金融AI算法:人工智能在金融領域的前沿應用指南 Artificial Intelligence in Financial Markets: Cutting Edge Applications for Risk Management, Portfolio Optimization and Economics

隨著技術進步的加快，所以為了擁有能夠預測、建模、
交易金融市場和信息的計算應用，從業者正在尋找更複雜的方法來迎接挑戰。
神經網絡是一種高效、訓練算法，它模擬人類大腦功能的某些方面，並廣泛應用於財務預測。
本書介紹了最先進的人工智能(AI)/神經網絡應用程序在市場、資產和其他金融領域的應用，
以及人工智能和金融領域的一些最新的研究成果，
並為這一領域的從業者和研究人員提供了深入的分析和高度適用的工具和技術。

克里斯蒂安·L. 迪尼博士是Acanto研究院的創始合夥人，負責全球風險和新產品。
他是利物浦約翰摩爾大學銀行和金融學名譽教授。
從1999年2月到2011年8月，他一直在利物浦約翰摩爾大學管理國際銀行、經濟和金融中心工作。他擁有國際經濟學碩士學位和高級研究文憑，以及巴黎大學經濟學博士學位。

彼得·W.米德爾頓博士擁有利物浦大學博士學位。
他擁有資產管理方面的工作經歷，發表了多篇關於商品價差預測和股票時間序列預測的文章。

安德里亞斯·卡拉薩索普洛斯博士在克里斯蒂安·L. 迪尼教授的指導下，獲得了利物浦約翰摩爾大學的理學碩士和博士學位。他從事學術研究工作，曾在阿爾斯特大學、倫敦都市大學和東倫敦大學任教。
目前，他是貝魯特美國大學副教授，在人工智能領域發表了30多篇文章，並出版了1本專著。

康斯坦丁諾斯·西奧菲拉托斯博士擁有希臘帕特拉斯大學理學碩士和博士學位。
他的研究方向包括計算智能、金融時間序列預測和交易、生物信息學、數據挖掘和網絡技術。
他在科學期刊上發表了27篇論文，在多部會議論文集中發表了30多篇文章。

人工智能簡介
第1章人工智能在金融領域的應用概述
引言
專家在金融領域中的應用
混合智能在金融中的應用
總結
附錄
第二部分金融預測和交易
第2章交易富時100指數：“自適應”
建模和優化技術
引言
文獻綜述
相關金融數據
提出的方法
實證分析
結論和未來的工作
第3章裂解價差的建模、預測和交易：一種用於訓練神經網絡的滑動窗口方法
引言
文獻綜述
描述性統計
方法
實證結果
結束語和研究的局限性
附錄
第4章GEPTrader：一種用基因表達式編程構建交易策略的新工具
引言
文獻綜述
數據集
GEPTrader
實驗結果
結論
第三部分經濟
第5章商業智能助力經濟決策
引言
文獻綜述
創建商業自動化數據經濟模型的方法
模型的實證結果
結論
第四部分信用與分析
第6章信用評估中基於數據挖掘應用的自動化文獻分析
引言
材料和方法
結論和分析
結論
第7章智能信用決策支持：架構和實施
引言
文獻綜述
信用領域的決策支持與專家
結論
第8章人工智能在伊斯蘭債券評級預測中的應用
引言
文獻綜述
數據與研究方法
結果與分析
結論
附錄1
附錄2
附錄3
第五部分投資組合管理、分析與優化
第9章不確定性下的多周期投資組合選擇：一種基於交互的方法
引言
模型
模擬結果
選擇的一致性
討論
結論
附錄：部分偽碼
第10章運用多目標遺傳算法應對投資組合選擇中的模型
引言
投資組合優化與現代投資組合理論
模型的概念
用於組合優化的MOGA
投資組合的夏普比率誤差
股票預測模型
實驗
實證結果與分析
結論
第11章線性回歸與模糊線性回歸：在共同基金經理績效評估中有何區別
引言
方法論
數據集描述
實證應用
結論與未來展望