金融科技學的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

商用大數據分析(附範例光碟)

為了解決金融科技學的問題，作者梁直青,鍾瑞益,鄧惟元,鍾震耀 這樣論述：

　　過去在商用大數據分析上，多著重在演算法的介紹，內容過於側重數理理解，這讓許多商管學生為之卻步。更有甚者，是太著重在程式撰寫上，這也讓沒有程式基礎的學生難以親近應用。本書要打破這些商管學生的困擾，以顧客的R（銷售時間）、F（銷售頻率）、M（銷售金額）商業資料為主，希望能透過平鋪直述的方式，介紹各類資料探勘的聰明方法（即演算法），再透過免費的Google Colab平台，以Python語言為基礎，用簡易的指令撰寫，協助商管背景人士一步步進行操作，期望商管人士可以在這樣開放、免費的環境下，透過案例說明與實作，輕鬆跨過這道牆，建立起對商用大數據分析的正確基礎觀念與操作。 本書

特色 　　1. 以最白話的方式說明大數據演算法的內容。 　　2. 提供商管案例做為資料探勘參考。 　　3. 所有實作資料來自於轉換後的真實商業資料。 　　4. 提供完整程式碼無痛接軌實作。 　　5. 中華企業資源規劃學會「商用數據應用師」認證教材指定用書。  

金融科技學進入發燒排行的影片

機器學習建構動態股/債投資組合策略

為了解決金融科技學的問題，作者陳奕瑄 這樣論述：

投資組合的概念在於持有不同的金融資產達到分散風險的情形，使得非系統性風險下降，在馬可維茲的現代投資組合理論中，建議持有負相關的商品達到最優化的投資組合，在多項研究中某些時期債券及股票能有負相關。機器學習是人工智慧的一種，能從龐大的資料中學習並找出規律後預測的演算法，金融市場有龐大的數據，相當適合機器學習訓練並預測，本研究蒐集了金融市場的數據後利用機器學習中不同演算法來探討股票與債券之間最優化的資產配置比重。本研究發現，機器學習能捕捉過去總經資料及股債關係，並提供是當的配置方式，並能達到降低風險並提高報酬之效果。

金融科技2.0：數位金融與科技創新(二版)

為了解決金融科技學的問題，作者翁禮祺 這樣論述：

　　本書是依據作者多年授課經驗，實際考量教師教學需求與學生學習效能的金融科技教科書。內容兼具理論與實務，依主題次序介紹基礎知識與應用，適合金融科技與數位金融相關的課程。內容與產業界關聯性高，可協助教師掌握最新金融科技脈動，培養學生進入金融科技就業市場能力。   　　一本【老師方便教學、學生容易學習、課後可以習作、掌握檢定趨勢】的金融科技學習書籍。   　　本書特色   　　完整學習面向：包括金融場域、科技創新、商業模式與風險監理四大面向。 　　實際授課教材：依教學邏輯次序設計章節、循序漸進闡述基礎理論與應用。 　　方便老師授課：每章適合單週課程，老師可依照不同

學分時數，規劃課綱。 　　圖文連結學習：各章精心挑選圖片，並且附加圖說，以加深讀者學習印象。 　　豐富即時案例：經典案例不僅符合時事性、更兼具全球視野與臺灣在地性。 　　標示混淆名詞：例如數位銀行與開放銀行的意涵差異，協助釐清模糊觀念。 　　分類列舉試題：檢定試題依照主題列於各章課後習題，節省搜尋試題時間。   　　適用課程   　　金融科技相關課程 　　例如：金融科技導論、金融科技概論、金融科技創新與應用、金融科技實務與應用、金融科技實務講座、金融科技專題企畫、金融科技與財富管理、金融科技工作坊、金融科技管理個案等。   　　數位金融相關課程 　　例如：

數位金融概論、數位金融科技概論，數位金融發展與應用、數位金融專題、數位金融設計與創新、財富管理－數位金融人才培育課程、數位金融與風險管理等。   　　適用對象︰技職專校及大學相關科系大學部及研究所學生，及對於金融科技有興趣之專業人士與社會大眾，皆可適用。

保險業務員對保險科技共享平台認知之研究

為了解決金融科技學的問題，作者羅翎方 這樣論述：

本論文調查壽險業務員對保險科技工具的接受度及使用度之態度。研究針對壽險業務員使用科技共享平台進行問卷調查，此次調查共發放495份問卷，回收495份有效問卷調查表。研究分析採用SPSS 統計軟體進行敘述性統計、交叉分析、迴歸分析、羅吉斯迴歸等統計分析。研究結果顯示，透過交叉分析，業務員使用保險科技共享平台與性別、婚姻、年齡、職位、任職年資有顯著相關。業務員不會使用保險科技共享平台與性別、年齡、教育程度、職位、任職年資、年所得有顯著相關。而透過迴歸分析，性別、任職年資、年所得對業務員會使用保險科技共享平台有顯著影響。性別、婚姻、年齡、教育程度、職位、年所得對業務員不會使用保險科技共享平台則有顯著

影響。向後Wald逐步羅吉斯迴歸分析，結果顯示年齡、任職年資、年所得對會不會請客戶使用保險科技平台有顯著影響。關鍵字：保險科技共享平台、保險業務員、羅吉斯迴歸分析