《市场情绪驱动的资产价格效应及智能投资策略研究》主要包括三个部分。第一部分是理论机理研究。该部分阐述了市场情绪及资产定价的理论基础，分析了市场情绪对资产价格的影响，并分析基于交易信息和媒体信息的市场情绪及其资产价格效应。第二部分是模型构建及实证研究。该书分别构建两类智能投资策略模型，第一类为运用隐马尔可夫模型和支持向量机模型构建市场状态识别模型；第二类为运用深度学习理论与方法构建以交易行为和数量为输出结果的交易模型，并分别运用中国证券市场的相关数据实证检验模型的效能。第三部分是对策研究，基于理论机理研究和模型构建及实证研究的结果，该书从投资策略的构建、量化系统的开发等方面提出了智能投资决策的相关对策。《市场情绪驱动的资产价格效应及智能投资策略研究》对市场情绪及其所带来的资产价格效应进行了系统性研究，初步探讨了嵌入市场情绪的投资交易策略，从而为市场监管和投资决策提供技术支持和经验证据。该书的研究还存在一些不足，如在市场情绪的度量过程中如何更好地结合交易信息和媒体信息以形成更具综合性的市场情绪指数，在智能投资模型的训练过程中可引入更多类型的人工智能算法，并考虑资产定价及风险管理的相关理论形成算法和经典理论相结合的交易决策模型，同时对模型可进行风险调整收益等多方面的绩效评价。

本书以金融信用评估为主题，以社交媒体为背景展开，旨在将大数据信息应用于信用评估与预测，从而维护金融市场的有效运作。本书涉及个人与企业两个信用评估主体，从这两个维度出发，为读者介绍传统个人信用评分与企业信用评级机制，展示统计学模型与机器学习模型如何应用于信用评估中。本书还探索了大数据对信用评估的作用，引入社交媒体大数据，通过机器学习和深度学习的方式对多模态大数据进行分析，并将提取的信息应用于评分与评级过程，丰富了大数据的应用场景，一定程度上填补了信用评估相关研究的学术空白。本书适合对信用评估、大数据分析、社交媒体研究感兴趣的读者阅读，也可作为高校相关专业的教学参考用书。

本书围绕中国证券博物馆作为面向全国的证券期货藏品展示中心、证券期货文化靠前交流中心、证券期货知识教育研究中心的定位，记录中国资本市场发展历程及重大事件，推广交流证券期货历史文化研究课题成果，留存亲历者手回忆性文字，整理证券期货相关动态和数据。

商务部、国家统计局、国家外汇管理局联合发布《2020年度中国对外直接投资统计公报》，正式公布2020年中国对外直接投资统计数据。《公报》分中国对外直接投资综述、中国对世界主要经济体的直接投资等部分介绍了2020年中国对外直接投资情况。

目前，电子商务在我国正处于快速发展期，数字化与制造业的深度融合将催生数个十万亿级产业。对于传统制造业来说，将电子商务投资转化为企业绩效是非常现实的问题，对该问题的解决将有利于企业未来的生存发展。在此背景下，“电子商务投资与企业绩效关系”研究团队在国家社会科学基金的资助下，通过对上百家制造企业的调查，系统研究了制造企业电子商务投资转化为绩效的关键影响因素，总结了传统制造企业电子商务的发展路径，提出了相关政策建议。

