三民網路書店 中國圖書館分類法 / 經濟 / 財政、金融 / 金融、銀行 / 銀行業務

本書從金融行業客戶的數字化轉型入手，從具體案例分析角度切入，介紹金融行業客戶如何通過開源技術完成金融級IT架構與運維，實現數字化轉型。全書共14章，分為五部分。第一部分是金融企業IT系統（第1章），介紹金融企業IT系統的發展歷史。第二部分是金融企業的容器雲建設（第2-4章），首先介紹建設容器雲的關鍵考量，然後通過兩個具體的容器雲建設案例分析如何進行容器雲建設，最後介紹容器雲上的最佳實踐。第三部分是金融企業的分布式架構與分布式事務（第5-8章），首先分析並總結金融行業IT分布式架構的整體發展趨勢，接著分析微服務在容器及非容器架構下的註冊中心與服務發現過程以及開放API技術平臺的建設思路，最後介紹分布式事務的架構與實現，以及分布式事務的最佳實踐。第四部分是金融企業的穩態與敏態安全（第9-11章），討論穩態中心安全建設與敏態中心安全建設。第五部分是金融企業的自動化運維（第12-14章），首先通過一個具體案例講解如何基於Ansible實現自動化運維；然後通過兩個客戶的具體實踐案例介紹RHEL的性能優化與配置管理；最後講解虛擬化與分布式存儲的相關內容。

內容簡介這是一本金融數據挖掘與分析領域的實戰性著作，它能指導零Python編程基礎和零數據挖掘與分析基礎的讀者快速掌握金融數據挖掘與分析的工具、技術和方法。讀完本書，你將會有如下3個方面的收穫：(1)Python編程基礎和數據預處理首先詳細講解了Python的核心語法，以及NumPy、Matplotlib、PySpark、Jupyter Notebook等Python數據處理工具的使用；然後詳細介紹了數據預處理的流程和技巧。通過深入淺出的語言和豐富的樣例展示，幫助初學者快速上手 Python，為之後的數據分析實戰夯實基礎。(2)數據挖掘與分析的經典方法詳細講解了經典的數據挖掘方法，包括聚類分析、回歸分析、分類分析、異常檢測、關聯分析、時間序列分析等。(3)主要金融應用場景的數據挖掘方法針對網絡輿情的採集和熱點分析、輿情分析中的情感分析、股價趨勢預測、個人信用評分、企業信用評分、用戶畫像、目標客戶精准分析、銷售數據分析等金融行業的常見應用場景，給出了數據挖掘和分析的方法。本書注重實戰，配有大量精心設計的案例，同時還有配套的視頻講解、代碼和數據資源，可操作性強。

資產負債管理在商業銀行帳簿管理中的地位不斷提升，作用越來越重要。 本書的目的是促進資產負債管理角色的轉變，以及在現代金融中促進金融風險管理實踐方法的全面性轉變。全書正文分為五個章節，第一章介紹了商業銀行資產和負債管理的主要概念。 第二章為讀者描述了計量和控制銀行帳簿利率風險和流動性風險的相關方法。第三章重點關注銀行客戶決策行為的決定因素。第四章重點介紹優化技術，並描述決策模型中的優化過程。第五章是實際案例研究分析，案例展示了個別情景對優化模型應用結果的影響。

本書內容包括收益率曲線，金融指數的構建、複製和追蹤，風險資產價值模擬，Copula函數及其在金融中的應用，金融風險模型，最優投資組合的構造與計算，固定收益證券定價，金融衍生品價值計算，高頻交易初步。本書內容包括收益率曲線，金融指數的構建、複製和追蹤，風險資產價值模擬，Copula函數及其在金融中的應用，金融風險模型，最優投資組合的構造與計算，固定收益證券定價，金融衍生品價值計算，高頻交易初步。

這是一本金融商業資料分析的實戰工具書。作者都是在金融行業有10~20年資料分析經驗的資深專家，他們將多年來的項目經驗、培訓和諮詢經驗融合成了這本書。它將指導讀者零基礎掌握金融資料分析的工具、思路、方法和技巧，快速實現從入門到進階的突破。 本書強調實戰，方法論與實踐相結合，所有案例均來自實際的金融業務，涵蓋工具使用、資料處理、統計分析等資料分析的全流程。 本書內容共14章，可分為3篇。 分析工具篇（第1~4章）：首先介紹了資料科學和數理統計的基本常識，然後講解了資料分析工具SAS EG和Python的基礎知識。 資料處理篇（第5~9章）：首先通過描述性統計分析進行資料探索，繼而講到基本的報表和統計製圖，還包括使用SAS EG進行資料處理，用Python進行資料整合、資料清洗，構建出滿足分析需求的資料集。 統計分析篇（第10~14章）：從統計學的基本概念引出假設檢驗與樣本t檢驗，三大統計檢驗、構造預測模型，並分享基於時間序列算法的建模方法。

