本书是一本面对大众读者的经济学通俗读物。纽约州立大学经管学院的两位学者托马斯·斯坦利、威廉·丹科,耗费20余年,深入研究、调查、访谈了美国超过14000位白手起家、净资产超100万美元的富人,并运用工商管理、统计学、市场营销学知识深入分析,通过大量严谨的调查数据和真实案例,总结出这些富人积累财富的7个共同特征,以及他们

本书主要分为八章：日内交易的原理、如何控制风险和情绪、如何选择当天的交易目标、交易时需要注意的事项、价格行为的解释、交易策略和订单管理、如何执行交易策略、成为成功交易者所必要的条件。本书可以帮助有意在今后从事股票日内交易的读者了解日内交易的基本方法、盈利前景以及将日内交易作为今后事业的可行性；同时，本书可以加快刚开始进

本书作为量化交易策略入门实用指南，详细介绍了如何利用Python语言构建交易模型及回测环境，如何创建集束并导入数据，如何对回测结果进行分析，能够帮助读者快速掌握量化交易的相关知识技能，提升交易水平。这是一本实用性很强的书，介绍了多种交易策略，并附有完整的源代码，通过示范让读者轻松运用Python语言构建属于自己的交易模

本书共四部分，内容包括：查理·芒格给投资者的忠告、查理·芒格的投资理念、查理·芒格对经济基本面的思考、查理·芒格的处世智慧。

行为金融学(经济学)正在从经济学教材中的边缘走向主流，并逐渐被越来越多的人了解和认同。本书包含引论、偏好：人无时无刻不活在比较中、认知偏误：生物学算法的错配、理性的边界、损失厌恶的生理基础：卷尾猴实验、应用实例、行为金融学的未来：跨学科和学科融合等内容。

本书在金融风险传染问题与高维矩阵值序列数据的联合导向下，从当前全球股票市场间金融风险传染治理的工作需求出发，综合考虑风险测度、风险监管及风险预警三个环节，选取全球21个股票市场作为代表性样本，有针对性地应用高维矩阵值统计模型，全面而系统地分析2002年至2018年全球股票市场间风险传染。

本书分为机构与市场、金融调控、金融发展与稳定等四篇，具体内容涉及货币、金融系统、货币的时间价值、资金盈余者的资产选择与组合、资金短缺者的融资选择、金融机构与市场组织、长期资本市场、货币市场等。具体包括：金融与实体经济是什么关系、金融体系是如何定价的等。

为更好地适应社会信用体系建设推进需要，满足我省经济社会发展对各级信用管理人才的需求，结合国家信用管理师等级培训要求，研究不同层级、不同领域信用管理人才所须掌握的知识，以及在实际应用场景中普遍适用的通用技能，探索各领域、各层级信用管理人才的知识结构要求和技能培养路径，为在全社会范围内开展规范化、标准化的信用管理培训奠定基

本书首先介绍了将大数据集应用于机器学习的基础知识和因子投资的基本理论；之后，本书介绍了监督学习模式下可用于预测金融变量的几个基本机器学习算法，包括惩罚性线性回归、支持向量机等；接下来，本书介绍了将这些机器学习算法应用于金融领域的实战方法和细节；最后，本书讨论了一系列与机器学习和因子投资相关的进阶话题，包括模型的黑箱问题

本书共分七章，第一章介绍了国内网络借贷的发展及挑战，第二章对网络借贷平台定位进行了理论分析，第三章探究了域外网络借贷监管制度，第四章对我国网络借贷监管体制的优化提出建议，第五章探讨了准入及持续性监管指标的构建，第六章阐述了市场退出机制的设计，第七章探讨司法实践中本领域存在的一些问题。