關于我們
書單推薦
新書推薦
|
金融科技人工智能實戰(zhàn):以Python為工具 讀者對象:學習股票、期貨、外匯等交易的人;學校里的學生;企業(yè)中的深度學習培訓等。
本書主要講解通過深度學習和機器學習知識,在金融領域的應用。如通過大數(shù)據(jù)分析獲客,通過交叉信息采集分析客戶的愛好和風險偏好,以及在量化投資中和客戶服務中為讀者提供相應的技術防范。內(nèi)容涉及了深度學習技術中的 卷積網(wǎng)絡,循環(huán)神經(jīng)網(wǎng)絡,注意力模型等,全書案例豐富,操作性強,適合有一定基礎知識但想在深度學習領域繼續(xù)加深實操的用戶使用。
張寧,博士,中央財經(jīng)大學副教授,閩南師范大學講座教授,中國保監(jiān)會償付能力監(jiān)管咨詢委員會咨詢專家,教育部人文社會科學重點研究基地中國精算研究院大數(shù)據(jù)中心/金融科技中心主任,已經(jīng)以第一作者或者通信作者在《中國科學》《計算機科學》《保險研究》《金融發(fā)展研究》等期刊發(fā)表論文20余篇,出版專著2本,作為副主編出版的《中國保險公司競爭力評價》已經(jīng)連續(xù)出版7年,出版的《保險藍皮書》連續(xù)出版3年。趙亮,北京師范大學副教授,中國指揮與控制學會青年工作委員會委員,央財金融科技書系執(zhí)行主編,主持國家自然科學基金(天元) 源于超對稱的變分問題、參加國家自然科學基金(青年)Moser-Trudinger不等式及預定Q-曲率問題。
第1 章 金融與金融市場 .................................................................................................... 1
1.1 認識金融 ........................................................................................................................ 1 1.1.1 金融的細分領域 ................................................................................................ 1 1.1.2 金融研究的核心內(nèi)容 ........................................................................................ 3 1.2 貨幣 ................................................................................................................................ 3 1.2.1 貨幣的內(nèi)涵與作用 ............................................................................................ 3 1.2.2 貨幣的分類 ........................................................................................................ 4 1.2.3 貨幣制度 ............................................................................................................ 5 1.3 信用 ................................................................................................................................ 5 1.3.1 信用的定義 ........................................................................................................ 5 1.3.2 信用的不同層次 ................................................................................................ 6 1.3.3 信用評價體系與企業(yè) ........................................................................................ 8 1.4 金融機構 ...................................................................................................................... 11 1.4.1 按照地位和功能劃分 ...................................................................................... 11 1.4.2 按照金融機構的管理地位劃分 ...................................................................... 14 1.4.3 按照是否能接收公眾存款劃分 ...................................................................... 15 1.4.4 按照其他劃分 .................................................................................................. 15 1.5 金融市場 ...................................................................................................................... 17 1.5.1 金融市場的分類 .............................................................................................. 18 1.5.2 金融市場的交易 .............................................................................................. 20 1.5.3 金融市場的作用 .............................................................................................. 21 1.5.4 金融市場的參與者和組織形式 ...................................................................... 21 1.6 金融衍生品與金融工程 .............................................................................................. 22 1.7 互聯(lián)網(wǎng)金融 .................................................................................................................. 23 1.7.1 互聯(lián)網(wǎng)金融的特征 .......................................................................................... 24 1.7.2 互聯(lián)網(wǎng)金融的四種模式 .................................................................................. 25 第2章 深度學習的首選語言:Python ........................................................................... 27 2.1 Python語言介紹 .......................................................................................................... 27 2.1.1 Python的設計理念 .......................................................................................... 27 2.1.2 Python的特點 .................................................................................................. 28 2.1.3 Python的優(yōu)點 .................................................................................................. 28 2.2 Python的安裝與使用 .................................................................................................. 29 2.3 數(shù)據(jù)類型 ...................................................................................................................... 33 2.3.1 數(shù)值 .................................................................................................................. 33 2.3.2 布爾型數(shù)值 ...................................................................................................... 34 2.3.3 字符串 .............................................................................................................. 35 2.4 變量與運算符 .............................................................................................................. 35 2.4.1 變量 .................................................................................................................. 35 2.4.2 運算符 .............................................................................................................. 36 2.5 函數(shù) .............................................................................................................................. 39 2.5.1 函數(shù)的定義與調(diào)用 .......................................................................................... 40 2.5.2 函數(shù)參數(shù) .......................................................................................................... 40 2.5.3 函數(shù)返回值 ...................................................................................................... 42 2.6 模塊 .............................................................................................................................. 43 2.6.1 from ... import語句 .......................................................................................... 43 2.6.2 常見模塊 .......................................................................................................... 44 第3章 構建金融深度學習平臺 ....................................................................................... 47 3.1 算力基礎:選擇硬件 .................................................................................................. 47 3.1.1 算力與深度學習云平臺 .................................................................................. 47 3.1.2 深度學習中算力構建的路線選擇 .................................................................. 48 3.2 單精度計算和半精度計算 .......................................................................................... 55 3.3 算法平臺:深度學習平臺 .......................................................................................... 58 3.3.1 安裝與設置開發(fā)環(huán)境 ...................................................................................... 58 3.3.2 搭建深度學習平臺 .......................................................................................... 58 3.4 代碼托管:Git和GitHub ........................................................................................... 67 3.4.1 版本控制Git .................................................................................................... 67 3.4.2 GitHub的常用操作 ......................................................................................... 69 第4章 獲取金融數(shù)據(jù) ..................................................................................................... 