目 錄
前 言
第1章 金融科技的基本概念1
1.1 金融科技的內(nèi)涵2
1.1.1 概念起源2
1.1.2 國際定義2
1.1.3 國內(nèi)定義3
1.1.4 金融智能化3
1.1.5 常見概念辨析6
1.2 金融科技的演化7
1.2.1 國際金融科技的發(fā)展趨勢8
1.2.2　國內(nèi)金融科技的發(fā)展趨勢9
1.2.3　金融科技發(fā)展的三個階段11
1.3 金融科技的典型應用11
1.3.1 移動支付11
1.3.2 網(wǎng)絡融資13
1.3.3 智能金融14
思考題15
第2章 人工智能基礎(chǔ)16
2.1 人工智能概述17
2.1.1 基本概念17
2.1.2 人工智能發(fā)展史19
2.1.3 新一代人工智能21
2.1.4 人工智能主流學派簡介23
2.2 機器學習算法25
2.2.1 機器學習算法概述25
2.2.2 典型算法介紹29
思考題39
第3章 人工智能應用40
3.1 人工智能開源平臺41
3.1.1 人工智能開源平臺概述41
3.1.2 典型人工智能開源平臺簡介43
3.1.3 基于開源軟件的人工智能技術(shù)典型解決方案47
3.1.4 開源平臺的發(fā)展趨勢50
3.2 人工智能的應用50
3.2.1 人工智能的應用領(lǐng)域50
3.2.2 人工智能應用的風險56
思考題56
第4章 大數(shù)據(jù)處理與數(shù)據(jù)中臺57
4.1 大數(shù)據(jù)的定義58
4.1.1 大數(shù)據(jù)的4種定義58
4.1.2 大數(shù)據(jù)技術(shù)59
4.1.3 大數(shù)據(jù)的價值60
4.2 數(shù)據(jù)清洗與標注61
4.2.1 數(shù)據(jù)清洗61
4.2.2 數(shù)據(jù)標注63
4.3 數(shù)據(jù)挖掘64
4.3.1 數(shù)據(jù)挖掘的概念64
4.3.2 數(shù)據(jù)挖掘的任務64
4.4 數(shù)據(jù)中臺65
4.4.1 數(shù)據(jù)中臺的概念65
4.4.2 數(shù)據(jù)中臺的價值66
4.4.3 構(gòu)建數(shù)據(jù)中臺68
思考題68
第5章 云計算服務69
5.1 云計算的基本概念70
5.1.1 云計算的定義70
5.1.2 云計算的基本特征70
5.1.3 云計算的部署模式71
5.2 云計算的產(chǎn)業(yè)發(fā)展72
5.2.1 云計算的產(chǎn)業(yè)鏈72
5.2.2 云計算的商業(yè)模式73
5.2.3 云計算市場的發(fā)展現(xiàn)狀74
5.3 云計算的服務模式75
5.3.1 概述75
5.3.2 軟件即服務（SaaS）76
5.3.3 平臺即服務（PaaS）77
5.3.4 基礎(chǔ)設施即服務（IaaS）79
5.4 公共云、私有云和混合云81
5.4.1 概述81
5.4.2 公共云81
5.4.3 私有云83
5.4.4 混合云84
5.5 邊緣計算85
5.5.1 背景85
5.5.2 邊緣計算的定義85
5.5.3 邊緣計算的特點86
思考題86
第6章 量化投資技術(shù)87
6.1 量化投資概述88
6.1.1 基本概念88
6.1.2 量化投資的發(fā)展歷程89
6.1.3 量化投資的主要內(nèi)容91
6.2 量化投資的主流技術(shù)94
6.2.1 人工智能94
6.2.2 數(shù)據(jù)挖掘95
6.2.3 小波分析96
6.2.4 支持向量機97
6.2.5 分形理論97
6.2.6 隨機過程98
6.3 量化數(shù)據(jù)庫99
6.3.1 金融數(shù)據(jù)的類型99
6.3.2 數(shù)據(jù)供應商與數(shù)據(jù)提取方法102
6.3.3 量化數(shù)據(jù)庫的搭建103
6.4 量化模型105
6.4.1 量化模型概述105
6.4.2 策略模型106
6.4.3 風險模型108
6.4.4 交易成本模型109
6.4.5 投資組合構(gòu)建模型110
6.4.6 執(zhí)行模型111
6.4.7 模型的檢驗與評價112
思考題114
第7章 智能投顧115
7.1 智能投顧概述116
7.1.1 智能投顧的定義116
7.1.2 智能投顧的優(yōu)勢116
7.1.3 智能投顧平臺的類型117
7.1.4 智能投顧的業(yè)務流程118
7.2 智能投顧模型118
7.2.1 用戶畫像模型118
7.2.2 資產(chǎn)配置模型119
