人工智能与金融科技：基于动态洞察和量化配置的智能投顾

　　本书从智能投顾的理论本质出发，运用算法和优化理论，系统性地对智能投顾中涉及的重要组成部分进行理论建模与分析研究。建立了一个科学、全面、动态的用户洞察体系。采用模糊综合评价法和神经网络法，建立了“资金场景、主观风险偏好以及客观风险承受能力”的三维洞察体系，是对传统投资只考虑风险偏好单一属性的突破，同时考虑随时间轴洞察体系的动态变化，则创新形成“动态洞察”这一理论概念。依据体系架构，可以实现对投资者进行全面、全时建模与分析，可以综合地反映用户洞察的整体情况。

　　马天平，男，四川阆中人。北京体育大学体育商学院副教授，中国人民大学公司金融方向博士，主要研究产业经济与金融市场。曾在中国工商银行总行资产管理部、中国人民银行总行金融研究所、对外经济贸易大学金融学院工作，曾担任阿里巴巴蚂蚁金服集团财富线高级金融顾问并在美国纽约高盛总部工作访问。在《经济科学》《世界经济》《当代经济科学》《清华金融评论》等中英文期刊上曾发表20多篇论文，部分文章被《中国社会科学文摘》转载。

引言
第1章 智能投顾的发展与研究
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外发展现状
1.2.1 国外智能投顾的发展现状
1.2.2 国内智能投顾的发展现状
1.3 研究内容与技术路线
1.3.1 用户动态洞察建模与分析
1.3.2 投资组合量化匹配建模与分析
1.3.3 资产智能动态再平衡建模
与分析
第2章 智能投顾的基础理论及文献回顾
2.1 用户效用及决策的相关理论回顾
2.1.1 期望效用及前景理论回顾
2.1.2 决策场理论回顾
2.2 资产配置的经典理论
2.2.1 投资组合理论
2.2.2 CAPM资产定价模型
2.2.3 Black-Litterman模型
2.3 机器学习的相关理论
2.3.1 逻辑回归
2.3.2 支持向量机
2.3.3 决策树学习
2.3.4 人工神经网络
2.3.5 分层贝叶斯
2.3.6 最优化的相关理论
2.4 智能投顾文献回顾
2.4.1 国外相关文献回顾
2.4.2 国内相关文献回顾
2.5 本章小结
第3章 智能投顾用户端大数据动态洞察模型
3.1 用户动态洞察评价模型建立
3.1.1 用户动态洞察影响因素分析
3.1.2 用户动态洞察体系架构设计
3.2 用户动态洞察模型建模与分析
3.2.1 用户动态洞察评价方法选择
3.2.2 用户特征的动态模糊评价建模
3.2.3 用户动态洞察的综合评价模型
3.3 本章小结
第4章 智能投顾用户与资产的算法匹配方法
4.1 基于动态洞察中投资资金运用场景μ的投资匹配模型
4.2 基于动态洞察中主观风险偏好λ的累积前景理论匹配模型
4.3 基于动态洞察中客观风险承受D的最大回撤模型
4.4 基于分层贝叶斯模型的综合投资匹配优化模型
4.5 匹配优化模型求解
4.6 本章小结
第5章 智能投顾资产端大类资产量化配置模型
5.1 传统资产动态再平衡理论
5.1.1 美林投资时钟理论的不足
5.1.2 马科维茨模型资产再平衡理论的不足
5.2 资产动态再平衡影响因素
5.3 考虑多条件约束下的资产动态再平衡模型
5.4 资产动态再平衡模型的求解
5.5 本章小结
第6章 总结与展望
6.1 总结
6.2 主要创新点
6.3 进一步研究展望
参考文献
后记