智能金融涉及云计算、大数据、人工智能、机器学习、信息安全等领域。本书详细阐述了智能金融的基本框架。全书结构合理、层次清晰、概念清楚、语言精练，且易于教学。本书按照从理论到案例的方式组织编写，系统介绍金融科技概述、智能金融服务、人脸支付、智能客服、量化投研、智能风控、智能投顾、金融大脑，最后引入金融数据处理综合实验。
本书配有习题和实训，适合作为智能科学与技术、人工智能、数据科学与大数据技术、金融学、投资学等专业的选修课教材，也可作为高职高专学生、工程技术人员或金融从业人员的参考用书或培训教材。
？

近年来，随着云计算、大数据、人工智能、机器学习、信息安全等新兴技术的快速发展，以互联网金融、量化投研、智能投顾、智能风控、智能客服等为代表的智能金融服务正处于逐步部署和实现过程中，产业形态呈现出了虚拟化、个性化、自动化、智能化的特点。在智能金融 2.0 的发展过程中，机器学习、深度学习、机器视觉、语音识别、自然语言处理、知识图谱是智能金融系统正常工作的关键技术，也是提供多样化应用服务的基础，其发展面临着人员素质、技术突破等多方面的瓶颈和挑战。
本书主要面向应用需求，内容通俗、易学，所有案例均在 Python 平台和 R 语言平台真实验证。本书以人类认识事物的基本规律为出发点，即简单到复杂、具体到抽象、特殊到一般，以实践为基础认识智能金融的基本框架，即智能金融服务，包括人脸支付、智能客服、量化投研、智能风控、智能投顾、金融大脑等。
本书共 9 章，第 1 章介绍金融科技的关键支撑技术 ；第 2 章介绍智能金融服务的应用场景、行业标准、基础设施 ；第 3 章介绍人脸支付的技术原理与算法原理 ；第 4 章简要介绍智能客服机器人的基本功能 ；第 5 章详细介绍量化投研的数据处理、量化策略和投资策略 ；第 6 章详细介绍智能风控的决策引擎、评分卡模型 ；第 7 章简要介绍智能投顾的服务模式和银行案例 ；第 8章简要介绍金融大脑的基本构成和工作机制 ；第 9 章引入综合实验。本书内容编排符合认知规律、逻辑性强，侧重于智能金融的基本知识和基本技能，内容讲解清晰透彻，重要的知识技能均引入了真实案例。
财经专业学生如果具有计算机导论、Python、MySQL、统计学等方面的基本知识，将易于理解本书案例。
本书由李拴保任主编，由张红星任副主编，其中，第 1、2、5、6 章由李拴保编写，第 3、4、7、8、9 章由张红星编写。建议工科专业总学时数为 24~32 学时，财经专业总学时数为 32~48 学时。
本书配有习题、素材和源代码，相关内容可从 http://www.tdpress.com/5leds/ 下载。对本书的建议可发送至 shbli@126.com。
限于编者学识，书中难免有不足之处，恳请同行专家批评、指正。
本书是浙江核新同花顺网络信息股份有限公司校企合作系列教材之一。本书的出版得到了中国铁道出版社有限公司的鼎力支持，在此致以衷心的感谢！
编？者
2021 年 6 月
？

