前言

多年来，传统的金融模型与实际场景中的金融市场数据多有偏离，这一方面促进了传统金融模型的研究与发展，另一方面也推动了各种新理论、新工具在金融领域中的应用。在金融与科技融合的过程中，作为新一代人工智能的代表，深度学习是其中最引人注目的工具，它使用“全量数据”来理解金融问题，在强拟合、高阶特征抽取、泛化能力等方面都有突出优势，已成为金融业关注的焦点。

金融科技作为新的交叉学科，涉及繁杂的知识和多变的工具，有一定的进入门槛。笔者在与同行和学生交流的过程中，发现初学者常常不知从何处入手，于是萌发了编写本书的念头。本书不同于理论专著，而是一本入门性质的引导性书籍。它的目的不是探讨和研究金融中的深度学习理论，而是以应用为导向，介绍金融中典型的人工智能应用，特别是深度学习的应用，贴合实际的金融应用场景。你可以直接按照书中的介绍进行操作，感受使用深度学习解决金融问题的乐趣。

在此导向下，编者在写作过程中，尽量兼顾内容的基础性、实用性及典型性。基础性是指，本书阐述了金融的基本内涵和逻辑，介绍了与金融和深度学习有关的基础知识，方便初学者和有志于投身金融行业的开发人员快速了解；同时，本书结合金融业的场景，提供了许多具体的、可操作的平台搭建和代码编写范例，这可以帮助金融从业人员更好地理解金融与深度学习的结合，并能更快地实现相关代码的编写；最后，本书在选取案例时，一方面尽量涵盖金融业务中的诸多细分行业和场景，另一方面也注重案例在行业应用中的重要性和典型性，你在结合自己的背景进行思考和判断后，可以举一反三，形成交叉链接。

本书基于笔者正在进行的“金融科技”的相关研究，该研究获得了以下资助：中央高校基本科研业务费专项资金、第五批中央财经大学科研创新团队支持计划、教育部人文社会科学重点研究基地重大项目（编号：16JJD790060）。

在本书的写作过程中，对外经济贸易大学在职研究生王芳芳对文字和代码进行了细致的编辑整理，邹玉岩以及笔者的学生孙辉和宋佰秩协助完成了部分校对工作以及书中的部分图表，在此一并对他们表示感谢。