"在金融領域，如何讓科技更好的服務於金融，讓金融業變得更安全、高效，一直是我國金融業界在研究、探討和實踐的話題。本書就是基於當前火熱的人工智能技術服務於金融領域的一次前沿嘗試，裡面不僅探討了金融領域從業人員關心的基礎知識，還說明了如何利用人工智能技術識別金融欺詐、客戶信息的識別、金融安全和金融時間序列，以及金融輿情分析等內容，不失為該行業的一本書。本書是作者基於正在研究的“金融科技”課題，全力整合的一本專著。該研究課題已經獲得中央高校基本科研業務費專項資金、第五批中央財經大學科研創新團隊等

●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金融研究的核心內容.3
1.2貨幣.3
1.2.1貨幣的內涵與作用.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信用評價體繫與企業.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互聯網金融.23
1.7.1互聯網金融的特征.24
1.7.2互聯網金融的四種模式.25
第2章深度學習的優選語言：Python.27
2.1Python語言介紹.27
2.1.1Python的設計理念.27
2.1.2Python的特點.28
2.1.3Python的優點.28
2.2Python的安裝與使用.29
2.3數據類型.33
2.3.1數值.33
2.3.2布爾型數值.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.39
2.5.1函數的定義與調用.40
2.5.2函數參數.40
2.5.3函數返回值.42
2.6模塊.43
2.6.1from.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算力與深度學習雲平臺.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安裝與設置開發環境.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
3.4.2GitHub的常用操作.69
第4章獲取金融數據.77
4.1金融數據獲取.77
4.1.1金融數據獲取的途徑.77
4.1.2公開數據平臺.79
4.2用Python直接獲取金融數據.85
4.2.1大獎章量化接口.85
4.2.2利用Baostock獲取股票數據.88
4.2.3利用Tushare獲取全面金融數據.93
第5章識別金融業務中的欺詐行為.115
5.1金融欺詐介紹.115
5.2欺詐識別.116
5.2.1不平衡數據處理.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
7.2RSA加密算法.155
7.2.1對稱加密體繫.155
7.2.2非對稱加密體繫.156
7.3驗證碼識別.163
7.3.1利用深度學習訓練卷積網絡.163
7.3.2繪制網絡結構圖.172
7.4票據反模糊與生成式對抗網絡.178
7.4.1生成式對抗網絡.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金融時間序列數據簡介.183
8.1.1時間序列.183
8.1.2金融中的時間序列數據.185
8.2傳統的時間序列分析方法.187
8.3初識循環神經網絡.196
8.4利用循環神經網絡分析比特幣價格.199
8.4.1獲取相應數據.199
8.4.2傳統分析方法.207
8.4.3循環神經網絡方法.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從大數據角度看宏觀金融學.227
9.2利用輿情進行宏觀金融分析.227
9.2.1數據的準備.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推薦繫統與深度學習.254
10.2.1協同過濾算法.255
10.2.2基於內容的推薦算法.257
10.2.3基於知識的推薦算法.258
10.2.4深度學習對推薦繫統的提升.259

本書介紹了金融領域中的人工智能技術（以深度學習為主）應用，其中第1～3章主要講解金融與金融市場、Python入門知識、金融深度學習平臺的搭建等內容；第4～6章主要講解金融數據的獲取方法、欺詐行為識別、非結構化金融客戶信息識別等內容；第7～10章主要講解金融安全中的深度學習、金融時間序列預測中的深度學習、金融輿情分析中的深度學習、金融客戶推薦中的深度學習應用等內容。
本書可供金融、保險類本科生使用，也可以作為投資學、管理學、統計學、技術經濟、應用數學等金融科技相關專業的教材，還可以作為對金融科技和深度學習感興趣的金融從業者、有一定工程能力的軟件開發工程師等的參考書。

張寧,趙亮 著