●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：互聯網引發金融數字化 / 008新興技術融合：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人工智能的發展歷程 / 021金融領域中的人工智能關鍵技術 / 028人工智能在金融領域的主要應用場景 / 032第3章 智能金融的驅動因素宏觀層面 / 039經濟發展和人均收入增加 / 039互聯網經濟的發展 / 040互聯網群體呈年輕化趨勢 / 040政策支持層面 / 044我國推動人工智能發展的主要政策 / 045我國在推動金融與科技結合方面的主要政策 / 048資本的推動 / 049全球人工智能領域投資情況 / 050中國和美國人工智能領域投資情況 / 052人工智能技術的突破和應用增多 / 054數據量呈指數級爆炸增長 / 054芯片性能大幅提升，存儲成本下降 / 057深度學習推動人工智能算法進入爆發期 / 058金融供給側改革的內在需要 / 060我國金融體繫無法覆蓋廣大的中小企業群體 / 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展奠定了基礎 / 063第4章 面向金融客戶端的應用場景智能客服：深度學習讓客服更智能 / 066案例—工商銀行“工小智” / 069案例—百度金融智能服務中心 / 070智能支付：讓支付更便捷 / 071案例— 刷臉支付 / 074智能營銷：千人千面，精準匹配 / 076案例—泰康在線 / 078智能征信：海量數據和優選算法助力普惠金融 / 079案例—芝麻信用 / 080案例—ZestFinance / 082智能保險：精準畫像，精準定價 / 083案例—螞蟻金服“車險分” / 085案例—AXA利用機器學習進行保險定價優化 / 087智能核保：數字化、自動化、智能化 / 090案例—新華保險Magnum智能核保繫統 / 091智能理賠：快速提升客戶體驗 / 092案例—中國平安智能保險雲“智能閃賠” / 093第5章 面向運營環節的應用場景資本優化：人工智能和機器學習提高資本效率 / 098智能安防：識別可疑行為，確保場所安全 / 101案例—海康威視金融安防領先業內 / 102智能網點：推動銀行網點智能化轉型 / 103案例—美國銀行的robo bank / 105人工智能優化壓力測試：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智能風控：去除噪音，讓數據說話 / 113案例—螞蟻金服蟻盾 / 114第6章 在交易和投資管理中的應用場景預測市場：利用深度學習技術預測金融市場走勢 / 118量化交易：未來算法能自我學習、自主投資 / 122案例—Man Group / 125案例—Rebellion Research / 126投資組合管理：優化組合配置，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：實時動態獲取數據輔助投資決策 / 136案例—智能投研領域的“谷歌”Kensho / 139第7章 面向監管合規的應用場景反洗錢/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繫統 / 152監控市場：實時監控市場異常，打擊違規行為 / 153案例—納斯達克SMARTS監控繫統 / 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預測繫統性風險：維護金融繫統穩定 / 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，提高市場效率 / 167對金融業務流程的影響：推動金融機構戰略轉型 / 170對投資者和消費者的影響：普惠個性化金融越來越近 / 174對監管機構的影響：迎接大變革，應對新挑戰 / 177第9章 傳統金融機構擁抱金融科技競爭走向融合 / 182金融IT階段（2008年以前）：傳統金融機構試水互聯網業務 / 183互聯網金融發展階段（2008～2012年）：互聯網金融對傳統金融機構形成衝擊 / 185金融科技發展新階段（2013年至今）：傳統金融機構戰略擁抱金融科技 / 188傳統金融機構發展金融科技的主要模式 / 192智能金融崛起：傳統金融機構入局 / 199全球智能金融崛起 / 199我國智能金融發展情況 / 203傳統金融機構布局智能金融業務 / 207第10章 對金融科技的思考及展望對人工智能在金融領域應用的思考 / 213人工智能將取代傳統低端金融業就業崗位 / 213人工智能帶來的風險 / 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

本書從人工智能和機器學習面向金融客戶端的應用、面向運營環節的應用、在交易和投資管理中的應用以及面向監管合規的應用四個方面進行梳理，從理論和實踐角度分析目前人工智能技術在金融業各個部門和各個環節的應用場景，並分析了具體的應用案例。本書整體上呈現了從宏觀到微觀，再從微觀到宏觀的邏輯架構，既適合金融機構和從業人員、相關政府機構人員和金融監管者閱讀，也適合對金融、科技以及金融科技感興趣的學者、學生和其他各界人士閱讀。

劉斌 趙雲德 著

近年來，大數據、雲計算、人工智能以及區塊鏈等新興技術的快速發展和應用推動了金融業的巨大變革，金融科技開始滲透傳統金融業的各個領域和各個環節，如銀行、證券、保險以及前臺、中臺、後臺，傳統業務無不受到金融科技的挑戰。在諸多新興技術之中，人工智能和機器學習對傳統金融業的衝擊愈加明顯，也越來越具備顛覆性。人工智能在金融領域的應用具有天然優勢，它在處理數據方面有很強的優勢，而金融領域本質上就是要處理信息、處理數據，所以人工智能和金融業可以說是天作之合。創新工場創始人李開復老師認為當前是人工智能的黃金時代，人工智能會首先落地在數據量優選、能最快產生價值的領域，而金融領域是人工智能優選的應用領域之一，人工智能或將顛覆互聯網金融行業。事實也確實如此，雖然目前人工智能在無人駕駛、醫療、物流、教育、文化以及金融領域都具有很多應用場景，但是從實際情況來看，人工智能在金融領域的應用是擁有有可行性的，而且在全球範圍等