互联网 类型
可以朗读 语音朗读
170千字 字数
2021-01-01 发行日期
展开全部

主编推荐语

本书围绕智能投顾的前世与今生、概念与理论、商业模式与技术、智能投顾的监管、生态以及未来发展趋势进行归纳与分析。

内容简介

《智能投顾：大数据智能驱动投顾创新》全书共9章：

第1章阐释智能投顾的诞生，涉及金融科技概念、人工智能概念等；

第2章介绍智能投顾涉及的技术、覆盖范围等；

第3章阐释智能投顾的概念及投资流程；

第4～6章从微观角度介绍智能投顾的商业模式与技术支持，涉及智能投顾的服务对象、投资标的、推广，传统经济学、统计学、行为学背景下智能投顾中的投资理论，以及人工智能和金融科技背景下智能投顾的前沿金融智能技术；

第7章和第8章从宏观角度介绍智能投顾的政策支持与生态系统；

第9章对智能投顾做出总结和展望。

目录

  • 版权信息
  • 作者简介
  • 内容简介
  • 序言 Preface
  • 第1章 智能投顾的诞生
  • 案例
  • 1.1 金融科技的兴盛
  • 1.1.1 金融科技的概念
  • 1.1.2 金融科技的全球发展态势
  • 1.1.3 金融科技在中国
  • 1.2 人工智能的崛起
  • 1.2.1 人工智能的概念
  • 1.2.2 人工智能的全球发展态势
  • 1.2.3 人工智能在中国
  • 1.2.4 人工智能投融资状况
  • 1.3 智能投顾应运而生
  • 1.4 本书概览
  • 本章小结
  • 参考文献
  • 第2章 智能投顾的历史与发展现状
  • 案例
  • 2.1 智能投顾的发展历史
  • 2.1.1 标签过滤阶段
  • 2.1.2 用户风险承受能力测试阶段
  • 2.1.3 个性化投资组合推荐阶段
  • 2.1.4 全自动智能投顾阶段
  • 2.2 智能投顾产业全球的发展现状
  • 2.2.1 全球智能投顾发展数据总览
  • 2.2.2 美洲
  • 2.2.3 欧洲
  • 2.2.4 亚洲
  • 2.3 智能投顾在中国
  • 2.3.1 中国的智能投顾平台现状
  • 2.3.2 中国智能投顾行业发展现状
  • 2.3.3 中国智能投顾的发展机遇
  • 本章小结
  • 参考文献
  • 第3章 智能投顾的概念与投资流程
  • 案例
  • 3.1 智能投顾的概念
  • 3.1.1 传统的投资顾问
  • 3.1.2 智能投资顾问
  • 3.1.3 智能投顾的作用
  • 3.2 智能投顾的投资流程
  • 3.2.1 客户分析
  • 3.2.2 大类资产配置
  • 3.2.3 投资组合选择
  • 3.2.4 交易执行
  • 3.2.5 投资组合再选择
  • 3.2.6 税负管理
  • 3.2.7 组合分析
  • 本章小结
  • 参考文献
  • 第4章 智能投顾的商业模式
  • 案例
  • 4.1 智能投顾的目标客户
  • 4.1.1 中产及中产以下收入人群
  • 4.1.2 金融专业人士
  • 4.2 智能投顾的投资标的
  • 4.2.1 常见的投资标的
  • 4.2.2 新兴的投资标的
  • 4.3 智能投顾的业务模式
  • 4.3.1 全自动与半自动投顾
  • 4.3.2 投资平台与相关智能服务
  • 4.3.3 大类资产配置、投资策略与社交跟投等
  • 4.4 智能投顾的营销模式
  • 4.4.1 打造明星产品
  • 4.4.2 分级客户群匹配服务，提高服务水平
  • 4.4.3 利用大数据进行精准营销
  • 4.5 智能投顾的盈利模式
  • 4.5.1 前端收费模式
  • 4.5.2 后端盈利模式
  • 本章小结
  • 参考文献
  • 第5章 智能投顾理论入门
  • 案例
  • 5.1 马科维茨投资组合理论
  • 5.1.1 现代投资组合理论概述
  • 5.1.2 投资组合的可行集和有效集
  • 5.1.3 均值方差分析方法
  • 5.2 资本资产定价模型
  • 5.2.1 CAPM假设条件
  • 5.2.2 分离定理
