金融大数据分析

第1章 绪论 1．1 大数据 1．1．1 大数据发展历程 1．1．2 大数据特征 1．1．3 大数据带来的变革 1．2 金融大数据 1．2．1 金融大数据来源 1．2．2 大数据带来金融行业的变革 思考题 第2章 金融大数据分析相关技术 2．1 大数据处理流程 2．1．1 数据采集 2．1．2 数据预处理 2．1．3 数据存储 2．1．4 数据分析 2．1．5 数据可视化与应用 2．2 大数据架构 2．2．1 传统的大数据架构 2．2．2 流式架构 2．2．3 Lambda架构 2．2．4 Kappa架构 2．2．5 Unifield架构 2．3 金融大数据的中台架构 2．3．1 中台简介 2．3．2 中台的具体划分 2．3．3 金融行业的大数据中台 2．4 金融大数据分析方法 2．4．1 分类 2．4．2 聚类 2．4．3 关联分析 2．4．4 时间序列分析 2．4．5 优化 思考题 第3章 大数据在商业银行的应用 3．1 商业银行概述 3．1．1 商业银行的性质 3．1．2 商业银行的职能 3．1．3 商业银行的经营原则 3．1．4 商业银行的组织架构 3．2 商业银行的负债业务 3．2．1 存款负债 3．2．2 非存款负债 3．3 商业银行的资产业务 3．3．1 贷款业务 3．3．2 证券投资业务 3．4 商业银行中间业务 3．4．1 商业银行中间业务种类 3．4．2 商业银行结算业务 3．4．3 商业银行代理业务 3．4．4 商业银行担保承诺类业务 3．4．5 商业银行金融衍生类业务 3．4．6 银行卡业务 3．4．7 商业银行信息咨询类业务 3．4．8 私人银行业务 3．5 商业银行的国际业务 3．5．1 商业银行国际业务的组织形式 3．5．2 商业银行国际业务的种类 3．6 大数据在商业银行的应用 3．6．1 客户关系管理 3．6．2 精准营销 3．6．3 风险管理 3．6．4 运营优化 3．6．5 小微企业贷款 3．6．6 征信管理 思考题 第4章 大数据在证券期货业中的应用 4．1 证券期货业务概述 4．1．1 证券业务 4．1．2 期货业务 4．1．3 证券期货行业的大数据应用 4．2 证券期货业大数据监管 4．2．1 证券期货行业建设监管系统的重要性 4．2．2 信息科技发展提升行业监管要求 4．2．3 证监会大数据平台架构 4．2．4 监管大数据平台 4．3 证券期货业大数据服务 4．3．1 客户关系管理 4．3．2 智能化资产配置管理 4．3．3 投资者行为引导 4．3．4 无限个性化的智能策略服务 4．4 证券期货业大数据市场分析与量化投资 4．4．1 基本面分析 4．4．2 技术分析 4．4．3 情绪分析 4．4．4 量化投资 思考题 第5章 大数据在保险业中的应用 5．1 保险业务概述 5．1．1 保险的定义与分类 5．1．2 保险的职能 5．1．3 保险的基本原则 5．1．4 经营保险业务的组织 5．1．5 保险公司的基本组织架构 5．2 保险公司的主要业务 5．2．1 保险定价 5．2．2 保险核保 5．2．3 保险理赔 5．2．4 保险营销 5．2．5 再保险 5．2．6 保险投资 5．3 大数据在保险业中的应用 5．3．1 保险定价 5．3．2 保险精准营销 …… 第6章 大数据在互联网金融中的应用 第7章 银行客户流失预警分析 第8章 银行卡盗刷风险预警分析 第9章 证券期货量化分析 第10章 保险业精准营销分析 参考文献