序
前言
第1章 金融变革新时代
从原子到比特：金融契约的演变
引爆点来临：互联网引发金融数字化
新兴技术融合：开启金融大变革时代
第2章 智能金融：人工智能与金融深度融合
人工智能的发展历程
金融领域中的人工智能关键技术
人工智能在金融领域的主要应用场景
第3章 智能金融的驱动因素
宏观层面
经济发展和人均收入增加
互联网经济的发展
互联网群体呈年轻化趋势
政策支持层面
我国推动人工智能发展的主要政策
我国在推动金融与科技结合方面的主要政策
资本的推动
全球人工智能领域投资情况
中国和美国人工智能领域投资情况
人工智能技术的突破和应用增多
数据量呈指数级爆炸增长
芯片性能大幅提升，存储成本下降
深度学习推动人工智能算法进入爆发期
金融供给侧改革的内在需要
我国金融体系无法覆盖广大的中小企业群体
广大居民的多样化和个性化金融需求不能得到有效满足
我国金融信息化水平的不断提高为智能金融发展奠定了基础
第4章 面向金融客户端的应用场景
智能客服：深度学习让客服更智能
案例——工商银行“工小智”
案例——百度金融智能服务中心
智能支付：让支付更便捷
案例——支付宝刷脸支付
智能营销：千人千面，精准匹配
案例——泰康在线
智能征信：海量数据和先进算法助力普惠金融
案例——芝麻信用
案例——ZestFinance
智能保险：精准画像，精准定价
案例——蚂蚁金服“车险分”
案例——AXA利用机器学习进行保险定价优化
智能核保：数字化、自动化、智能化
案例——新华保险Magnum智能核保系统
智能理赔：快速提升客户体验
案例——中国平安智能保险云“智能闪赔”
第5章 面向运营环节的应用场景
资本优化：人工智能和机器学习提高资本效率
智能安防：识别可疑行为，确保场所安全
案例——海康威视金融安防业内
智能网点：推动银行网点智能化转型
案例——美国银行的robo bank
人工智能优化压力测试：确保金融安全
市场影响分析：降低交易影响，提高交易效率
智能风控：去除噪音，让数据说话
案例——蚂蚁金服蚁盾
第6章 在交易和投资管理中的应用场景
预测市场：利用深度学习技术预测金融市场走势
量化交易：未来算法能自我学习、自主投资
案例——Man Group
案例——Rebellion Research
投资组合管理：优化组合配置，提高组合绩效
案例——Equbot推出人工智能ETF
智能投顾：人工智能开启投顾新篇章
案例——平安金融壹账通推出“智能财富管家
智能投研：实时动态获取数据辅助投资决策
案例——智能投研领域的“谷歌”Kensho
第7章 面向监管合规的应用场景
反洗钱/打击恐怖主义融资
案例——Quanta Verse
完善KYC：提升客户体验，打击金融犯罪
案例——陆金所推出KYC系统
监控市场：实时监控市场异常，打击违规行为
案例——纳斯达克SMARTS监控系统
欺诈识别：智能模型为欺诈防控提供支撑
案例——猛犸反欺诈
预测系统性风险：维护金融稳定
辅助政策评估：让金融政策更合理、更有效
第8章 人工智能给金融带来的影响
对金融市场的影响：重塑金融生态，提高市场效率
对金融业务流程的影响：推动金融机构战略转型
对投资者和消费者的影响：普惠个性化金融越来越近
对监管机构的影响：迎接大变革，应对新挑战
第9章 传统金融机构拥抱金融科技
竞争走向融合
金融IT阶段（2008年以前）：传统金融机构试水互联网业务
互联网金融发展阶段（2008～2012年）：互联网金融对传统金融机构形成冲击
金融科技发展新阶段（2013年至今）：传统金融机构战略拥抱金融科技
传统金融机构发展金融科技的主要模式
智能金融崛起：传统金融机构入局
全球智能金融崛起
我国智能金融发展情况
传统金融机构布局智能金融业务
第10章 对金融科技的思考及展望
对人工智能在金融领域应用的思考
人工智能将取代传统低端金融业就业岗位
人工智能带来的
人工智能的局限性
金融科技展望：场景化、智能化、个性化

人工智能在金融领域的应用具有天然优势，它在处理数据方面有很强的优势，而金融领域本质上就是要处理信息、处理数据，所以人工智能和金融业可以说是天作之合。创新工场创始人李开复老师认为当前是人工智能的黄金时代，人工智能会首先落地在数据量大、能快产生价值的领域，而金融领域是人工智能好的应用领域之一，人工智能或将颠覆互联网金融行业。

本书从人工智能和机器学习面向金融客户端的应用、面向运营环节的应用、在交易和投资管理中的应用以及面向监管合规的应用四个方面进行梳理，从理论和实践角度分析目前人工智能技术在金融业各个部门和各个环节的应用场景，并分析了具体的应用案例。本书整体上呈现了从宏观到微观，再从微观到宏观的逻辑架构，既适合金融机构和从业人员、相关政府机构人员和金融监管者阅读，也适合对金融、科技以及金融科技感兴趣的学者、学生和其他各界人士阅读。