目錄
緒論
第一部分 技術基礎
第1章 人工智慧與機器學習
1.1 人工智慧與機器學習概述
1.1.1 人工智慧的發展歷程
1.1.2 機器學習的基本概念
1.2 機器學習的分類
1.2.1 監督學習
1.2.2 無監督學習
1.2.3 半監督學習
1.2.4 強化學習
第2章 自然語言處理
2.1 自然語言處理概述
2.2 文本分析
2.2.1 文本分析概述
2.2.2 情感分析
2.3 大語言模型
2.3.1 大語言模型概述
2.3.2 大語言模型的訓練
2.3.3 大語言模型的應用
2.4 知識圖譜
2.4.1 知識圖譜概述
2.4.2 知識圖譜與自然語言處理的關係
2.4.3 知識圖譜的應用
2.5 案例：經濟政策與市場反應
第3章 電腦視覺
3.1 電腦視覺概述
3.2 文字識別
3.3 圖像識別
3.3.1 圖像分類
3.3.2 目標定位與檢測
3.3.3 圖像分割與生成
3.4 人臉識別
3.5 視頻分析
3.6 案例：衛星圖像與經濟活動
第二部分 全流程應用場景
第4章 用戶畫像與交互
4.1 用戶畫像與個性化建議
4.2 用戶交互與智能客服
4.3 案例：中信建投和國泰君安的服務實踐
4.3.1 中信建投全場景數智化服務平台
4.3.2 國泰君安的數字人交互智投平台
第5章 市場預測
5.1 宏觀經濟預測
5.1.1 宏觀經濟預測中的AI應用
5.1.2 基於大模型的宏觀經濟預測
5.2 金融市場預測
5.2.1 金融市場預測中的AI應用
5.2.2 基於深度學習的金融市場預測
5.3 案例：騰景數研與道富集團的預測實踐
5.3.1 騰景AI的經濟預測
5.3.2 道富集團的股票成交量預測
第6章 投資組合構建
6.1 投資組合構建策略
6.1.1 現代資產組合理論
6.1.2 行為金融學理論
6.2 AI在投資組合構建中的應用
6.2.1 機器學習在投資組合構建中的應用
6.2.2 大語言模型在投資組合構建中的應用
6.3 案例：英仕曼集團與東方財富的技術實踐
6.3.1 英仕曼集團的機器學習實踐
6.3.2 東方財富「妙想」金融大模型
第7章 投后管理
7.1 投資組合監控與風險評估
7.1.1 投資組合的風險評估
7.1.2 風險評估中的AI應用
7.2 投資組合的自動交易與再平衡
7.2.1 投資組合的自動交易
7.2.2 投資組合的再平衡
第三部分 智能投顧的全球實踐
第8章 應運而生的智能投顧
8.1 智能投顧的誕生背景
8.2 投資顧問的發展歷程
第9章 監管政策與實踐
9.1 監管的必要性
9.1.1 互聯網的技術風險
9.1.2 智能投顧的操作風險
9.1.3 權責劃分風險
9.1.4 信息安全風險
9.2 美國對智能投顧的監管
9.2.1 政府監管
9.2.2 行業自律
9.3 英國對智能投顧的監管
9.3.1 監管機構
9.3.2 監管沙盒
9.4 中國對智能投顧的監管
9.4.1 政府監管
9.4.2 行業自律
第10章 美國部分代表性智能投顧平台簡介
10.1 Betterment
10.2 Wealthfront
10.3 先鋒集團VPAS
10.4 嘉信理財SIP
10.5 Financial Engines
第11章 歐洲部分代表性智能投顧平台簡介
11.1&
[