随着金融科技的发展，金融学专业学生学习Python编程语言已是一个大趋势。目前Python教程虽然很多，但针对金融学专业的教程还比较少。因此我们结合教学经验，编著了本教程来满足金融学专业读者的需求。
《Python金融数据分析——数据驱动金融》是一本面向金融学专业的本科生及研究生的入门级Python金融数据分析教程。在本教程中，我们介绍了Python在金融数据分析中常用的基础工具，包括NumPy,Pandas,Matplotlib,TensorFlow,Keras等，同时我们给出了40多个金融数据分析的经典案例，包括股票市场数据分析、债券市场数据分析、衍生品市场数据分析、投资组合案例分析、金融模型模拟、机器学习股价预测、期权定价综合应用场景案例、层次风险平价方法应用场景案例以及深度学习在金融市场中的应用场景案例等。
本教程案例选取的数据大多数是中国市场的新近的数据，我们希望能紧跟时代，服务于中国金融市场相关人才的培养。教程从基本的金融概念，到Python编程的常用工具，一步一步把读者带进金融数据分析的编程世界。通过本教程的指导，读者可以熟悉Python编程平台，并能深入学习目前最核心的Python编程工具在金融行业中的应用。如果读者是Python编程新手，可以轻松入门；如果读者对Python编程已有一定基础，可以更深入学习目前较为前沿的金融分析和应用场景。读者在使用本书过程中，如需本书所用到的数据和源代码，或有任何反馈，均可联系以下邮箱：mfe
ustc.edu.cn。作者简介
张曙光，中国科学技术大学，教授，研究方向为金融工程。主讲课程有《金融工程》《随机积分》《数理金融》《金融前沿讲座》等。-，博士期间，从事“随机过程在金融理论中的应用”研究，完成国内首篇金融数学领域的博士学位论文《不完全市场中的期权定价理论》；-，承担国家九五重大项目“金融数学，金融工程及金融风险管理”中子项目“不完全市场中有价证券及证券组合的定价理论”；-，承担国家自然科学青年基金项目“不完全市场中衍生资产的定价及风险管理理论”；-，作为主要成员参与国家项目“金融风险控制中的定量分析与计算”，在金融市场实证分析方面取得了一系列研究成果。共发表30余篇在国际和国内具有影响力的论文，参与重大科研及教学项目12项。
《Python金融数据分析——数据驱动金融》是为金融学专业的本科生及研究生编著的一本入门级的Python金融数据分析教程。随着金融科技的发展，金融学专业学生学习Python编程语言已是一个大趋势。目前Python教程很多，但针对金融学专业的教程比较少。本书介绍了Python在金融数据分析中常用的基础工具，包括NumPy、Pandas、Matplotlib、TensorFlow、Keras等，同时我们给出了40多个金融数据分析的经典案例，包括股票市场数据分析、债券市场数据分析、衍生品市场数据分析、投资组合案例分析、金融模型模拟、机器学习股价预测、期权定价综合应用场景案例、层次风险平方方法应用场景案例以及深度学习在金融市场中的应用场景案例等。
本书可供金融专业学生参考，还可供金融从业人员及其他对用Python进行金融数据分析感兴趣者阅读。
目录速览
前言
第1章Python与金融11.1Python简介11.2金融科技发展21.3金融数据分析31.4Python在金融中的应用3第2章Python入门42.1Anaconda42.2NumPy42.3Pandas82.4Matplotlib.5NumPy功能方法总结.6Pandas功能方法总结17第3章金融时间序列分析案例.1股票市场数据.2债券市场数据.3衍生品市场数据44第4章投资组合案例.1收益率分析.2投资风险分析.3股权组合有效边界.4CAPM模型60第5章衍生品定价案例.1资产定价.2欧式期权.3美式期权.4布莱克-斯科尔斯模型定价.5二叉树定价.6蒙特卡罗模拟和欧拉离散化定价73第6章金融模型的模拟案例.1随机数生成.2蒙特卡罗模拟.3平方根扩散.4跳跃扩散87第7章深度学习案例.1支持向量机.2决策树.3深度学习框架——TensorFlow.4深度学习框架——Keras96第8章综合案例.1期权定价综合应用场景.2层次风险平价方法应用场景.3深度学习在金融市场中的应用场景参考文献本文编辑：王芳
科学出版社视频号硬核有料视听科学传播科学，欢迎您点亮★