为你解决即使知道沟通技巧却只是停留在空有理论层面的窘境。
编辑推荐
一本书轻松读懂金融科技的核心内涵。
内容简介
本书旨在从新技术（如人工智能）视角给出金融业务的新兴解决方案。本书不仅揭示了人工智能在金融业的重要性，还结合机器学习算法和示例给出了一系列的金融科技解决方案，涉及时间序列分析、强化学习、预测分析、自动化投资组合管理、情绪分析、自然语言处理等知识点。此外，本书还结合现实工作总结了相关的注意事项。读者将从深入浅出的知识点和案例中了解到人工智能的魅力，为更好地运用人工智能技术赋能金融业务做好准备。
章节目录
- 版权信息
- 版 权
- 版权声明
- 内容提要
- 作者和审稿人简介
- 译者简介
- 业界推荐
- 推荐序1
- 推荐序2
- 推荐序3
- 译者序
- 前言
- 资源与支持
- 第1部分 金融业人工智能概述
- 第1章 人工智能在金融业中的重要性
- 1.1 什么是人工智能
- 1.1.1 机器是如何学习的
- 1.1.2 实施人工智能的软件要求
- 1.1.3 实施人工智能的硬件要求
- 1.1.4 建模方法论——CRISP-DM
- 1.2 了解金融业
- 1.2.1 金融业相对于全球经济的规模
- 1.2.2 金融业的客户
- 1.3 金融业务可获得性的重要性
- 1.3.1 开源软件和数据
- 1.3.2 我们为什么需要人工智能
- 1.4 人工智能在金融业的应用
- 人工智能对金融机构盈利能力的影响
- 1.5 本章小结
- 第2部分 机器学习算法和实例
- 第2章 时间序列分析
- 2.1 了解时间序列分析
- 2.2 M2M通信
- 2.2.1 商业银行业务简介
- 2.2.2 M2M通信在商业银行业务中的作用
- 2.3 金融市场的基本概念
- 金融市场的功能之一——现货和期货定价
- 2.4 人工智能模型
- 2.4.1 时间序列模型ARIMA模型简介
- 2.4.2 神经网络简介——准确预测需求的秘诀
- 2.5 使用时间序列分析进行需求预测
- 2.5.1 下载数据
- 2.5.2 对数据进行预处理
- 2.5.3 通过拟合数据来建立模型
- 2.6 基于Keras的神经网络在大宗商品采购中的应用
- 数据流
- 2.7 本章小结
- 第3章 使用强化学习自动化商业银行贷款融资
- 3.1 分解商业银行的业务
- 3.1.1 主要风险类型
- 3.1.2 资产和负债管理
- 3.1.3 利率计算
- 3.1.4 信用评级
- 3.2 人工智能建模技术
- 3.2.1 蒙特卡罗模拟
- 3.2.2 逻辑回归模型
- 3.2.3 决策树
- 3.2.4 神经网络
- 3.2.5 强化学习
- 3.2.6 深度学习
- 3.3 模型性能的测量指标
- 3.3.1 指标1——ROC曲线
- 3.3.2 指标2——混淆矩阵
- 3.3.3 指标3——分类报告
- 3.4 构建破产风险预测模型
- 3.4.1 获取数据
- 3.4.2 构建模型
- 3.5 使用强化学习自动化贷款融资
- 3.5.1 了解利益相关者
- 3.5.2 得出解决方案
- 3.6 本章小结
- 第4章 资本市场决策自动化
- 4.1 了解投资银行业务的愿景
- 基于投资银行业务的企业财务表现
- 4.2 财务领域的基本概念
- 4.2.1 财务报表
- 4.2.2 优化公司最佳资本结构的理论
- 4.2.3 测量项目价值的全要素生产率
- 4.2.4 一个项目的现金流模式
- 4.2.5 预测财务报表条目
- 4.3 人工智能建模思想
- 4.3.1 线性优化
- 4.3.2 线性回归
- 4.4 寻找最佳资本结构
- 实现步骤
- 4.5 使用宏观经济场景来提供财务表现预测
- 实现步骤
- 4.6 本章小结
- 第5章 预测投资银行（券商）业务
- 5.1 投资银行（券商）业务基础知识
- 5.1.1 投资银行在IPO中的工作
- 5.1.2 股票分类——股票风格
- 5.1.3 投资者分类
- 5.1.4 合并和收购
- 5.1.5 人工智能在并购中的应用
- 5.1.6 上市公司的申报义务
- 5.2 了解数据技术
- 5.3 聚类模型
