金融ai人工智慧的金融應用

內容簡介

運用Python的學習指南

「全面且直觀的作法,本書必定是金融從業人員與學者的重要參考。」
—Abdullah Karasan
資料科學家兼顧問

「針對期望解決各種計量金融問題的機器學習從業人員,這是一本出色的指南」
—Tim Nugent
Refinitiv資深研究科學家

AI與機器學習的廣泛運用,讓許多行業發生突破性變革。一旦將程式取得的歷史和即時金融資料,與這些新技術相結合,金融業也產生巨大變化。有了這本金融實務書籍,您將學會使用AI與機器學習,察覺出金融市場統計無效率的情況,進而透過演算法交易以運用獲利。

作者Yves Hilpisch針對從業人員、學生與學者,就金融與資料科學實務面,說明機器學習與深度學習演算法於金融業的應用。書中提供豐富的Python示例,讓您能夠複製書中呈現的所有結果。

本書分為五個部分,協助您:
‧學習AI主要概念與演算法,包括「通用人工智慧」(AGI)與「超級智慧」(SI)方面取得的最新突破
‧了解「資料驅動金融」、「AI」與「機器學習」對金融理論與實務產生長遠影響的原因
‧運用「類神經網路」與「增強式學習」,察覺金融市場統計無效率的情況
‧以「回測」與「演算法交易」辨別經濟無效率的情況並利用機會,自動執行交易策略
‧理解AI影響金融業未來競爭動態的程度,以及預想金融奇點到來時可能產生的情境

作者介紹

作者簡介

Yves J. Hilpisch

Yves J. Hilpisch 博士是The AI Machine暨The Python Quants的創辦人兼CEO,集團致力將開源技術應用於金融資料科學、人工智慧、演算法交易與計算金融相關方面。Yves還是《Python for Finance》、《Python for Algorithmic Trading》、《Derivatives Analytics with Python》與《Listed Volatility and Variance Derivatives》的作者,並於Certificate in Quantitative Finance(CQF)講授AI能力的演算法交易相關課程。

目錄

第一部分 機器智慧
第一章 人工智慧
第二章 超級智慧

第二部分 金融與機器學習
第三章 規範金融
第四章 資料驅動金融
第五章 機器學習
第六章 AI第一的金融

第三部分 統計無效率
第七章 密集神經網路
第八章 循環神經網路
第九章 增強式學習

第四部分 演算法交易
第十章 向量化回測
第十一章 風險管理
第十二章 執行與部署

第五部分 展望
第十三章 AI式競爭
第十四章 金融奇點

第六部分 附錄
附錄A 互動的類神經網路
附錄B 類神經網路類別
附錄C 卷積神經網路

詳細資料

  • ISBN:9789865028381
  • 規格:平裝 / 488頁 / 18.5 x 23 x 2.2 cm / 普通級 / 單色印刷 / 初版
  • 出版地:台灣
  • 本書分類:電腦資訊> 資料庫/大數據> 資料處理/大數據

最近瀏覽商品

相關活動

  • 金融ai人工智慧的金融應用

購物說明

若您具有法人身份為常態性且大量購書者,或有特殊作業需求,建議您可洽詢「企業採購」。 

退換貨說明 

會員所購買的商品均享有到貨十天的猶豫期(含例假日)。退回之商品必須於猶豫期內寄回。 

辦理退換貨時,商品必須是全新狀態與完整包裝(請注意保持商品本體、配件、贈品、保證書、原廠包裝及所有附隨文件或資料的完整性,切勿缺漏任何配件或損毀原廠外盒)。退回商品無法回復原狀者,恐將影響退貨權益或需負擔部分費用。 

訂購本商品前請務必詳閱商品退換貨原則。 


運用Python的學習指南

「全面且直觀的作法,本書必定是金融從業人員與學者的重要參考。」
—Abdullah Karasan
資料科學家兼顧問

「針對期望解決各種計量金融問題的機器學習從業人員,這是一本出色的指南」
—Tim Nugent
Refinitiv資深研究科學家

AI與機器學習的廣泛運用,讓許多行業發生突破性變革。一旦將程式取得的歷史和即時金融資料,與這些新技術相結合,金融業也產生巨大變化。有了這本金融實務書籍,您將學會使用AI與機器學習,察覺出金融市場統計無效率的情況,進而透過演算法交易以運用獲利。

