。本书主要介绍人工智能和金融基础：人工智能常用技术及其在金融领域的具体应用场景，如知识图谱及其在股权结构和信贷领域的应用、神经网络模型及其在金融投资领域的应用、集成学习方法及其在金融信贷风险控制中的应用、数据挖掘及其在商业银行领域的应用、机器学习分类算法在信用风险评估中的应用、不确定性原理及其在金融决策和风险管理中的应用、现代优化算法及其在资产投资组合中的应用等：人工智能背景下的金融监管。全书配以大量具体应用案例，在每章最后给出了思考题，有利于学生更好地掌握本书内容。
本书可作为经管类专业学生了解人工智能、进入金融科技领域的入门教材，也可供感兴趣的读者参阅。 -
作者介绍
-
目录
序
第1章 人工智能大爆发：发展、技术、应用、影响
1.1 人工智能的发展概述
1.1.1 狭义人工智能
1.1.2 通用人工智能
1.1.3 超级人工智能
1.1.4 人工智能详细发展历程
1.2 人工智能的关键技术
1.2.1 深度学习
1.2.2 支持向量机算法
1.2.3 随机森林算法
1.2.4 因果森林算法
1.3 人工智能研究应用领域
1.3.1 医疗领域
1.3.2 金融领域
1.3.3 零售领域
1.3.4 制造业
1.3.5 交通领域
1.3.6 教育领域
1.3.7 娱乐领域
1.3.8 智能家居
1.4 人工智能对经济社会的主要影响
1.4.1 推动传统行业生产效率提升，促进新产业兴起
1.4.2 重塑大部分职业，对就业市场形成巨大冲击
1.4.3 推动科研范式变革，加速科学发现
1.4.4 加速教育目标重塑，促进教育公平与包容性增长
1.4.5 有望推动社会治理的智能化转型，但也可能带来新的社会风险
第2章 人工智能在金融领域的发展与应用概述
2.1 金融行业发展现状与政策环境
2.1.1 金融行业发展现状
2.1.2 金融科技行业政策环境
2.2 人工智能在金融领域的发展概述
2.2.1 萌芽阶段
2.2.2 渗透阶段
2.2.3 融合阶段
2.3 人工智能在金融领域的应用现状
2.3.1 在银行业中的应用
2.3.2 在保险业中的应用
2.3.3 在证券行业中的应用
2.4 人工智能与金融业深度融合的机理与发展机遇
2.4.1 人工智能与金融业融合的机理
2.4.2 人工智能与金融业深度融合的条件
2.4.3 金融行业人工智能应用的发展趋势
第3章 知识图谱及其在股权结构和信贷领域的应用
3.1 知识图谱概述
3.1.1 知识图谱及应用简介
3.1.2 知识表示方法
3.1.3 知识图谱的其他技术要素
3.2 基于知识图谱的股权结构分析
3.2.1 企业股权关系分析的重要性及挑战
3.2.2 企业知识图谱的构建
3.2.3 股权结构分析
3.3 基于事件知识图谱的财务风险预测
3.3.1 金融事件对资本市场的传导作用
3.3.2 财务风险预测流程
第4章 神经网络模型及其在金融投资领域的应用
4.1 股票预测方法
4.2 神经网络概述
4.2.1 神经网络发展史和特性
4.2.2 神经网络原理和模型
4.3 基于神经网络的股价预测
4.3.1 准备工作
4.3.2 基于BP神经网络的股价预测
4.3.3 总结
4.4 基于神经网络的股票投资组合构建
4.4.1 数据预处理与评价指标
4.4.2 神经网络结构
4.4.3 投资组合优化模型
4.4.4 模型训练
4.4.5 模拟交易
第5章 机器学习分类算法在信用评估中的应用
5.1 机器学习分类算法概述
5.1.1 逻辑回归
5.1.2 朴素贝叶斯算法
5.1.3 k近邻算法
5.1.4 决策树算法
5.1.5 支持向量机算法
5.1.6 评估分类性能的方法
5.2 信用风险度量模型
5.2.1 传统信用风险度量模型
5.2.2 现代信用风险度量模型
5.3 决策树算法在个人信贷分类中的应用
5.3.1 数据搜集
5.3.2 个人信贷指标体系的构建
5.3.3 数据预处理
5.3.4 模型训练
5.3.5 模型评估
5.3.6 模型优化
5.4 支持向量机算法在企业信用评级中的应用
5.4.1 企业评级指标体系的构建
5.4.2 变量降维
5.4.3 参数寻优
5.4.4 支持向量机分类
第6章 集成学习方法及其在金融信贷风险控制中的应用
6.1 集成学习方法概述
6.1.1 集成学习的原理
6.1.2 集成学习的经典算法
6.1.3 集成学习对金融领域的适用性
6.2 信贷风险控制管理的应用和发展
6.2.1 信贷风险管理理论
6.2.2 信贷风控管理的发展与实践概况
6.2.3 基于集成学习算法的信贷风控管理应用场景
6.3 Boosting算法与信贷风险评估模型
6.3.1 Boosting算法概述
6.3.2 经典Boosting算法在信贷风险评估中的应用
6.3.3 Boosting算法在风险评估中的优势与改进策略
6.4 随机森林算法在构建信贷违约预测体系中的应用
6.4.1 信贷违约预测模型的重要性及常用指标
