金融中的人工智能电子书

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

你是否遇到过这样的苦恼？

除了数学，从业务入手也是一个不错的学习方法

入门阶段真的一定需要懂数学吗？

简单点也许能够学得更好？

本书的配套讲解视频

致谢

风险提示和免责声明

前 言

本书适合以下读者阅读

本书涵盖的内容

如何最大限度地读透本书

下载示例代码文件

下载彩图

本书约定

资源与支持

配套资源

提交勘误

扫码关注本书

与我们联系

关于异步社区和异步图书

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

1.2 了解金融业

1.3 金融业务可获得性的重要性

1.4 人工智能在金融业的应用

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

2.3 金融市场的基本概念

2.4 人工智能模型

2.5 使用时间序列分析进行需求预测

2.6 基于Keras的神经网络在大宗商品采购中的应用

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

3.2 人工智能建模技术

3.3 模型性能的测量指标

3.4 构建破产风险预测模型

3.5 使用强化学习自动化贷款融资

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

4.2 财务领域的基本概念

4.3 人工智能建模思想

4.4 寻找最佳资本结构

4.5 使用宏观经济场景来提供财务表现预测

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

5.2 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

5.5 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

6.2 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

6.4 基于特雷诺·布莱克模型构建投资组合

6.5 预测证券的走势

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

7.3 基于Neo4j的关系网络构建与分析

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

8.3 文档布局分析

8.4 使用开放银行API预测现金流

8.5 使用发票实体识别记录日常开支

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

9.2 集成学习

9.3 预测客户反应

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

9.6 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

10.3 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