77 4.1 金融數(shù)據(jù)獲取 .............................................................................................................. 77 4.1.1 金融數(shù)據(jù)獲取的途徑 ...................................................................................... 77 4.1.2 公開數(shù)據(jù)平臺 .................................................................................................. 79 4.2 用Python直接獲取金融數(shù)據(jù) ..................................................................................... 85 4.2.1 大獎章量化接口 .............................................................................................. 85 4.2.2 利用Baostock獲取股票數(shù)據(jù) .......................................................................... 88 4.2.3 利用Tushare 獲取全面金融數(shù)據(jù) ................................................................... 93 第5章 識別金融業(yè)務中的欺詐行為 ............................................................................. 115 5.1 金融欺詐介紹 ............................................................................................................ 115 5.2 欺詐識別 .................................................................................................................... 116 5.2.1 不平衡數(shù)據(jù)處理 ............................................................................................ 116 5.2.2 信用卡欺詐識別 ............................................................................................ 122 5.3 保險欺詐識別 ............................................................................................................ 127 第6章 金融非結構化客戶信息識別 ............................................................................. 133 6.1 手寫信息識別 ............................................................................................................ 134 6.2 圖片信息理解 ............................................................................................................ 139 6.3 客戶人臉識別 ............................................................................................................ 144 6.3.1 直方圖 ............................................................................................................ 145 6.3.2 圖像、距離與灰度直方圖 ............................................................................ 147 6.3.3 人臉識別實踐 ................................................................................................ 149 第7章 金融安全中的深度學習 ..................................................................................... 154 7.1 金融安全 .................................................................................................................... 154 7.2 RSA加密算法 ........................................................................................................... 155 7.2.1 對稱加密體系 ................................................................................................ 155 7.2.2 非對稱加密體系 ............................................................................................ 156 7.3 驗證碼識別 ................................................................................................................ 163 7.3.1 利用深度學習訓練卷積網(wǎng)絡 ........................................................................ 163 7.3.2 繪制網(wǎng)絡結構圖 ............................................................................................ 172 7.4 票據(jù)反模糊與生成式對抗網(wǎng)絡 ................................................................................ 178 7.4.1 生成式對抗網(wǎng)絡 ............................................................................................ 178 7.4.2 反模糊訓練的步驟 ........................................................................................ 181 第8章 金融時間序列預測中的深度學習 ...................................................................... 183 8.1 金融時間序列數(shù)據(jù)簡介 ............................................................................................ 183 8.1.1 時間序列 ........................................................................................................ 183 8.1.2 金融中的時間序列數(shù)據(jù) ................................................................................ 185 8.2 傳統(tǒng)的時間序列分析方法 ........................................................................................ 187 8.3 初識循環(huán)神經(jīng)網(wǎng)絡 .................................................................................................... 196 8.4 利用循環(huán)神經(jīng)網(wǎng)絡分析比特幣價格 ........................................................................ 199 8.4.1 獲取相應數(shù)據(jù) ................................................................................................ 199 8.4.2 傳統(tǒng)分析方法 ................................................................................................ 207 8.4.3 循環(huán)神經(jīng)網(wǎng)絡方法 ........................................................................................ 213 第9章 金融輿情分析中的深度學習 ............................................................................. 225 9.1 宏觀金融問題與人工智能 ........................................................................................ 225 9.1.1 宏觀金融學入門 ............................................................................................ 225 9.1.2 從大數(shù)據(jù)角度看宏觀金融學 ........................................................................ 227 9.2 利用輿情進行宏觀金融分析 .................................................................................... 227 9.2.1 數(shù)據(jù)的準備 .................................................................................................... 227 9.2.2 獲取關鍵詞趨勢 ............................................................................................ 230 9.3 中文詞向量 ................................................................................................................ 235 9.3.1 自然語言處理 ................................................................................................ 235 9.3.2 獨熱表示法 .................................................................................................... 235 9.3.3 分布式表示法 ................................................................................................ 236 9.4 金融輿情中的情緒判斷 ............................................................................................ 238 第10章 金融客戶推薦中的深度學習 ........................................................................... 246 10.1 客戶分類與評估 ...................................................................................................... 246 10.1.1 聚類的概念 .................................................................................................. 247 10.1.2 劃分法 .......................................................................................................... 247 10.1.3 層次法 .......................................................................................................... 250 10.1.4 密度聚類算法 .............................................................................................. 252 10.2 推薦系統(tǒng)與深度學習 .............................................................................................. 254 10.2.1 協(xié)同過濾算法 .............................................................................................. 255 10.2.2 基于內(nèi)容的推薦算法 .................................................................................. 257 10.2.3 基于知識的推薦算法 .................................................................................. 258 10.2.4 深度學習對推薦系統(tǒng)的提升 ...................................................................... 259
你還可能感興趣
我要評論
|