赢面:运用大数据和人工智能技术辅助投资决策:make investment decision based on big data and Al9787513657655

 谢冶博，□，湖南邵阳人，中国□□大学硕士研究生毕业，中国□□大学金融校友俱乐部秘书长。【金融+IT】复合专业背景，先后供职于“一行*会”监管金融机构，曾任中国人寿大数据创新项目负责人，该项目被中国□□银行主管的我国金融信息科技类主导期刊《金融电子化》杂志评为金融行业“科技创新突出贡献奖”。后任某国有券商投资银行业务团队负责人，拥有丰富的投融资工作经历。具备优秀的资本市场研究能力，在专业期刊、重要杂志发表金融、投资、IT领域文章若干篇。多年【投资银行+ IT】复合工作经历，形成了一套成熟的基于大数据和人工智能技术辅助投资决策的经验和方法。

第一章大数据与人工智能在金融投资领域的现状与应用

一、大数据与人工智能技术在金融领域中的发展现状/

二、了解大数据及人工智能相关名词/

三、大数据与人工智能技术在尽职调查工作中的应用/

四、大数据和人工智能技术在投资决策分析工作中的应用/

第二章了解公司所处行业的基本情况

一、行业监管体系、主要法律法规及相关产业政策/

二、行业上下游产业状况/

三、公司所处行业市场规模及发展趋势/

四、影响行业发展的主要因素/

五、行业竞争态势及行业壁垒/

六、公司在行业中的竞争状况/

第三章公司分析

一、企业基本情况/

二、公司治理/

三、技术分析/

四、市场分析/

五、盈利预测/

六、估值方法/

七、企业财务情况分析/

八、有关法律情况分析/

第四章投资决策分析

一、投资类型划分/

二、投资决策模型的考量因素/

第五章热点分析

一、投资前瞻/

二、零售巨头西尔斯倒下的原因分析/

三、财务造假案例分析/

四、大数据及人工智能技术在风控中的应用/

参考文献/ 

关于大数据，麦肯锡全球研究所给出的定义是:一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有 Volume (大量)、Velocity (高速)、Variety(多样)、Value(低价值密度)四大特征(详见第一章第二节4V)。而IBM则提出了大数据的5V特点:Volume (大量)、Velocity(高速)、Variety (多样)、Value(低价值密度)、Veracity(真实性)，在麦肯锡的基础上增加了真实性。2015 年8月，国务院印发了《促进大数据发展行动纲要》(国发[2015] 50号)，指出大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。

在过去的几十年里，一方面由于样本数量不足且数据的可获得性和可用性程度不高;另一方面计算机的算力也无法在短时间内分析处理大量数据，致使人工智能技术在应用层面一直处于停滞不前的状态。在数据时代早期，大部分数据并没有被充分地分析和利用。虽然数据规模非常大，但是却很难利用这些数据直接创造价值，因此这种情况迫使人们开始尝试使用人工智能技术来分析利用数据，让数据产生实际价值。

随着现代科学技术的发展，文本、语音、图片、视频等各种信息资源全面深入人们生产生活的各个方面。每时每刻都有海量的信息被制造出来，不仅信息来源越来越广泛，而且信息量越来越大。互联网的数据量增长非常迅猛，在数据量指数增长的同时，相对应的数据处理能力和技术手段也在不断提高，今天的大数据很可能成为明天的小数据。随着数据源和数据量的飙升，海量、多维度、多形式的结构化数据和非结构化数据产生了。伴随着传感器及大数据技术的进步，数据采集和数据存储变得更加容易，为数据驱动价值打下了良好的基础。同时，随着计算机软硬件技术的发展，如光纤网络传输、分布式计算、高性能处理器尤其是 GPU 等技术的进步，数据的传输和处理能力得到了飞速发展。同时，伴随着数据挖掘和机器学习方法的日渐成熟，大数据和人工智能技术的融合发展也就水到渠成。人工智能尤其是机器学习需要通过对大量数据进行分析、学习和训练才能逐步实现，可以说大数据是人工智能的基石。近年来，大数据技术的快速发展加速了人工智能在应用层面的突破，也进一步促使其理论研究取得突飞猛进的发展。

本书共五章，分别是大数据与人工智能在金融投资领域的现状与应用、了解公司所处行业的基本情况、公司分析、投资决策分析、热点分析，主要内容包括：大数据与人工智能技术在金融领域中的发展现状；了解大数据及人工智能相关名词等。