- 5.4 新发行证券的自动辛迪加融资
- 5.4.1 解决问题的步骤
- 5.4.2 构建相似度模型
- 5.4.3 构建投资者聚类模型
- 5.4.4 构建股票聚类模型
- 5.5 识别收购者和目标公司
- 5.6 本章小结
- 第6章 使用特雷诺·布莱克模型和ResNet自动化投资组合管理
- 6.1 财务概念
- 6.1.1 资本资产定价模型中的alpha和beta回报
- 6.1.2 已实现和未实现投资回报
- 6.1.3 投资政策声明
- 6.1.4 资产类别
- 6.1.5 投资行业的参与者
- 6.1.6 基准——比较的基线
- 6.1.7 投资者是要寻求回报的
- 6.1.8 趋势跟踪基金
- 6.1.9 交易策略
- 6.2 理解马科维茨的均值-方差组合模型
- 6.3 探索特雷诺·布莱克模型
- 引入ResNet——用于模式识别的卷积神经网络
- 6.4 基于特雷诺·布莱克模型构建投资组合
- 解决方案
- 6.5 预测证券的走势
- 解决方案
- 6.6 本章小结
- 第7章 感知市场情绪，在卖方进行算法营销
- 7.1 理解情绪分析
- 7.2 利用情绪分析感知市场需求
- 解决方案及步骤
- 7.3 基于Neo4j的关系网络构建与分析
- 解决方案
- 7.4 本章小结
- 第8章 使用API构建个人财富顾问机器人
- 8.1 管理客户的数字数据
- 8.2 开放银行项目
- 8.2.1 手机App——使用Flask和MongoDB构建API
- 8.2.2 了解IPS
- 8.2.3 行为分析——支出分析
- 8.2.4 通过API对外提供人工智能服务
- 8.3 文档布局分析
- 8.3.1 文档布局分析步骤
- 8.3.2 使用Gensim建立主题模型
- 8.3.3 Word2Vec的向量维数
- 8.4 使用开放银行API预测现金流
- 涉及的步骤
- 8.5 使用发票实体识别记录日常开支
- 涉及的步骤
- 8.6 本章小结
- 第9章 客户终身财富的大规模定制
- 9.1 财富工具的金融概念
- 财富的来源
- 9.2 集成学习
- 9.3 预测客户反应
- 解决方案
- 9.4 构建聊天机器人为客户提供全天候服务
- 9.5 基于NLP和图的知识管理
- 9.5.1 基于图数据库的知识检索
- 9.5.2 具体实施
- 9.6 本章小结
- 第10章 现实工作中的注意事项
- 10.1 本书所涵盖技术的摘要
- 10.2 对金融专业人士、监管机构和政府的影响
- 10.2.1 对金融专业人士的影响
- 10.2.2 对监管机构的影响
- 10.2.3 对政府的影响
- 10.3 如何提取特征并获取业务领域知识
- 10.4 与人工智能部署相关的IT生产环境考虑因素
- 10.5 去哪里寻找更多的用例
- 10.6 哪些领域需要更多的实际研究
- 10.7 本章小结
展开全部
金融中的人工智能是2022年由人民邮电出版社出版,作者吴汉铭。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
得书感谢您对《金融中的人工智能》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
为你解决即使知道沟通技巧却只是停留在空有理论层面的窘境。
电子书
竞争情报视角下的企业专利战略分析
电子书
阐述智能化时代下供应链金融的内涵，介绍基于区块链等智能化技术的供应链金融解决方案，探索智能化时代供应链金融领域可能出现的新机会和发展的新趋势。
电子书
本书带你解密华为的管理密码，帮助企业打造硬实力、提升软实力。
电子书
大数据、云计算、深度学习支撑人工智能在工业、金融、医疗及教育等领域实现应用落地，物联网、工业4.0、智能机器人、智慧医疗、智能教育、智慧生活多方位展现。
电子书
新媒体时代的应急管理与舆情管理书籍，列举了10个危机处理易犯的错误、大量经典案例以及处理的关键步骤和注意事项。
电子书
本研究考察了中国工业组织中的权威关系，从新制度主义理论视角探究资本之于劳动、管理者之于工人的支配合法性从何而来。