介紹了機器學習中關於監督學習和無監督學習的相關理論及其在金融領域中的應用。從機器學習基礎概念入手，由淺入深，由概念理論延伸至實際應用。其中，理論篇深入淺出地闡述了常見的監督學習算法和無監督學習算法，以更為直觀和形象的方法來介紹相關複雜理論，尤其適合經管類專業學生閱讀。此外，應用篇闡述了機器學習算法在金融各領域中的應用，其中的案例以現實金融問題為基礎，利用機器學習算法來解決金融問題（部分案例給出具體的算法和Python代碼實現）。在每章最後給出了複習思考題，有利於學生更好地掌握本書內容。本書是經管類學生進入大數據金融和金融科技領域較好的入門教程。

本書詳盡介紹了以Excel進行金融建模所需的工具和使用技巧，演示了如何設計和構建靈活、穩健、可讀性強的各類金融模型。這些模型主要適用於商業決策支持，包括項目評估、計劃草案、項目選擇、方案優化、資源分配與效果預測。本書主要內容如下：1.模型的設計與實踐，包括數據結構和最優佈局的設計、模型複雜度與靈活性的權衡、如何處理循環邏輯、如何增強模型的可讀性、模型的審核與糾錯。2.模型輸入數據的處理與初步分析。3.模型的敏感性分析、情景分析、模擬和優化。

實中的金融市場上，資產收益的分佈並非正態分佈，但是金融從業者和研究人員目前仍然較多使用高斯模型分析資產如何配置。這樣的後果是錯誤的投資組合、極端損失的低估或者是金融衍生產品的錯誤定價。因此非高斯模型和能夠處理收益分佈不連續問題的模型在金融從業者中正越來越受到歡迎，這也正是本書的主題。全書分為五大部分：第一部分介紹金融市場的實際運行和微觀結構、金融數據的統計特徵；第二部分指導讀者進行資產收益的計量建模，從金融收益的波動、金融數據的高階統計量的納入、多元模型和極值的刻畫這幾方面介紹；第三部分是非高斯分佈的計量方法的運用，包括風險管理和資產組合的配置；第四部分介紹了收益呈非高斯分佈的期權定價，並從非

金融風險管理已經成為各個金融機構必備的職能部門。特別是隨著全球金融一體化不斷地深入發展，金融風險管理越發重要，也日趨複雜。金融風險管理師（FRM）就是在這個大背景下推出的認證考試，FRM現在已經是金融風險管理領域頂級權威的國際認證考試。本叢書以FRM考試第一、二級考綱內容為中心，並且突出介紹實際工作所需的金融建模風險管理知識。本叢書將金融風險建模知識和Python編程有機地結合在一起，配合豐富的彩色圖表，由淺入深地將各種金融概念和計算結果可視化，幫助讀者理解金融風險建模核心知識，提高數學和編程水平。 本書是本系列圖書的第二冊，共分12章。本書的第l章講解金融數據波動率計算，其中主要包括MA、ARCH、GARCH等模型。第2章介紹隨機過程，比如馬爾可夫過程、馬丁格爾策略、維納過程、伊藤引理和幾何布朗運動等內容。第3章探討蒙特卡羅模擬，特別是股價模擬和期權定價內容。第4章介紹常見的幾種回歸分析，比如線性回歸、邏輯回歸、多項式回歸、嶺回歸和套索回歸。第5、6和7章內容探討期權定價和分析，第5章以二叉樹為主，第6章介紹BSM模型條件下的期權定價，第7章介紹希臘字母。第8、9和10章內容介紹風險管理，分別是市場風險、信用風險和交易對手信用風險。第11和12章探討投資組合相關內容。 本書適合所有金融從業者閱讀，特別適合金融編程零基礎讀者參考學習。本書適合FRM考生備考參考學習，可以幫助FRM持證者實踐金融建模，另外，本書也是鞏固金融知識、應對金融筆試和面試的利器。

金融風險管理已經成為各個金融機構必備的職能部門。特別是隨著全球金融一體化不斷地深入發展，金融風險管理越發重要，也日趨複雜。金融風險管理師（FRM）就是在這個大背景下推出的認證考試，FRM現在已經是金融風險管理領域頂級權威的國際認證考試。本叢書以FRM考試第一、二級考綱內容為中心，並且突出介紹實際工作所需的金融建模風險管理知識。本叢書將金融風險建模知識和Python編程有機地結合在一起，配合豐富的彩色圖表，由淺入深地將各種金融概念和計算結果可視化，幫助讀者理解金融風險建模核心知識，提高數學和編程水平。 本書是本系列圖書的第6本，共分12章。本書的第1章和第2章主要介紹Python基礎編程內容，比如數據類型、運算符、條件循環語句、讀寫操作、函數等。第3章和第4章主要介紹NumPy和Scipy等常見的數學工具包的典型應用。第5章和第6章討論采用Pandas進行數據分析。在前6章內容的基礎上，第7章介紹常見的可視化方案。然後結合Python編程，第8章和第9章介紹金融建模中常用的概率和統計知識。第10章和第11章討論金融建模中各種常見的初等和高等數學內容，這些內容是後續金融產品定價和風險分析的數學基礎。第12章主要研究固定收益定價和分析等內容。 本書適合所有金融從業者閱讀，特別適合金融編程零基礎讀者參考學習。本書適合FRM考生備考參考學習，可以幫助FRM持證者實踐金融建模。另外，本書也是鞏固金融知識、應對金融筆試和面試的利器。

