本书围绕中国金融市场风险的大数据智能预警这一研究主题，结合中国金融市场实际，不仅研究了中国金融市场风险大数据智能预警相关理论与方法，而且针对我国金融体系中的股票市场、债券市场和外汇市场等重要子市场，构建了大数据智能预警方法，还构建了考虑这三个子市场之间风险传染的大数据智能预警方法，最后在系统研究中国金融市场风险大数据智能预警的基础上，给出了具体的防范对策建议。 相对于已有成果，本书不仅重点关注重视金融市场大数据蕴含的有效信息，更兼顾中国金融市场风险形成的两条路径，全面系统地考虑金融体系重要子市场的大数据风险预警方法，并基于子市场风险传染关系，构建了最优的大数据风险预警方法，最终获得了基于文本挖掘技术的投资者情绪指数、GWO-SVM模型、SMOTE-SVM模型和CCFSI等预警模型，并验证了这些模型在中国金融市场风险预警上的有效性和准确性。研究结果既具有明显的创新之处，也具有明确的应用价值，有利于为金融风险管理提供一定的新思路，为相关部门决策提供一定的参考。

淳伟德，男，管理学博士，二级教授、博士生导师，现为成都理工大学管理科学学院院长，四川省经济学会常务理事，四川省科学学与科技政策研究会副会长，成都市统计学会副会长。2010年毕业于西南交通大学经济管理学院，获管理学博士学位，研究方向为金融工程与风险管理。在《中国管理科学》、《预测》、《管理评论》、《社会科学研究》、《软科学》、《运筹与管理》、《投资研究》、《Fractals》等国家自然科学基金委管理科学部认定的A级重要期刊、CSSCI来源、SSCI检索等期刊发表中、英文论文近40篇，在科学出版社出版专著1部；主持国家社会科学基金2项，其中1项优秀结题，主持省部级等项目近10项；主研国家级、省部级科研项目10余项。