本书从计算机科学的角度研究金融数据中的规则，力图发现和挖掘出海量金融数据中的隐藏信息。书中从计算机科学的模式识别理论和相关技术出发，利用深度信念网络进行金融异常检测，去发现隐藏在金融交易后面的那些欺诈行为；利用非负矩阵分解去研究股指的波动，进而预判证券市场的震荡；把卷积神经网络改造为一个信用评分模型，为信贷提供决策支持；通过决策树得到股市预测模型的前提，然后引入情感数据来修正预测结果；建立以股票技术指标为基础，股民情绪分析为辅助的方法较为准确地对股市走势进行预测。