6.4.2 随机森林算法概述
6.4.3 基于随机森林算法构建信贷违约预测模型
6.5 案例分析
第7章 不确定性原理及其在金融决策和风险管理中的应用
7.1 模糊理论概述
7.1.1 模糊逻辑的发展
7.1.2 模糊逻辑与人工智能
7.1.3 模糊集合与模糊关系
7.1.4 模糊集合的运算和隶属函数的参数化
7.1.5 模糊关系与复合计算
7.1.6 模糊聚类方法
7.2 粗糙集理论概述
7.2.1 粗糙集理论的起源与发展
7.2.2 粗糙集理论的基本概念
7.2.3 粗糙集理论的特点
7.2.4 粒度的计算
7.3 模糊理论在金融决策中的应用
7.3.1 银行危机和模糊预警系统
7.3.2 银行危机对经济影响的研究
7.3.3 监管者和监管机构表现的分析
7.3.4 银行决议机制的触发及其对实体经济的影响
7.4 粗糙集理论在金融风险管理领域的应用
第8章 现代优化算法及其在资产投资组合中的应用
8.1 现代优化算法概述
8.1.1 优化与优化算法
8.1.2 现代优化算法
8.2 现代资产组合基本理论
8.2.1 从马科维茨模型到单指数模型
8.2.2 现代资产组合理论的必然延伸：两种资产定价模型
8.2.3 对现代资产组合理论的简要评析
8.3 基于蚁群算法的股票投资组合优化
8.3.1 蚁群算法
8.3.2 股票投资组合模型的建立
8.3.3 基于蚁群算法的股票投资组合模型的求解
8.4 遗传算法在基金投资组合中的应用
8.4.1 遗传算法
8.4.2 基于遗传算法的基金投资组合模型的建立
8.4.3 基于遗传算法的基金投资组合模型的实际案例应用
第9章 生成式人工智能及其在投资顾问、营销和风险管控领域的应用
9.1 生成式人工智能概述
9.1.1 生成式人工智能的定义及产品
9.1.2 生成式人工智能的主要训练算法
9.1.3 生成式人工智能的主要训练架构
9.2 基于AIGC的投资顾问营销
9.2.1 智能投顾的发展背景及定义
9.2.2 传统智能投顾的优势
9.2.3 智能投顾+AIGC技术赋能
9.2.4 智能投顾+AIGC尚存的风险
9.2.5 智能投顾+AIGC的未来展望
9.3 基于AIGC的财务风险管理
9.3.1 财务风险管理的定义及意义
9.3.2 传统财务风险预警模型的发展路径
9.3.3 财务风险管理+AIGC技术赋能
9.3.4 财务数据审计+AIGC技术赋能
9.3.5 财务管理+AIGC的未来发展展望
9.4 案例分析与讨论
9.4.1 金融行业垂直大模型：AntFinGLM
9.4.2 传统金融机构大模型：中国农业银行ChatABC
9.4.3 金融机构大模型存在的挑战及发展方向
第10章 数据挖掘及其在商业银行领域的应用
10.1 数据挖掘概述
10.1.1 数据挖掘的背景
10.1.2 数据挖掘的基本概念
10.1.3 数据挖掘的主要技术
10.1.4 数据挖掘的过程
10.1.5 数据挖掘的应用领域
10.1.6 数据挖掘的挑战
10.1.7 数据挖掘的未来发展趋势
10.2 数据挖掘主要流程
10.2.1 问题定义
10.2.2 数据收集
10.2.3 数据预处理
10.2.4 数据探索与可视化
10.2.5 模型构建
10.2.6 模型评估
10.2.7 模型部署
10.2.8 结果解释与报告
10.2.9 反馈与迭代
10.3 数据挖掘在银行客户营销中的应用
10.3.1 市场营销相关理论依据
10.3.2 商业银行零售业务数据分析简介
10.3.3 数据分析与营销的实施
10.4 数据挖掘在银行企业信用风险评估中的应用
10.4.1 基于数据挖掘技术的企业信用风险评估指标体系的构建原则
10.4.2 信用风险评估中的数据挖掘技术
10.4.3 数据挖掘工具的选择
10.4.4 数据挖掘的流程
10.5 案例分析与讨论
10.5.1 某银行基本介绍及存在问题
10.5.2 基于数据挖掘的精准营销总体设计
10.5.3 基于聚类分析结果的客户分析
10.5.4 精准营销策略评价
第11章 人工智能背景下的金融监管
11.1 人工智能应用于金融领域的机遇与挑战
11.1.1 相关理论
11.1.2 人工智能技术在金融领域中的应用场景
11.1.3 人工智能在金融领域中面临的挑战及解决方案
11.2 人工智能背景下的金融风险应对与监管举措
11.2.1 人工智能在金融领域中的风险应对
11.2.2 人工智能在金融领域中的监管举措
11.3 人工智能驱动数智化金融监管转型与创新
11.3.1 金融科技简介
11.3.2 人工智能的金融监管实践
11.3.3 人工智能对金融科技监管的转型与重塑
11.4 案例分析与讨论
11.4.1 案例一：高频交易与算法交易的监管
11.4.2 案例二：人工智能在信贷评分中的应用
后记
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...