互联网金融的核心竞争力在于风险控制能力。而互联网金融中安全风险、信用违约、信息不对称等一直是制约行业健康发展、平台稳健运营的内在阻力。在众多风险之中，互联网金融欺诈具有业务环节多、手段多样化、隐蔽性极强的特点，会给互联网金融平台带来极大的风险和财产损失。因此，反欺诈的研究势在必行，无论是快速检测清除潜伏的欺诈，还是挖掘作案模式建立预警机制防患于未然，对整个互联网金融平台的风险控制均具有重要意义。《互联网金融欺诈识别与风险防范》以互联网金融平台为研究对象，着重研究其运作中存在的欺诈风险，特别是个体欺诈与群体欺诈的风险识别与防范；介绍了互联网金融发展的现状与面临的问题；围绕信用评分和欺诈识别两大风控主题，基于机器学习、深度学习以及图模型算法研究了互联网金融欺诈与风险防范；通过随机森林、文本挖掘、半监督自适应模型等方法对互联网金融风控进行了实证研究。现有研究多使用平台的财务数据、运营数据等，但这些数据大多存在滞后、造假等问题。而在互联网这片沃土上成长起来的互联网金融，有着极其丰富的互联网用户评价数据，本专著利用这些实时数据进行研究。一方面，通过收集平台数据构建互联网金融词典，对评价主题、情感倾向进行识别，并进一步构建平台舆情监控与预警系统，实现对问题平台的及时准确识别和对正常平台的全天候监控。另一方面，将单个互联网金融平台作为研究结点，构建互联网金融平台网络，基于网络分析、复杂网络理论和平台舆情文本数据挖掘，通过构建关联网络模型与计量模型，研究信息传播对互联网平台投资与借贷的影响，以及信息交叉传播与平台风险的相关性，剖析关联平台间风险传播的机理。针对现有平台在运营中积累的各类风险，本专著提出具有可行性的风险缓释方案，进而为政府防范化解互联网金融风险决策提供支持。《互联网金融欺诈识别与风险防范》核心内容是构建反欺诈模型，识别互联网金融领域中的个体欺诈尤其是群体欺诈以及平台欺诈，搭建应用于网络信贷平台的风险控制系统，提升互联网金融行业的整体风控水平。.将机器学习方法与金融风险控制理论相结合，提出新的互联网金融风险度量方式，为投资者进行理性投资提供一定参考。《互联网金融欺诈识别与风险防范》读者对象包括高校师生、互联网金融从业者、金融监管机构。

本书对源于我国银行业的政府或有债务进行了探究，不仅分析了其形成机理，还对其规模进行了测度。本书认为，在全球金融危机背景下，我国银行业风险和政府债务风险之间的关系也由传统的“双向传导”向“反馈循环”转变，而这种转变无疑会加大政府未来对危机救助的财政成本。在借鉴有关国家危机救助和债务监管相关经验的基础上，本书结合我国银行业自身特征给出了防范其政府或有债务风险以及控制其潜在财政成本的对策建议。

我国金融行业正经历着深刻的数字化变革，只有那些更快掌握数字化经营方法、更早布局并赢得客户信任的机构，才能在快速变化的环境中长久地获得客户价值，在行业的长跑赛中始终处于领先地位。《客户池：金融机构数字化营销方法与实践》以数字化生态的宏观视角，沿着私域客户关系经营的实践脉络，为金融机构系统化地解读如何开展私域营销，并将贝塔数据历经九年实践打磨的客户池理论拆解为内容触达、互动活客、成交转化、投后陪伴、运营管控、企微实践等部分，精细指导金融机构在私域的实践。希望该书为读者呈现一个全面、立体、具备可操作性的金融私域经营解决方案。

他们是全球上市公司股东的噩梦，他们是股市绞肉机，他们默默地调查上市公司的一切漏洞并伺机而动，他们凭一己之力搞垮了无数的股市巨头，自己却全身而退、身价暴增。他们是做空者，是世间罕有的空头大师。本书记录了100多年来最成功的10位空头大师的做空案例和他们的操作手法，以及手法背后的基本思路。从1907年做空摩根财团，到2020年做空中概股，在这些血淋淋的案例背后，都有一个成功的空头公司，以及藏在公司背后的空头大师。他们真正了解股市的实情，让一个个妄图通过虚假操作实现股票虚增来收割股民资本的上市公司闻风丧胆。他们是全球资本市场的校正仪。

期货交易是商品经济发展到一定阶段的产物，是当今国际贸易中一种比较成熟的、层次较高的贸易方式，被称为现代市场交易方式的**形式。本教材从期货交易实验基础知识出发，介绍了期货交易实验的操作环境、金融衍生品投资实验的内容设计、实盘模拟交易实验的组织与管理，最后还对期货交易实验做出指导并分析期货交易实操案例。