智能金融是人工智能技术与金融创新深度结合的产物，是金融科技在人工智能时代的新型业态。智能金融的核心竞争力就是满足用户真正的金融需求。本书分为第一篇情景篇、第二篇 技术篇、第三篇应用篇、第四篇实践篇之一海外投资银行机构、第五篇实践篇之二海外金融科技公司、第六篇实践篇之三国内传统金融机构、第七篇实践篇之四国内金融科技公司、第八篇 平台篇和第九篇探索篇九大部分，系统而全面地介绍了智能金融的内涵、机器学习、深度学习、自然语言处理、区块链、智能投资顾问、智能研报、智能量化、智能搜索、智能风控、智能客服、海外投资银行智能金融运营经验与典型案例研究、海外智能投资顾问平台标杆Wealthfront、全球智能投资顾问领头羊BETTERMENT、海外科技巨头布局智能金融：IBM等前沿智能公司的发展和展望。并就中国智能金融业务发展的基本方向、中国智能金融业务发展的基本设计方案提出了发展路径设计和区块链数据处理架构。人工智能是中国少数几个能够与世界发达国家站在同一起跑线的领域，尽管在智能硬件研发、算法创新等基础领域还有不小的差距，但是中国拥有其他国家所无法比拟的广阔市场，不仅能够提供丰富的应用场景，更能够为智能金融产品提供海量的大数据资源。本书的出版可以有利于推动中国智能金融领域发展和壮大。

第一篇 情景篇
第1章 智能金融悄然兴起
1.1 智能金融的内涵
1.2 与金融科技、互联网金融的异同
1.3 智能金融重构金融服务业
第2章 券商及科技公司抢滩智能金融
2.1 传统经营模式的瓶颈日益显现
2.2 智能金融的时间窗口更加紧迫
2.3 券商及科技公司大举布局智能金融

第二篇 技术篇
第3章 大数据是负担还是财富
3.1 引言
3.2 大数据来源
3.3 大数据发展的五个阶段
3.4 大数据在金融中的应用
第4章 机器学习
4.1 机器学习的基本原理
4.2 机器学习的主要算法
4.3 机器学习与其他领域的关系
4.4 机器学习在智能金融领域中的应用
4.5 机器学习在资本市场的应用及建议
第5章 深度学习
5.1 深度学习的基本原理
5.2 深度学习的主要算法
5.3 深度学习的应用场景
5.4 深度学习在智能金融领域的应用
第6章 自然语言处理
6.1 基本原理
6.2 困难与挑战
6.3 发展趋势
第7章 知识图谱
7.1 知识图谱的原理
7.2 知识图谱的主要技术
7.3 知识图谱的典型应用
7.4 知识图谱在智能金融领域的应用
7.5 前景与挑战
第8章 区块链
8.1 区块链核心技术
8.2 区块链的运行特点
8.3 区块链的技术瓶颈

第三篇 应用篇
第9章 智能投资顾问
9.1 引言
9.2 基本原理
9.3 概念特征
9.4 美国智能投资顾问的路径分析
9.5 智能投资顾问在中国的发展
9.6 总结与发展前景
第10章 智能研报
10.1 引言
10.2 基本原理
10.3 国外典型公司
10.4 国内典型公司
10.5 总结与发展前景
第11章 智能量化
11.1 引言
11.2 技术要求
11.3 国外典型案列
第12章 智能搜索
12.1 引言
12.2 主要技术
12.3 应用领域
12.4 典型案例一AlphaSense
12.5 总结与发展前景
第13章 智能风控
13.1 引言
13.2 步骤技术
13.3 应用领域
13.4 典型企业和案例
13.5 面临问题
第14章 智能客服
14.1 引言
14.2 主要技术
14.3 国外典型公司
14.4 国内典型公司
14.5 总结与发展前景

第四篇 实践篇之一海外投资银行机构
第15章 全球投资银行业务创新龙头：高盛
15.1 组织架构科技化
15.2 人员结构技术化
15.3 标准岗位自动化
15.4 机构服务长尾化
第16章 嘉信理财
16.1 嘉信理财的创新史
16.2 SchwabInte11igentPortfo1ios的业务模式
16.3 SchwabInte11igentPortfo1ios的操作步骤
16.4 嘉信对券商发展智能投资顾问的启示

第五篇 实践篇之二海外金融科技公司
第17章 海外智能投资顾问平台标杆：Wea1thfront
17.1 发展背景
17.2 业务模式
17.3 投资模式
17.4 特点总结
第18章 全球智能投资顾问领头羊：BETTERMENT
18.1 发展背景
18.2 业务模式
第19章 海外科技巨头布局智能金融：Goog1e
19.1 投资A1gorithmia
19.2 Kagg1e加速谷歌布局
第20章 海外科技巨头布局智能金融：IBM
20.1 一代智能投资顾问系统“蓝海图灵”
20.2 Watson协助合规和发现潜在金融犯罪
20.3 WatsonExp1orer代替保险索赔业务员
第21章 海外科技巨头布局智能金融：微软
21.1 与思科合作推动数据中心创新
21.2 与毕马威联手打造区块链开发创新工场
21.3 微软智能云Azure

第六篇 实践篇之三国内传统金融机构
第22章 海通证券
22.1 运营特征：PE式扩张
22.2 主要布局平台
第23章 华泰证券
23.1 概况
23.2 华泰模式核心
第24章 平安集团
24.1 平台架构
24.2 业务模式特点
第25章 广发证券
25.1 推出“贝塔牛”
25.2 量化交易云端集成平台
25.3 科技金融布局初见成效
第26章 长江证券
26.1 背景
26.2 “智变”：从互联网金融到智能金融
26.3 推出iVatarGo向智能金融迈进
26.4 经验借鉴

第七篇 实践篇之四国内金融科技公司
第27章 独立第三方智能投资顾问平台
27.1 弥财
27.2 京东智投
第28章 BAT布局智能金融
28.1 百度——技术金融
28.2 阿里巴巴——电商金融
28.3 腾讯——社交金融
28.4 BAT的战略布局比较

第八篇 平台篇
第29章 恒生电子
29.1 恒生电子的基本情况
29.2 恒生电子的产品体系
29.3 总结与经验借鉴
第30章 通联数据
30.1 通联数据的生态和逻辑
30.2 通联数据的产品体系
30.3 总结与经验借鉴
第31章 金融界
31.1 金融界的基本情况
31.2 金融界的产品体系

第九篇 探索篇
第32章 中国智能金融业务发展的基本方向
32.1 智能金融创新依然必须建立在经典金融理论基础上
32.2 智能金融发展程度推升证券公司的客户数据价值
32.3 实现海外智能金融平台的中国化是未来金融创新的重点方向
32.4 智能投资顾问是目前国内智能金融领域最为成熟的应用
第33章 中国智能金融业务发展的基本设计方案
33.1 中国券商智能金融业务发展思路设计
33.2 中国券商智能金融业务发展路径设计
参考文献
后记