金融科技：人工智能與機器學(xué)習(xí)卷

推薦序
前言
第1章 金融變革新時代
從原子到比特：金融契約的演變 / 002
引爆點來臨：互聯(lián)網(wǎng)引發(fā)金融數(shù)字化 / 008
新興技術(shù)融合：開啟金融大變革時代 / 014
第2章 智能金融：人工智能與金融深度融合 / 019
人工智能的發(fā)展歷程 / 021
金融領(lǐng)域中的人工智能關(guān)鍵技術(shù) / 028
人工智能在金融領(lǐng)域的主要應(yīng)用場景 / 032
第3章 智能金融的驅(qū)動因素
宏觀層面 / 039
經(jīng)濟發(fā)展和人均收入增加 / 039
互聯(lián)網(wǎng)經(jīng)濟的發(fā)展 / 040
互聯(lián)網(wǎng)群體呈年輕化趨勢 / 040
政策支持層面 / 044
我國推動人工智能發(fā)展的主要政策 / 045
我國在推動金融與科技結(jié)合方面的主要政策 / 048
資本的推動 / 049
全球人工智能領(lǐng)域投資情況 / 050
中國和美國人工智能領(lǐng)域投資情況 / 052
人工智能技術(shù)的突破和應(yīng)用增多 / 054
數(shù)據(jù)量呈指數(shù)級爆炸增長 / 054
芯片性能大幅提升，存儲成本下降 / 057
深度學(xué)習(xí)推動人工智能算法進入爆發(fā)期 / 058
金融供給側(cè)改革的內(nèi)在需要 / 060
我國金融體系無法覆蓋廣大的中小企業(yè)群體 / 061
廣大居民的多樣化和個性化金融需求不能得到有效滿足 / 061
我國金融信息化水平的不斷提高為智能金融發(fā)展奠定了基礎(chǔ) / 063
第4章 面向金融客戶端的應(yīng)用場景
智能客服：深度學(xué)習(xí)讓客服更智能 / 066
案例—工商銀行“工小智” / 069
案例—百度金融智能服務(wù)中心 / 070
智能支付：讓支付更便捷 / 071
案例—支付寶刷臉支付 / 074
智能營銷：千人千面，精準(zhǔn)匹配 / 076
案例—泰康在線 / 078
智能征信：海量數(shù)據(jù)和先進算法助力普惠金融 / 079
案例—芝麻信用 / 080
案例—ZestFinance / 082
智能保險：精準(zhǔn)畫像，精準(zhǔn)定價 / 083
案例—螞蟻金服“車險分” / 085
案例—AXA利用機器學(xué)習(xí)進行保險定價優(yōu)化 / 087
智能核保：數(shù)字化、自動化、智能化 / 090
案例—新華保險Magnum智能核保系統(tǒng) / 091
智能理賠：快速提升客戶體驗 / 092
案例—中國平安智能保險云“智能閃賠” / 093
第5章 面向運營環(huán)節(jié)的應(yīng)用場景
資本優(yōu)化：人工智能和機器學(xué)習(xí)提高資本效率 / 098
智能安防：識別可疑行為，確保場所安全 / 101
案例—?？低暯鹑诎卜李I(lǐng)先業(yè)內(nèi) / 102
智能網(wǎng)點：推動銀行網(wǎng)點智能化轉(zhuǎn)型 / 103
案例—美國銀行的robo bank / 105
人工智能優(yōu)化壓力測試：確保金融安全 / 107
市場影響分析：降低交易影響，提高交易效率 / 110
智能風(fēng)控：去除噪音，讓數(shù)據(jù)說話 / 113
案例—螞蟻金服蟻盾 / 114
第6章 在交易和投資管理中的應(yīng)用場景
預(yù)測市場：利用深度學(xué)習(xí)技術(shù)預(yù)測金融市場走勢 / 118
量化交易：未來算法能自我學(xué)習(xí)、自主投資 / 122
案例—Man Group / 125
案例—Rebellion Research / 126
投資組合管理：優(yōu)化組合配置，提高組合績效 / 127
案例—Equbot推出人工智能ETF / 129
智能投顧：人工智能開啟投顧新篇章 / 131
案例—平安金融壹賬通推出“智能財富管家” / 133
智能投研：實時動態(tài)獲取數(shù)據(jù)輔助投資決策 / 136
案例—智能投研領(lǐng)域的“谷歌”Kensho / 139
第7章 面向監(jiān)管合規(guī)的應(yīng)用場景
反洗錢/打擊恐怖主義融資 / 145
案例—QuantaVerse / 148
完善KYC：提升客戶體驗，打擊金融犯罪 / 150
案例—陸金所推出KYC系統(tǒng) / 152
監(jiān)控市場：實時監(jiān)控市場異常，打擊違規(guī)行為 / 153
案例—納斯達克SMARTS監(jiān)控系統(tǒng) / 155
欺詐識別：智能模型為欺詐防控提供支撐 / 156
案例—猛犸反欺詐 / 158
預(yù)測系統(tǒng)性風(fēng)險：維護金融系統(tǒng)穩(wěn)定 / 161
輔助政策評估：讓金融政策更合理、更有效 / 162
第8章 人工智能給金融帶來的影響
對金融市場的影響：重塑金融生態(tài)，提高市場效率 / 167
對金融業(yè)務(wù)流程的影響：推動金融機構(gòu)戰(zhàn)略轉(zhuǎn)型 / 170
對投資者和消費者的影響：普惠個性化金融越來越近 / 174
對監(jiān)管機構(gòu)的影響：迎接大變革，應(yīng)對新挑戰(zhàn) / 177
第9章 傳統(tǒng)金融機構(gòu)擁抱金融科技
競爭走向融合 / 182
金融IT階段（2008年以前）：傳統(tǒng)金融機構(gòu)試水互聯(lián)網(wǎng)業(yè)務(wù) / 183
互聯(lián)網(wǎng)金融發(fā)展階段（2008～2012年）：互聯(lián)網(wǎng)金融對傳統(tǒng)金融機構(gòu)形成沖擊 / 185
金融科技發(fā)展新階段（2013年至今）：傳統(tǒng)金融機構(gòu)戰(zhàn)略擁抱金融科技 / 188
傳統(tǒng)金融機構(gòu)發(fā)展金融科技的主要模式 / 192
智能金融崛起：傳統(tǒng)金融機構(gòu)入局 / 199
全球智能金融崛起 / 199
我國智能金融發(fā)展情況 / 203
傳統(tǒng)金融機構(gòu)布局智能金融業(yè)務(wù) / 207
第10章 對金融科技的思考及展望
對人工智能在金融領(lǐng)域應(yīng)用的思考 / 213
人工智能將取代傳統(tǒng)低端金融業(yè)就業(yè)崗位 / 213
人工智能帶來的風(fēng)險 / 216
人工智能的局限性 / 218
金融科技展望：場景化、智能化、個性化 / 219