第 1 章？金融科技概述............ 1
1.1？金融科技支撑技术.......................1
1.1.1？大数据与金融.................................. 2
1.1.2？云计算与金融.................................. 2
1.1.3？区块链与金融.................................. 3
1.1.4？人工智能与金融.............................. 5
1.1.5？科技与金融业务融合..................... 7
1.2？金融科技促进创新.......................8
1.3？金融科技发展规划.......................9
1.4？金融科技的新阶段.......................10
习题 1.........................................................10
第 2 章？智能金融服务............ 11
2.1？智能金融的服务转型..................11
2.2？金融服务的价值链条..................12
2.3？智能金融服务的应用场景.........13
2.3.1？场景一 ：支付.................................. 13
2.3.2？场景二 ：个人信贷......................... 15
2.3.3？场景三 ：企业信贷......................... 20
2.3.4？场景四 ：财富管理......................... 22
2.3.5？场景五 ：资产管理......................... 24
2.3.6？场景六 ：保险.................................. 27
2.4？智能金融服务的新标准..............30
2.5？智能金融的基础设施..................32
2.5.1？智能金融生态圈.............................. 32
2.5.2？智能金融基础设施......................... 33
习题 2.........................................................37
第 3 章？人脸支付............... 38
3.1？人脸支付技术................................38
目？录
3.2？人脸识别技术原理.......................40
3.3？人脸识别算法原理.......................41
3.4？人脸支付系统基础设施..............47
习题 3.........................................................48
第 4 章？智能客服............... 49
4.1？智能客服服务................................50
4.2？智能客服机器人...........................51
4.3？智能技术应用................................53
习题 4.........................................................53
第 5 章？量化投研............... 54
5.1？量化投资概述................................54
5.1.1？定量投资管理.................................. 55
5.1.2？量化投资市场.................................. 58
5.1.3？量化投资风险.................................. 60
5.2？金融数据预处理...........................60
5.2.1？金融数据........................................... 61
5.2.2？金融数据处理案例......................... 63
5.3？量化策略概述................................69
5.3.1？技术指标择时.................................. 69
5.3.2？基本面选股...................................... 70
5.3.3？数学模型应用.................................. 70
5.3.4？概念 / 事件选股.............................. 71
5.3.5？其他交易品种策略......................... 71
5.3.6？风险控制策略.................................. 72
5.4？量化投资策略................................72
5.4.1？海龟交易策略.................................. 72
5.4.2？阿尔法策略...................................... 78
5.4.3？多因子选股...................................... 83
5.4.4？双均线策略...................................... 89
5.4.5？行业轮动........................................... 94
5.4.6？跨品种套利...................................... 99
5.4.7？指数增强........................................... 105
5.4.8？网格交易........................................... 108
5.4.9？跨期套利........................................... 114
习题 5.........................................................117
第 6 章 智能风控............... 118
6.1？智能风控平台核心之风控决策引擎........................................118
6.1.1？信贷风控............................................ 121
6.1.2？信贷风控优先级规则...................... 122
6.1.3？信贷风控决策流程.......................... 122
6.1.4？信贷风控模型策略.......................... 123
6.2？智能风控平台核心之策略模型.................................................123
6.2.1？风控报告............................................ 124
6.2.2？模型监控............................................ 124
6.2.3？接口管理............................................ 126
6.3？智能风控平台核心之指标管理.................................................128
6.4？评分卡模型....................................131
6.4.1？评分卡模型的背景知识................. 131
6.4.2？信用评分卡........................................ 133
6.4.3？评分卡模型开发步骤...................... 137
6.5？信用卡评分模型实例..................139
6.5.1？个人信贷信用评分案例.................. 139
6.5.2？变量之间的相关性.......................... 146
6.5.3？验证模型的正确性.......................... 151
6.5.4？WOE 转换.......................................... 152
6.5.5？计算 WOE 值.................................... 154
6.5.6？对变量进行 WOE 变换.................. 156
6.5.7？WOE Dataframe 构建..................... 161
习题 6.........................................................166
第 7 章？智能投顾............... 167
7.1？智能投顾概述................................167
7.2？智能投顾案例................................170
习题 7.........................................................174
第 8 章？金融大脑............... 175
8.1？金融大脑概述................................175
8.2？金融大脑项目案例.......................181
8.2.1？智慧银行项目................................... 181
8.2.2？华为智慧金融大脑.......................... 183
8.2.3？金融大脑 ：当金融遇见 AI 2.0........... 184
8.2.4？中国建设银行智慧金融大脑........ 186
习题 8.........................................................191
第 9 章？综合实验............... 192
9.1？Tushare 财经数据接口................192
9.2？数据接口读取数据.......................195
参考文献....................... 202
？

李拴保，博士，副教授，河南财经金融学院智能科学与技术教学办公室主任，专业方向为人工智能、大数据、信息安全。执教近20年，是河南省教育厅学术技术带头人，智能金融研究中心负责人。？

1.人工智能与金融的融合，是近两年的热点，也是各高校新开设课程的配套教材。

2.本书按照从理论到案例的方式组织编写，内容编排符合认识规律、逻辑性强，侧重于智能金融的基本知识和基本技能，内容讲解清晰透彻，重要的知识技能引入真实案例，所有案例均在Python平台或R语言平台真实验证。

？