作者Yves Hilpisch針對從業人員、學生與學者,就金融與資料科學實務面,說明機器學習與深度學習演算法於金融業的應用。書中提供豐富的Python示例,讓您能夠複製書中呈現的所有結果。

本書分為五個部分,協助您:
‧學習AI主要概念與演算法,包括「通用人工智慧」(AGI)與「超級智慧」(SI)方面取得的最新突破
‧了解「資料驅動金融」、「AI」與「機器學習」對金融理論與實務產生長遠影響的原因
‧運用「類神經網路」與「增強式學習」,察覺金融市場統計無效率的情況
‧以「回測」與「演算法交易」辨別經濟無效率的情況並利用機會,自動執行交易策略
‧理解AI影響金融業未來競爭動態的程度,以及預想金融奇點到來時可能產生的情境


Yves J. Hilpisch 博士是The AI Machine暨The Python Quants的創辦人兼CEO,集團致力將開源技術應用於金融資料科學、人工智慧、演算法交易與計算金融相關方面。Yves還是《Python for Finance》、《Python for Algorithmic Trading》、《Derivatives Analytics with Python》與《Listed Volatility and Variance Derivatives》的作者,並於Certificate in Quantitative Finance(CQF)講授AI能力的演算法交易相關課程。

第一部分 機器智慧
第一章 人工智慧
第二章 超級智慧

第二部分 金融與機器學習
第三章 規範金融
第四章 資料驅動金融
第五章 機器學習
第六章 AI第一的金融

第三部分 統計無效率
第七章 密集神經網路
第八章 循環神經網路
第九章 增強式學習

第四部分 演算法交易
第十章 向量化回測
第十一章 風險管理
第十二章 執行與部署

第五部分 展望
第十三章 AI式競爭
第十四章 金融奇點

第六部分 附錄
附錄A 互動的類神經網路
附錄B 類神經網路類別
附錄C 卷積神經網路

資安級應用:金融業AI Chatbot,高效解決客服成本,提供高品質銀行服務

發表年月 2020-02 應用領域 AI 金融應用

應用/研究單位 人工智能股份有限公司

在金融產業當中,FinTech金融科技和AI人工智慧已是最新趨勢,透過銀行系統整合和AI應用來達成更便捷和準確的工作流程,並透過AI智能客服在最前線高效服務客戶,立刻針對信用卡管理、帳戶查詢和財富管理等,進行身份認證和準確回答,有效改善客服中心的營運成本和顧客關係維繫品質。 透過人工智能公司的『Q比智慧服務機器人導入解決方案』,包含24/7全年無休全天候的智能客服、會員系統整合、OTP認證等,透過我們的聊天機器人平台,以自然語意理解(NLP)技術,整合文字、語音和應答能力,AI機器人自動回覆和判斷相關答案,快速提供更精準及個人化之服務,亦可透過IA人機協作,客服人員與AI服務機器人一同回答客戶問題,以及瀏覽客戶歷程,快速從知識庫中引用最佳答案,提高服務效率。

檢視內容

法遵從業人員的救星:AI法令遵循管理系統

發表年月 2021-11 應用領域 AI 金融應用

應用/研究單位 人工智能股份有限公司

金融相關產業為政府高度管理的特許行業,因此,政府制定許多法令用以規範金融業的各種行為,所以,該產業下的公司,必需遵照相關範圍,制定相關公司內規,以確保相關營運行為不會違反法規。然而,相關法令眾多,而且也會因各種因素進行調整。一但,外部的部份法令進行調整,究竟有那些公司內規需做相對應的調整,目前主要還是以人力的方式,進相關的法條比對,曠日廢時。而本公司所開發的AI法遵管理管理系統 ,導入AI的技術,以推薦系統的方式,輔助專業人力,並提供完整的法遵相關電子化流程作業環境。

檢視內容

破壞性創新:AI超高速交易系統,奈秒勝負,贏家首選!