7.2.3 交易模型120
7.2.4 調(diào)倉模型120
7.3 智能投顧的風險121
7.4 典型案例分析123
思考題124
第8章 智能風控125
8.1 智能風控概述126
8.1.1 智能風控的定義126
8.1.2 智能風控的優(yōu)勢126
8.2 智能風控的技術(shù)框架127
8.2.1 數(shù)據(jù)采集127
8.2.2 行為建模128
8.2.3 用戶畫像128
8.2.4 風險定價129
8.3 第三方征信平臺130
8.3.1 數(shù)據(jù)來源131
8.3.2 數(shù)據(jù)類型131
8.3.3 應用場景132
8.4 智能反欺詐133
8.4.1 欺詐的定義133
8.4.2 反欺詐模型133
8.5 智能催收134
8.5.1 智能催收的發(fā)展背景134
8.5.2 智能催收的優(yōu)勢135
8.5.3 智能催收模型135
思考題136
第9章 保險科技137
9.1 保險科技概述138
9.1.1 保險科技的概念界定138
9.1.2 保險科技的特征138
9.1.3 保險科技發(fā)展過程中不同主體的角色139
9.1.4 保險科技的發(fā)展現(xiàn)狀140
9.1.5 我國保險科技的發(fā)展趨勢141
9.2 保險科技的核心技術(shù)與應用143
9.2.1 大數(shù)據(jù)143
9.2.2 人工智能143
9.2.3 區(qū)塊鏈144
9.2.4 生物科技144
9.3 互聯(lián)網(wǎng)保險概述145
9.3.1 互聯(lián)網(wǎng)保險的經(jīng)營模式145
9.3.2 大數(shù)據(jù)在互聯(lián)網(wǎng)保險中的應用147
9.4 保險科技典型案例148
9.4.1 傳統(tǒng)保險公司148
9.4.2 互聯(lián)網(wǎng)公司150
9.4.3 新興科技公司151
思考題152
第10章 區(qū)塊鏈技術(shù)153
10.1 區(qū)塊鏈概述154
10.2 區(qū)塊鏈的技術(shù)框架154
10.2.1 數(shù)據(jù)層155
10.2.2 網(wǎng)絡層157
10.2.3 共識層158
10.2.4 激勵層159
10.2.5 合約層160
10.3 數(shù)字貨幣160
10.3.1 數(shù)字貨幣概述160
10.3.2 數(shù)字貨幣的爭議161
10.3.3 數(shù)字貨幣的監(jiān)管162
10.4 分布式賬本163
10.4.1 技術(shù)概述163
10.4.2 分布式賬本的展望164
10.5 公有鏈、聯(lián)盟鏈與私有鏈165
10.5.1 公有鏈165
10.5.2 聯(lián)盟鏈166
10.5.3 私有鏈166
10.6 區(qū)塊鏈即服務167
思考題167
第11章 金融科技監(jiān)管168
11.1 金融科技監(jiān)管基礎(chǔ)169
11.1.1 金融監(jiān)管理論169
11.1.2 金融科技監(jiān)管風險170
11.2 國際實踐173
11.2.1 英國的實踐173
11.2.2 美國的實踐174
11.2.3 新加坡的實踐175
11.3 我國的實踐176
11.3.1 我國金融科技存在的風險176
11.3.2 我國金融科技監(jiān)管的政策177
11.4 未來金融科技監(jiān)管的趨勢178
11.4.1 金融科技監(jiān)管的重心178
11.4.2 金融科技監(jiān)管的趨勢179
思考題180
第12章 金融科技應用案例181
12.1 智能催收182
12.1.1 背景182
12.1.2 解決方案183
12.1.3 應用效果185
12.2 智能反欺詐187
12.2.1 背景187
12.2.2 解決方案188
12.2.3 機器學習模型的實踐策略189
12.2.4 效果驗證190
12.3 智能反洗錢191
12.3.1 背景191
12.3.2 解決方案192
12.3.3 應用效果194
12.4 智能推薦——精準獲客195
12.4.1 背景195
12.4.2 解決方案195
12.4.3 應用效果196
12.5 智能推薦——金融產(chǎn)品的智能營銷197
12.5.1 背景197
12.5.2 解決方案197
12.5.3 應用效果198
12.6 智能客服199
12.6.1 背景199
12.6.2 解決方案200
12.6.3 應用效果的評價標準201
思考題202
參考文獻203