金融大模型开发基础与实践

12.1 人工智能在金融领域的应用前景

第12章 未来金融智能化发展趋势

11.4 比特币价格预测系统

11.3 检测以太坊区块链中的非法账户

11.2 人工智能与区块链的结合应用

11.1 区块链技术的概念与原理

第11章 区块链与金融科技创新

10.3 银行消费者投诉处理模型

10.2 贷款预测模型

10.1 银行应用大模型基础

第10章 银行应用大模型开发实战

9.4 预训练模型：FinBERT

9.3 预训练模型：BERT

9.2 基于人工智能的金融市场情绪分析

9.1 情绪分析的概念与方法

第9章 金融市场情绪分析

8.4 股票交易策略实战：制作股票交易策略模型

8.3 交易策略优化

8.2 基于人工智能的资产定价方法

8.1 资产定价模型概述

第8章 资产定价与交易策略优化

7.3 金融风险管理实战：制作信贷风控模型

7.2 人工智能在信用风险评估中的应用

7.1 信用风险的概念与评估方法

第7章 信用风险评估

6.3 量化选股程序

6.2 算法交易

6.1 高频交易

第6章 高频交易与算法交易

5.4 信贷投资组合风险评估模拟程序

5.3 制作贵州茅台的ARCH模型

5.2 基于人工智能的金融风险建模方法

5.1 金融风险的概念与分类

第5章 金融风险建模与管理

4.2 常用的时间序列分析方法

4.1 时间序列的基本概念

第4章 金融时间序列分析

3.3 数据标准化与归一化

3.2 特征选择与特征提取

3.1 数据清洗与处理

第3章 数据预处理与特征工程

2.4 其他技术

2.3模型部署与推理

2.2 数据预处理与处理工具

2.1 深度学习框架

第2章 大模型开发技术栈

1.4 人工智能与金融行业交融

1.3 大模型介绍

1.2 机器学习和深度学习

1.1 人工智能

第1章 大模型基础

前言

版权页

封面

封面

版权页

前言

第1章 大模型基础

1.1 人工智能

1.2 机器学习和深度学习

1.3 大模型介绍

1.4 人工智能与金融行业交融

第2章 大模型开发技术栈

2.1 深度学习框架

2.2 数据预处理与处理工具

2.3模型部署与推理

2.4 其他技术

第3章 数据预处理与特征工程

3.1 数据清洗与处理

3.2 特征选择与特征提取

3.3 数据标准化与归一化

第4章 金融时间序列分析

4.1 时间序列的基本概念

4.2 常用的时间序列分析方法

第5章 金融风险建模与管理

5.1 金融风险的概念与分类

5.2 基于人工智能的金融风险建模方法

5.3 制作贵州茅台的ARCH模型

5.4 信贷投资组合风险评估模拟程序

第6章 高频交易与算法交易

6.1 高频交易

6.2 算法交易

6.3 量化选股程序

第7章 信用风险评估

7.1 信用风险的概念与评估方法

7.2 人工智能在信用风险评估中的应用

7.3 金融风险管理实战：制作信贷风控模型

第8章 资产定价与交易策略优化

8.1 资产定价模型概述

8.2 基于人工智能的资产定价方法

8.3 交易策略优化

8.4 股票交易策略实战：制作股票交易策略模型

第9章 金融市场情绪分析

9.1 情绪分析的概念与方法

9.2 基于人工智能的金融市场情绪分析

9.3 预训练模型：BERT

9.4 预训练模型：FinBERT

第10章 银行应用大模型开发实战

10.1 银行应用大模型基础

10.2 贷款预测模型

10.3 银行消费者投诉处理模型

第11章 区块链与金融科技创新

11.1 区块链技术的概念与原理

11.2 人工智能与区块链的结合应用

11.3 检测以太坊区块链中的非法账户

11.4 比特币价格预测系统

第12章 未来金融智能化发展趋势

12.1 人工智能在金融领域的应用前景