  • 5.2.3 资本市场线与证券市场线
  • 5.3 套利定价理论
  • 5.3.1 APT概述
  • 5.3.2 因素模型
  • 5.3.3 套利定价理论
  • 5.4 行为金融学
  • 5.4.1 行为金融学的概念
  • 5.4.2 行为金融学的应用实例
  • 5.5 投资过程评价
  • 5.5.1 收益类指标
  • 5.5.2 风险类指标
  • 本章小结
  • 参考文献
  • 第6章 智能投顾中的人工智能技术
  • 案例
  • 6.1 大数据融合技术
  • 6.1.1 大数据融合的背景
  • 6.1.2 多源数据融合技术
  • 6.2 投资客户偏好画像
  • 6.2.1 用户画像的定义
  • 6.2.2 用户画像的生成流程
  • 6.2.3 客户画像的核心工作——打标签
  • 6.3 量化投资技术
  • 6.3.1 量化投资的概念
  • 6.3.2 机器学习应用到量化投资中
  • 6.3.3 深度学习应用到量化投资中
  • 6.4 投资组合配置技术
  • 6.4.1 问题定义
  • 6.4.2 二次规划
  • 6.4.3 强化学习
  • 6.5 投资风险控制技术
  • 6.5.1 风险的定义
  • 6.5.2 风险测量——方差
  • 6.5.3 风险测量——VaR
  • 6.6 NLP在智能金融领域中的应用
  • 6.6.1 智能金融领域现有需求
  • 6.6.2 NLP的金融应用场景
  • 6.6.3 NLP在金融领域应用案例
  • 本章小结
  • 参考文献
  • 第7章 智能投顾的风险、监管和政策支持
  • 案例
  • 7.1 中国智能投顾的风险
  • 7.1.1 智能投顾的风险构成
  • 7.1.2 智能投顾的风险预警
  • 7.1.3 智能投顾平台的风险指数体系
  • 7.2 智能投顾的监管难点
  • 7.2.1 账户实际控制人认定困难
  • 7.2.2 一致行动人
  • 7.2.3 监管法律体系不完善
  • 7.2.4 智能投顾行为边界判定
  • 7.3 海外智能投顾的监管经验
  • 7.3.1 美国的智能投顾监管
  • 7.3.2 英国的智能投顾监管：监管沙盒
  • 7.3.3 澳洲的智能投顾监管
  • 7.3.4 新加坡的智能投顾监管
  • 7.3.5 不同国家智能投顾的监管体系比较
  • 7.4 中国智能投顾的监管体系
  • 7.4.1 智能投顾监管框架
  • 7.4.2 智能投顾的监管路径
  • 7.5 中国智能投顾的政府支持
  • 7.5.1 智能投顾发展过程中的政府政策
  • 7.5.2 《资管新规》对智能投顾的影响
  • 7.5.3 学界对智能投顾的支持
  • 本章小结
  • 参考文献
  • 第8章 智能投顾的生态系统
  • 案例
  • 8.1 金融科技生态系统
  • 8.2 智能投顾生态系统的概念与构成
  • 8.2.1 智能投顾生态系统的概念
  • 8.2.2 智能投顾生态系统的生态主体
  • 8.2.3 智能投顾生态系统中的产业链关系
  • 8.3 智能投顾生态系统的维护和优化
  • 8.3.1 国内智能投顾生态系统存在的缺陷
  • 8.3.2 智能投顾生态系统的优化办法
  • 本章小结
  • 参考文献
  • 第9章 智能投顾的未来
  • 案例
  • 9.1 人工智能的发展新阶段
  • 9.2 智能投顾大脑
  • 9.3 AI驱动的理性机器经济人
  • 9.4 智能投顾的未来发展趋势
  • 9.4.1 商业模式发展趋势
  • 9.4.2 智能投顾技术发展趋势
  • 9.4.3 智能投顾监管发展趋势
  • 9.5 开放银行与虚拟银行
  • 9.5.1 开放银行
  • 9.5.2 虚拟银行
  • 本章小结
  • 参考文献
展开全部

评分及书评

尚无评分
目前还没人评分
  • 加载中...

出版方

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。