深度学习在金融中的应用:以Python为工具
  • 推荐0
  • 收藏0
  • 浏览508

深度学习在金融中的应用:以Python为工具

张宁 (作者) 

  • 书  号:978-7-121-37317-6
  • 出版日期:2020-06-28
  • 页  数:284
  • 开  本:16(185*235)
  • 出版状态:上市销售
电子书 ¥61.60
购买电子书
纸质版 ¥88.00
本书主要讲解通过深度学习和机器学习知识,在金融领域的应用。如通过大数据分析获客,通过交叉信息采集分析客户的爱好和风险偏好,以及在量化投资中和客户服务中为读者提供相应的技术防范。内容涉及了深度学习技术中的 卷积网络,循环神经网络,注意力模型等,全书案例丰富,操作性强,适合有一定基础知识但想在深度学习领域继续加深实操的用户使用。
深度学习、NLP技术
多年来,传统的金融模型与实际场景中的金融市场数据多有偏离,这一方面促进了传统金融模型的研究与发展,另一方面也推动了各种新理论、新工具在金融领域中的应用。在金融与科技融合的过程中,作为新一代人工智能的代表,深度学习是其中最引人注目的工具,它使用“全量数据”来理解金融问题,在强拟合、高阶特征抽取、泛化能力等方面都有突出优势,已成为金融业关注的焦点。
金融科技作为新的交叉学科,涉及繁杂的知识和多变的工具,有一定的进入门槛。笔者在与同行和学生交流的过程中,发现初学者常常不知从何处入手,于是萌发了编写本书的念头。本书不同于理论专著,而是一本入门性质的引导性书籍。它的目的不是探讨和研究金融中的深度学习理论,而是以应用为导向,介绍金融中典型的人工智能应用,特别是深度学习的应用,贴合实际的金融应用场景。你可以直接按照书中的介绍进行操作,感受使用深度学习解决金融问题的乐趣。
在此导向下,编者在写作过程中,尽量兼顾内容的基础性、实用性及典型性。基础性是指,本书阐述了金融的基本内涵和逻辑,介绍了与金融和深度学习有关的基础知识,方便初学者和有志于投身金融行业的开发人员快速了解;同时,本书结合金融业的场景,提供了许多具体的、可操作的平台搭建和代码编写范例,这可以帮助金融从业人员更好地理解金融与深度学习的结合,并能更快地实现相关代码的编写;最后,本书在选取案例时,一方面尽量涵盖金融业务中的诸多细分行业和场景,另一方面也注重案例在行业应用中的重要性和典型性,你在结合自己的背景进行思考和判断后,可以举一反三,形成交叉链接。
本书基于笔者正在进行的“金融科技”的相关研究,该研究获得了以下资助:中央高校基本科研业务费专项资金、第五批中央财经大学科研创新团队支持计划、教育部人文社会科学重点研究基地重大项目(编号:16JJD790060)。
在本书的写作过程中,对外经济贸易大学在职研究生王芳芳对文字和代码进行了细致的编辑整理,邹玉岩以及笔者的学生孙辉和宋佰秩协助完成了部分校对工作以及书中的部分图表,在此一并对他们表示感谢。


