互联网金融

本书分为上、下两篇。上篇主要介绍了与互联网金融相关的信息技术，以网络技术为核心介绍了互联网金融所采用的新技术，其主要内容包括网络体系结构、无线网络、云计算与数据挖掘。下篇以金融管理为主线介绍了其在网络上的主要应用，内容包括atm网银与云存储设计、证券行情显示与量化选股设计、财经网页挖掘与舆情影响分析及大数据金融分析。
本书可作为高等学校计算机专业、信息管理专业与金融专业本科生教材，也可供各类高职高专、成人高校及各类培训机构使用。

汤凌冰，上海交通大学计算机系计算金融方向博士，南京大学计算机软件新技术国家重点实验室在站博后，德国卡尔斯鲁厄理工学院访问学者，湖南省青年骨干教师培养对象，湖南商学院经济副研究员，数量经济方向硕导。社会兼职为湖南省与长沙市政府采购招投标评审专家。

第1章互联网金融概论1
1.1互联网金融的定义与背景1
1.2互联网金融的特点与趋势3
1.3互联网金融的模式与技术5
上篇信息技术
第2章计算机网络技术12
2.1计算机网络的背景与定义12
2.2计算机网络的功能与分类14
2.2.1计算机网络的功能14
2.2.2计算机网络的分类15
2.3网络传输协议19
2.3.1OSI参考模型19
2.3.2TCP／IP协议21
2.4无线局域网协议22
2.4.1802.11协议物理层22
2.4.2802.11协议MAC层25
2.4.3与有线局域网的区别28
2.5无线局域网组成29
2.5.1接入点与蜂窝31
2.5.2无线局域网射频35
2.5.3无线局域网天线39
2.6案例：第三方移动支付平台设计40
2.6.1系统组网结构40
2.6.2系统主体功能架构41
2.6.3系统体系架构43
第3章云计算架构47
3.1云计算的产生与演化47
3.1.1云计算的产生背景47
3.1.2云计算的演化阶段47
3.2云计算的概念与特征48
3.2.1云计算的概念48
3.2.2云计算的特征50
3.3云计算的服务形式与平台厂商51
3.3.1云计算服务形式51
3.3.2云计算平台53
3.4Hadoop关键技术62
3.4.1主从式计算系统Map／Reduce62
3.4.2主从式文件系统HDFS67
3.5案例：基于Hadoop的银行应用架构设计71
3.5.1Hadoop技术在金融银行业的应用架构71
3.5.2Hadoop技术的架构优势75
第4章数据挖掘方法77
4.1数据挖掘的背景与定义77
4.1.1数据挖掘的背景77
4.1.2数据挖掘的定义77
4.2数据挖掘的功能与特征79
4.2.1数据挖掘的功能79
4.2.2数据挖掘的特征80
4.3数据挖掘的过程81
4.4数据挖掘算法83
4.4.1关联规则挖掘算法83
4.4.2分类算法87
4.4.3聚类算法90
4.4.4回归算法98
4.5案例：基于神经网络的股价预测分析101
4.5.1数据采集及变量说明101
4.5.2模型的分析与比较101
下篇金融应用
第5章ATM网银与云存储设计107
5.1ATM银行网站设计及实现107
5.1.1网站主要技术108
5.1.2网站程序的结构110
5.1.3系统部分开发与实现111
5.2云存储数据库管理系统设计119
5.2.1数据库管理系统的设计119
5.2.2查询处理模块设计122
5.2.3事务处理模块设计123
5.2.4事务故障的恢复124
5.2.5并发事务处理及封锁协议设计124
5.2.6目录存储与管理设计125
5.2.7负载平衡算法设计126
第6章证券行情显示与量化选股设计127
6.1证券行情显示模块设计及实现127
6.1.1交易数据接口规范127
6.1.2软件界面设计与实现133
6.1.3数据库的配置137
6.1.4大屏幕显示设计与实现138
6.1.5双屏显示设计与实现143
6.2量化选股模型设计及实现145
6.2.1模型及其参数的确立145
6.2.2投资组合的构建与检验150
6.2.3单一因子模型选股能力检验151
6.2.4模型的评价152
第7章财经网页挖掘与舆情影响分析154
7.1财经网页爬虫设计154
7.1.1爬虫工作原理154
7.1.2网页抓取实例156
7.2财经网页文本分析159
7.2.1文本学习模型159
7.2.2舆情计量分析161
7.2.3实验设置与结果162
第8章互联网金融的大数据展望169
8.1大数据的定义与特点169
8.2大数据的处理技术与存储问题170
8.3金融大数据的背景与定义173
8.4金融大数据的特性与影响174
8.4.1金融大数据的特性174
8.4.2金融大数据对传统金融的颠覆174
8.4.3金融大数据对金融创新的推动176
8.4.4金融大数据的趋势与问题180
8.5互联网金融大数据案例183
8.5.1淘宝网大数据金融产品183
8.5.2IBM用大数据预测股价走势185
8.5.3汇丰银行用SAS管理风险186
8.5.4Kabbage网贷187
8.5.5中信银行信用卡188
参考文献190