內容簡介這是一本貫穿金融業務經營全流程，以業務為驅動的金融數據挖掘與建模著作，涵蓋分析框架、模型算法、模型評估、模型監控、算法工程化等整個數據建模的閉環。本書的4位作者都是在金融領域有有多年工作經驗的大數據專家，不僅技術功底深厚、業務經驗豐富，而且對金融行業從業者的需求痛點和圖書市場的供給情況有深入瞭解，他們通過精心策劃和寫作，讓本書內容獨樹一幟：涵蓋金融業務經營全流程，全部以業務驅動，包含大量針對具體場景的實戰案例。本書針對決策類、識別類、優化分析類3大主題，獨創9大模板：客戶價值預測、營銷響應預測、細分畫像、交叉銷售、申請反欺詐、違規行為識別、預測、運籌優化、流程挖掘，詳細講解了每個模板算法原理、評估方法、優化方法和應用案例等，內容上極力做到準確、明晰、直觀與實用。此外，本書還對數據科學項目中比較容易被忽視的內容做了補充，包括模型評估、模型監控、算法工程化，能指導讀者構建易讀、高效、健壯的數據科學工程。本書堅持理論與實踐相結合，通過圖形、示例、公式幫助讀者快速掌握算法與優化理論的同時，還打造了一套可輕鬆適配各種分析場景與需求的工具模板，力圖幫助讀者從理論快速跨越到實踐。

R既是統計、挖掘、計算、分析、製圖等方面的工具，也是一個強大的開發與應用平臺。幾乎任何與數據相關的難題，大多可以借助R語言來解決。而金融領域正是與數據密切相關的行業，可以通過R實現量化金融分析與建模。本書系統地介紹了R的包與編程方法，並通過豐富的金融案例展示了R在金融分析和金融建模方面的應用。本書分為5篇，共30章，從R語言基礎、金融模型及基礎知識、數據及相關操作、R在金融建模中的應用和R技能幾個主題出發，講解了R在金融量化中的應用和技巧。本書適合從事金融數據分析、金融量化建模的讀者學習。通過閱讀本書，讀者將瞭解全球化的金融市場數據，學習多樣的金融建模思想和解決方案。

互聯網金融是一種技術創新驅動的新業態模式，對於傳統金融業是一個重要的補充。通過金融模式創新，從供給側滿足小微企業、創業者和“三農”對於金融服務的需求。本書**的特點是通過大量鮮活的案例激發學生的學習興趣，通過案例導學，讓學生在實際業務基礎上展開學習。本書的通過講述完整的互聯網知識，逐層剖析知識背後的邏輯體系。通過延伸閱讀，擴展學生的視野並加強其對互聯網金融實務的認知和理解。通過實訓，強化學生實踐動手能力。本書配備了豐富的的教學課件，在線習題等。本書脈絡清晰，逐層展開。作本書按照“一體化設計、結構化課程、顆粒化資源”原則配套建設。非常適合廣大高校培訓機構作為課程教材使用，同時也是和社會各界讀者了解和學習互聯網金融並未更進一步的學習研究打下良好的基礎。

本書共13章：第1章和第2章介紹了銀行會計的基本理論和基本方法；第3～13章介紹銀行會計業務核算手續及財務會計報告，包括國內外銀行業務往來、客戶與銀行業務往來、商業銀行與中國人民銀行之間的業務往來，以及中國人民銀行業務核算。本書內容豐富，結構安排循序漸進，由淺入深，在全面介紹銀行會計核算內容的基礎上，突出重點，可操作性強，並力圖將知識性、學術性和趣味性融為一體。

本教材以圖文並茂的方式，系統地介紹了商業銀行櫃面業務中基本技能的操作規範和標準，具有原創性、專業性、職業性、普適性、自主性和配套性等特點。本書內容包括：點鈔技術、中文輸入技術、傳票輸入技術等三個學習項目。本書以圖文並茂的方式，系統地介紹了商業銀行櫃面業務中基本技能的操作要領和訓練技巧，並配以“銀行職業技能學習與訓練系統”“銀行職業技能考核系統”供學習者練習和考核使用。

本書總結了2016―2020年世界各國的法定數字貨幣研發進展和應用實踐，旨在為讀者提供法定數字貨幣的國際研發最新進展和對未來的展望。本書的內容涵蓋法定數字貨幣研究設定的多個領域，包括法定數字貨幣類型、流通框架、訪問權限和底層技術等。本書通過梳理全球40多個國家的研發進展和方案，重點關注不同國家的設定方案選擇背後的深層次原因，結合最新的學術理論研究，進一步分析法定數字貨幣對商業銀行、中央銀行以及監管部門的機遇與挑戰。