本書圍繞中國金融市場風(fēng)險的大數(shù)據(jù)智能預(yù)警這一研究主題，結(jié)合中國金融市場實際，不僅研究了中國金融市場風(fēng)險大數(shù)據(jù)智能預(yù)警相關(guān)理論與方法，而且針對我國金融體系中的股票市場、債券市場和外匯市場等重要子市場，構(gòu)建了大數(shù)據(jù)智能預(yù)警方法，還構(gòu)建了考慮這三個子市場之間風(fēng)險傳染的大數(shù)據(jù)智能預(yù)警方法，最后在系統(tǒng)研究中國金融市場風(fēng)險大數(shù)據(jù)智能預(yù)警的基礎(chǔ)上，給出了具體的防范對策建議。 相對于已有成果，本書不僅重點關(guān)注重視金融市場大數(shù)據(jù)蘊含的有效信息，更兼顧中國金融市場風(fēng)險形成的兩條路徑，全面系統(tǒng)地考慮金融體系重要子市場的大數(shù)據(jù)風(fēng)險預(yù)警方法，并基于子市場風(fēng)險傳染關(guān)系，構(gòu)建了最優(yōu)的大數(shù)據(jù)風(fēng)險預(yù)警方法，最終獲得了基于文本挖掘技術(shù)的投資者情緒指數(shù)、GWO-SVM模型、SMOTE-SVM模型和CCFSI等預(yù)警模型，并驗證了這些模型在中國金融市場風(fēng)險預(yù)警上的有效性和準(zhǔn)確性。研究結(jié)果既具有明顯的創(chuàng)新之處，也具有明確的應(yīng)用價值，有利于為金融風(fēng)險管理提供一定的新思路，為相關(guān)部門決策提供一定的參考。