近年來，大數(shù)據(jù)、云計算、人工智能以及區(qū)塊鏈等新興技術的快速發(fā)展和應用推動了金融業(yè)的巨大變革，金融科技開始滲透傳統(tǒng)金融業(yè)的各個領域和各個環(huán)節(jié)，如銀行、證券、保險以及前臺、中臺、后臺，傳統(tǒng)業(yè)務無不受到金融科技的挑戰(zhàn)。在諸多新興技術之中，人工智能和機器學習對傳統(tǒng)金融業(yè)的沖擊愈加明顯，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(yōu)勢，它在處理數(shù)據(jù)方面有很強的優(yōu)勢，而金融領域本質上就是要處理信息、處理數(shù)據(jù)，所以人工智能和金融業(yè)可以說是天作之合。創(chuàng)新工場創(chuàng)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(shù)據(jù)量最大、能最快產(chǎn)生價值的領域，而金融領域是人工智能最好的應用領域之一，人工智能或將顛覆互聯(lián)網(wǎng)金融行業(yè)。
事實也確實如此，雖然目前人工智能在無人駕駛、醫(yī)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最具有可行性的，而且在全球范圍內(nèi)，無論是傳統(tǒng)金融機構還是新興的以螞蟻金服、京東金融為代表的金融科技公司，都高度重視人工智能技術的發(fā)展，這足以說明人工智能對于金融業(yè)的重要性。
本人多年來一直研究大數(shù)據(jù)、人工智能和區(qū)塊鏈等技術在金融領域的應用，并堅持將相關研究成果發(fā)表在個人公眾號（點滴科技資訊）中，通過多年的研究，本人深感金融科技對未來金融業(yè)的巨大顛覆性影響。人工智能對于金融業(yè)的沖擊可能僅僅是金融科技的開端，未來大數(shù)據(jù)、人工智能以及區(qū)塊鏈甚至是量子技術的發(fā)展和應用，將深刻改變我們對金融業(yè)的傳統(tǒng)認知。在機械工業(yè)出版社華章公司的大力支持下，本人對人工智能在金融領域應用的主要場景進行了細致的研究和梳理。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(huán)節(jié)的應用、在交易和投資管理中的應用以及面向監(jiān)管合規(guī)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(yè)各個部門和各個環(huán)節(jié)的應用場景，并分析了具體的應用案例。同時，本書也認為，人工智能會對金融業(yè)和金融機構帶來巨大影響，將重塑金融生態(tài)、重構金融業(yè)務流程、促進普惠金融、推動智能監(jiān)管。
在本書寫作過程中，機械工業(yè)出版社華章公司的李華君老師給予本人很多支持，同時本人也得到了浦東改革與發(fā)展研究院領導和同事的支持、家人的鼓勵和眾多金融科技領域專業(yè)人士的支持，在此一并表示感謝！
劉斌
2018年11月8日
待補
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(lián)網(wǎng)引發(fā)金融數(shù)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(fā)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(jīng)濟發(fā)展和人均收入增加 / 039
互聯(lián)網(wǎng)經(jīng)濟的發(fā)展 / 040
互聯(lián)網(wǎng)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(fā)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(shù)據(jù)量呈指數(shù)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(fā)期 / 058
金融供給側改革的內(nèi)在需要 / 060
我國金融體系無法覆蓋廣大的中小企業(yè)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(fā)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—支付寶刷臉支付 / 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(shù)據(jù)和先進算法助力普惠金融 / 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(yōu)化 / 087
智能核保：數(shù)字化、自動化、智能化 / 090
案例—新華保險Magnum智能核保系統(tǒng) / 091
智能理賠：快速提升客戶體驗 / 092
案例—中國平安智能保險云“智能閃賠” / 093
第5章 面向運營環(huán)節(jié)的應用場景
資本優(yōu)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(yè)內(nèi) / 102
智能網(wǎng)點：推動銀行網(wǎng)點智能化轉型 / 103
案例—美國銀行的robo bank / 105
人工智能優(yōu)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(shù)據(jù)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(yōu)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(tài)獲取數(shù)據(jù)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(jiān)管合規(guī)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系統(tǒng) / 152
監(jiān)控市場：實時監(jiān)控市場異常，打擊違規(guī)行為 / 153
案例—納斯達克SMARTS監(jiān)控系統(tǒng) / 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
預測系統(tǒng)性風險：維護金融系統(tǒng)穩(wěn)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(tài)，提高市場效率 / 167
對金融業(yè)務流程的影響：推動金融機構戰(zhàn)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(jiān)管機構的影響：迎接大變革，應對新挑戰(zhàn) / 177
第9章 傳統(tǒng)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(tǒng)金融機構試水互聯(lián)網(wǎng)業(yè)務 / 183
互聯(lián)網(wǎng)金融發(fā)展階段（2008～2012年）：互聯(lián)網(wǎng)金融對傳統(tǒng)金融機構形成沖擊 / 185
金融科技發(fā)展新階段（2013年至今）：傳統(tǒng)金融機構戰(zhàn)略擁抱金融科技 / 188
傳統(tǒng)金融機構發(fā)展金融科技的主要模式 / 192
智能金融崛起：傳統(tǒng)金融機構入局 / 199
全球智能金融崛起 / 199
我國智能金融發(fā)展情況 / 203
傳統(tǒng)金融機構布局智能金融業(yè)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(tǒng)低端金融業(yè)就業(yè)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
書單推薦