發表年月 2018-10 應用領域 AI 金融應用

應用/研究單位 汎思數據股份有限公司

應用於金融交易之高效能資料數據處理與風險控管系統,包含整合系統軟體、硬體模組,提供客製化設計與服務。 藉由提升原有系統交易資料處理速度,達到即時風險控管之目的以符合監管法規,並進一步客製化數據分析服務。 汎思數據運用FPGA與GPU圖形處理器,並搭配即時交易數據人工智慧深度學習專屬演算法、 方便針對不同客戶需求或法規修改,有彈性地變更系統運作內容,或逐步提供交易客戶不同種類服務。 相較於現今大多以純軟體建構之交易系統,此系統利用硬體平行加速運算提升資料處理速度, 達到超高速交易與異常偵測之目的。

檢視內容

讓機器人幫你理財投資

發表年月 2019-04 應用領域 AI 金融應用

應用/研究單位 工業技術研究院 巨量資訊科技中心

人工智慧理財機器人技術結合量化資料如交易資料與經濟指標,質化資料如政策與研調報告,透過深度學習演算法與財務工程理論融合,產生不同股債券市場的Robo市場觀點,如市場投資方向與波動度變化預測等。同時在AI潛力基金分析上,開發基金多樣性報酬基底特徵,並透過多種機器學習/深度學習演算法,產生整體式學習模型,進行潛力基金預測。透過機器人觀點篩選市場並取得市場下潛力基金後,利用馬可維茲現代投資理論進行資產配置與動態重配置,藉此降低投資組合風險,達成AI化投資。

檢視內容

理財新聞評價機器人

發表年月 2019-06 應用領域 AI 金融應用

應用/研究單位 國立臺北商業大學

本研究目的在透過一個智慧型的對話式人機介面,以聊天機器人的型式提供投資者評估投資新聞內容的可信度。在技術創新方面,本年度之研究利用語意分析之技術,對於金融商品(股票)所提供的相關資訊的品質,進行信息內容之解析與評價,研究包括新聞內容本身(新聞、 雜誌、研究報告)進行解析,辨別單一新聞消息中:(1) 媒體來源(可能是投顧、媒體、記者)、(2) 關聯金融商品標的、(3) 多空看法(內容對商品未來走勢是否表態)、(4) 對應投資期程(短線、中線、長線)等等。透過語意分析技術擷析過往該媒體來源所發佈之新聞內容,並針對新聞內容預測之結果進行回測,計算出該新聞內容提供者所預測之情報準確度產生一檢驗結果,最後由評價產出系統整合產生一評價資訊,並儲存於系統平台以對話式人機互動方式供使用者查詢。藉此,提供投資人查詢各理財新聞提供者過往的準確度,以作為使用者投資理財之參考依據。本研究之目標在幫助投資人對於新聞內容有一參考指標以加深投資者進行投資決策時之幫助 。

檢視內容

AI理財氣象站

發表年月 2019-03 應用領域 AI 金融應用

應用/研究單位 台灣資料科學股份有限公司

AI每日吸收市場的消息面、籌碼面與產業基本面等資訊,並模仿專業人士的投資決策思維以提供最佳化的投資標的;透過大數據呈現,提供投資人更客觀的投資決策參考,讓投資人不再憑感覺投資。此外,也強調總體經濟的重要性,提醒投資人要注重經濟的中長期基本面。

檢視內容

商業價值 以實相告:用AI探詢分散各處的商業脈絡

發表年月 2021-01 應用領域 AI 金融應用

應用/研究單位 藍星球資訊股份有限公司(https://choose.blueplanet.com.tw)

國內首創商業履歷查詢服務,結合多樣化的OPENDATA並綜整各種網路非結構化商業資料,能夠迅速掌握全臺灣公司行號的商業實績。可廣泛用於工商徵信、商業授信等業務,大幅提升資料蒐集、驗證等工作流程的效率,更降低所需耗費的時間及人力成本。協助迅速偵測商業合作夥伴、競業對手或借貸對象之資訊,透過具有公信力的資料集,將商業營運事實揭露相告。

檢視內容