Python自1991年诞生以来，目前已经成为非常受欢迎的动态编程语言，由于拥有海量的库，所以Python在各个领域都有广泛的应用，在金融界采用Python进行科学计算、量化投资的势头也越来越猛。目前各种在线策略编程平台都支持Python语言，例如优矿、米筐、聚宽等，因此本课程选择python作为金融计算软件进行教学。

本课程采用课堂讲授与实操讲解相结合，从零开始介绍Python基础语法、数据结构、表达式、运算、控制流、函数、模块等，由浅入深、循序渐进，结合量化投资策略进行编程实操与代码详解，进一步拓展介绍金融分析工具，为学生未来运用Python从事量化投资、金融分析等工作奠定基础。

本课程是建立在金融学、投资学、固定收益证券、金融工程学等基础上的一门专业课程，对实现该专业的教学目的与未来学生从事投资工作具有重要意义。

目 录
第一篇　基础概述
第1章　Python金融数据分析概述3
　　1.1　Python与金融数据分析的契合4
　　1.2　Python在金融数据分析中的重要用途5
　　1.3　本章小结6
第2章　Python在金融中的基本运用7
　　2.1　数据结构在金融中的运用7
　　2.2　运算符号在金融中的运用16
　　2.3　函数在金融中的运用23
　　2.4　语句在金融中的运用26
　　2.5　公牛集团案例27
　　2.6　本章小结30
第二篇　数据处理与可视化
第3章　金融数据处理33
　　3.1　金融数据的读写34
　　3.2　金融数据基本统计分析40
　　3.3　金融数据筛选与缺失值处理44
　　3.4　金融数据整合与重塑49
　　3.5　金融数据预处理与特征工程53
　　3.6　本章小结56
第4章　金融数据可视化58
　　4.1　Matplotlib模块简介59
4.2　曲线图62
　　4.3　直方图65
　　4.4　条形图68
　　4.5　散点图71
　　4.6　饼图73
　　4.7　本章小结74
第三篇　计量经济分析
第5章　线性回归模型及其Python应用79
　　5.1　计量经济学简介80
　　5.2　多元线性回归模型81
　　5.3　违背经典假定的回归分析85
　　5.4　Python实战案例:检验美国电力行业是否存在规模经济98
　　5.5　本章小结103
第6章　时间序列模型及其Python应用104
　　6.1　时间序列分析基础105
　　6.2　自回归移动平均模型(ARMA) 112
　　6.3　广义自回归条件异方差模型(GARCH) 123
　　6.4　Python实战案例:利用GARCH模型进行中国石油股票数据分析130
　　6.5　本章小结137
第7章　Python在金融计量中的应用139
　　7.1　Python在CAPM模型中的应用140
　　7.2　Python在Fama-French三因子模型中的应用143
　　7.3　Python在金融风险管理中的应用146
　　7.4　本章小结156
第四篇　量化交易分析
第8章　期货交易基础策略及Python应用159
　　8.1　期货套期保值策略160
　　8.2　期货套利策略165
　　8.3　期货投机策略171
　　8.4　期货资产配置策略176
8. 5　螺纹钢期货跨期套利交易案例178
8. 6　本章小结183
第9章　期货交易进阶策略及Python应用184
9. 1　网格交易策略185
9. 2　DualThrust 策略190
9. 3　海龟交易策略194
9. 4　价格动量分析策略199
9. 5　本章小结203
后记205