目录

第1 章 金融与金融市场 .................................................................................................... 1
1.1 认识金融 ........................................................................................................................ 1
1.1.1 金融的细分领域 ................................................................................................ 1
1.1.2 金融研究的核心内容 ........................................................................................ 3
1.2 货币 ................................................................................................................................ 3
1.2.1 货币的内涵与作用 ............................................................................................ 3
1.2.2 货币的分类 ........................................................................................................ 4
1.2.3 货币制度 ............................................................................................................ 5
1.3 信用 ................................................................................................................................ 5
1.3.1 信用的定义 ........................................................................................................ 5
1.3.2 信用的不同层次 ................................................................................................ 6
1.3.3 信用评价体系与企业 ........................................................................................ 8
1.4 金融机构 ...................................................................................................................... 11
1.4.1 按照地位和功能划分 ...................................................................................... 11
1.4.2 按照金融机构的管理地位划分 ...................................................................... 14
1.4.3 按照是否能接收公众存款划分 ...................................................................... 15
1.4.4 按照其他划分 .................................................................................................. 15
1.5 金融市场 ...................................................................................................................... 17
1.5.1 金融市场的分类 .............................................................................................. 18
1.5.2 金融市场的交易 .............................................................................................. 20
1.5.3 金融市场的作用 .............................................................................................. 21
1.5.4 金融市场的参与者和组织形式 ...................................................................... 21
1.6 金融衍生品与金融工程 .............................................................................................. 22
1.7 互联网金融 .................................................................................................................. 23
1.7.1 互联网金融的特征 .......................................................................................... 24
1.7.2 互联网金融的四种模式 .................................................................................. 25
第2章 深度学习的首选语言:Python ........................................................................... 27
2.1 Python语言介绍 .......................................................................................................... 27
2.1.1 Python的设计理念 .......................................................................................... 27
2.1.2 Python的特点 .................................................................................................. 28
2.1.3 Python的优点 .................................................................................................. 28
2.2 Python的安装与使用 .................................................................................................. 29
2.3 数据类型 ...................................................................................................................... 33
2.3.1 数值 .................................................................................................................. 33
2.3.2 布尔型数值 ...................................................................................................... 34
2.3.3 字符串 .............................................................................................................. 35
2.4 变量与运算符 .............................................................................................................. 35
2.4.1 变量 .................................................................................................................. 35
2.4.2 运算符 .............................................................................................................. 36
2.5 函数 .............................................................................................................................. 39
2.5.1 函数的定义与调用 .......................................................................................... 40
2.5.2 函数参数 .......................................................................................................... 40
2.5.3 函数返回值 ...................................................................................................... 42
2.6 模块 .............................................................................................................................. 43
2.6.1 from ... import语句 .......................................................................................... 43
2.6.2 常见模块 .......................................................................................................... 44
第3章 构建金融深度学习平台 ....................................................................................... 47
3.1 算力基础:选择硬件 .................................................................................................. 47
3.1.1 算力与深度学习云平台 .................................................................................. 47
3.1.2 深度学习中算力构建的路线选择 .................................................................. 48
3.2 单精度计算和半精度计算 .......................................................................................... 55
3.3 算法平台:深度学习平台 .......................................................................................... 58
3.3.1 安装与设置开发环境 ...................................................................................... 58
3.3.2 搭建深度学习平台 .......................................................................................... 58
3.4 代码托管: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 获取金融数据 ..................................................................................................... 77
4.1 金融数据获取 .............................................................................................................. 77
4.1.1 金融数据获取的途径 ...................................................................................... 77
4.1.2 公开数据平台 .................................................................................................. 79
4.2 用Python直接获取金融数据 ..................................................................................... 85
4.2.1 大奖章量化接口 .............................................................................................. 85
4.2.2 利用Baostock获取股票数据 .......................................................................... 88
4.2.3 利用Tushare 获取全面金融数据 ................................................................... 93
第5章 识别金融业务中的欺诈行为 ............................................................................. 115
5.1 金融欺诈介绍 ............................................................................................................ 115
5.2 欺诈识别 .................................................................................................................... 116
5.2.1 不平衡数据处理 ............................................................................................ 116
5.2.2 信用卡欺诈识别 ............................................................................................ 122
5.3 保险欺诈识别 ............................................................................................................ 127
第6章 金融非结构化客户信息识别 ............................................................................. 133
6.1 手写信息识别 ............................................................................................................ 134
6.2 图片信息理解 ............................................................................................................ 139
6.3 客户人脸识别 ............................................................................................................ 144
6.3.1 直方图 ............................................................................................................ 145
6.3.2 图像、距离与灰度直方图 ............................................................................ 147
6.3.3 人脸识别实践 ................................................................................................ 149
第7章 金融安全中的深度学习 ..................................................................................... 154
7.1 金融安全 .................................................................................................................... 154
7.2 RSA加密算法 ........................................................................................................... 155
7.2.1 对称加密体系 ................................................................................................ 155
7.2.2 非对称加密体系 ............................................................................................ 156
7.3 验证码识别 ................................................................................................................ 163
7.3.1 利用深度学习训练卷积网络 ........................................................................ 163
7.3.2 绘制网络结构图 ............................................................................................ 172
7.4 票据反模糊与生成式对抗网络 ................................................................................ 178
7.4.1 生成式对抗网络 ............................................................................................ 178
7.4.2 反模糊训练的步骤 ........................................................................................ 181
第8章 金融时间序列预测中的深度学习 ...................................................................... 183
8.1 金融时间序列数据简介 ............................................................................................ 183
8.1.1 时间序列 ........................................................................................................ 183
8.1.2 金融中的时间序列数据 ................................................................................ 185
8.2 传统的时间序列分析方法 ........................................................................................ 187
8.3 初识循环神经网络 .................................................................................................... 196
8.4 利用循环神经网络分析比特币价格 ........................................................................ 199
8.4.1 获取相应数据 ................................................................................................ 199
8.4.2 传统分析方法 ................................................................................................ 207
8.4.3 循环神经网络方法 ........................................................................................ 213
第9章 金融舆情分析中的深度学习 ............................................................................. 225
9.1 宏观金融问题与人工智能 ........................................................................................ 225
9.1.1 宏观金融学入门 ............................................................................................ 225
9.1.2 从大数据角度看宏观金融学 ........................................................................ 227
9.2 利用舆情进行宏观金融分析 .................................................................................... 227
9.2.1 数据的准备 .................................................................................................... 227
9.2.2 获取关键词趋势 ............................................................................................ 230
9.3 中文词向量 ................................................................................................................ 235
9.3.1 自然语言处理 ................................................................................................ 235
9.3.2 独热表示法 .................................................................................................... 235
9.3.3 分布式表示法 ................................................................................................ 236
9.4 金融舆情中的情绪判断 ............................................................................................ 238
第10章 金融客户推荐中的深度学习 ........................................................................... 246
10.1 客户分类与评估 ...................................................................................................... 246
10.1.1 聚类的概念 .................................................................................................. 247
10.1.2 划分法 .......................................................................................................... 247
10.1.3 层次法 .......................................................................................................... 250
10.1.4 密度聚类算法 .............................................................................................. 252
10.2 推荐系统与深度学习 .............................................................................................. 254
10.2.1 协同过滤算法 .............................................................................................. 255
10.2.2 基于内容的推荐算法 .................................................................................. 257
10.2.3 基于知识的推荐算法 .................................................................................. 258
10.2.4 深度学习对推荐系统的提升 ...................................................................... 259

读者评论

电子书版本

  • Epub