本书内容包括：（1）经济金融数据分析及其环境；（2）Python数据分析程序包应用基础；（3）Python数据分析的存取；（4）Python图形的绘制和可视化：（5）概率统计分布的Python应用；（6）描述性统计的Python应用；（7）参数估计的Python应用；（8）假设检验的Python应用；（9）一元回归数据分析的Python应用；（10）多元回归数据分析的Python应用；（11）机器学习数据分析的Python应用；（12）时间序列数据分析的Python应用；（13）量化金融投资数据分析的Python应用；（14）期货及其交易策略的Python应用；（15）期权及其交易策略的Python应用。 本书紧跟大数据与人工智能时代，内容新颖、全面，实用性强，融理论、方法、应用于一体，是一部供金融科技、数字金融、金融工程、大数据管理与应用、数据科学与大数据技术、统计学、数量经济学、管理科学与工程、应用数学、投资学、金融学、经济学、财务管理、工商管理等专业的本科高年级学生与研究生学习相关课程使用的教材或参考书。

第1章 经济金融数据分析及其环境
1.1 经济金融数据类型
1.2 经济金融数据来源
1.3 经济金融数据分析工具简介
1.4 Python数据分析工具的下载
1.5 Python数据分析工具的安装
1.6 Python的启动和退出
1.7 Python数据分析相关的程序包
1.8 Python数据分析快速入门
练习题
第2章 Python数据分析程序包应用基础
2.1 Python数据分析的NumPy应用基础
2.2 Python数据分析的SciPy应用基础
2.3 Python数据分析的Pandas应用基础
练习题
第3章 Python数据分析的数据存取
3.1 Python-NumPy数据存取
3.2 Python-SciPy数据存取
3.3 Python-Pandas的CSV格式数据文件存取
3.4 Python-Pandas的Excel格式数据文件存取
3.5 读取并查看数据表列
3.6 读取挖地兔财经网站数据
3.7 挖地兔Tushare财经网站数据保存与读取
3.8 数据获取的Baostock模块
3.9 数据获取的Akshare模块
3.10 pandas_datareader获取数据
3.11 quandl财经数据接口
练习题
第4章 Python图形的绘制和可视化
4.1 Matplotlib绘图应用基础
4.2 直方图的绘制
4.3 散点图的绘制
4.4 气泡图的绘制
4.5 箱图的绘制
4.6 饼图的绘制
4.7 条形图的绘制
4.8 折线图的绘制
4.9 曲线标绘图的绘制
4.10 连线标绘图的绘制
4.11 复杂图形的绘制
4.12 关于绘图中显示中文的问题处理
练习题
第5章 概率统计分布的Python应用
5.1 二项分布
5.2 泊松分布
5.3 正态分布
5.4 β分布
5.5 均匀分布
5.6 指数分布
5.7 t分布
5.8 卡方分布
5.9 F分布
练习题
第6章 描述性统计的Python应用
6.1 描述性统计的Python工具
6.2 数据集中趋势度量的Python应用
6.3 数据离散状况度量的Python应用
6.4 峰度、偏度与正态性检验的Python应用
6.5 异常数据处理的Python应用
练习题
第7章 参数估计的Python应用
7.1 参数估计与置信区间的含义
7.2 点估计的Python应用
7.3 单正态总体均值区间估计的Python应用
7.4 单正态总体方差区间估计的Python应用
7.5 双正态总体均值差区间估计的Python应用
7.6 双正态总体方差比区间估计的Python应用
练习题
第8章 参数假设检验的Python应用
8.1 参数假设检验的基本理论
8.2 单个样本t检验的Python应用
8.3 两个独立样本t检验的Python应用
8.4 配对样本t检验的Python应用
8.5 单样本方差假设检验的Python应用
8.6 双样本方差假设检验的Python应用
练习题
第9章 相关分析与一元回归数据分析的Python应用
9.1 相关分析基本理论
9.2 相关分析的Python应用
9.3 一元线性回归分析基本理论
9.4 一元线性回归数据分析的Python应用
9.5 自相关性诊断的Python应用
练习题
第10章 多元回归数据分析的Python应用
10.1 多元线性回归分析基本理论
10.2 多元线性回归数据分析的Python应用
10.3 多元回归分析的Scikit-learn工具应用
10.4 稳健线性回归分析Python应用
10.5 逻辑Logistic回归分析Python应用
10.6 广义线性回归分析Python应用
练习题
第11章 机器学习数据分析的Python应用
11.1 机器学习算法分类
11.2 常见的机器学习算法
11.3 线性回归及其Python应用
11.4 逻辑回归及其Python应用
11.5 决策树及其Python应用
11.6 支持向量机分类及其Python应用
11.7 朴素贝叶斯分类及其Python应用
11.8 KNN分类（K-最近邻算法）及其Python应用
11.9 K-均值算法及其Python应用
11.10 随机森林算法及其Python应用
11.11 降维算法代码及其Python应用
11.12 Gradient Boosting和AdaBoost算法及其Python应用
练习题
第12章 时间序列数据分析的Python应用
12.1 时间序列分析相关基本概念
12.2 时间序列分析数据的可视化图形
12.3 时间序列分析的平稳性检验原理
12.4 沪深300时间序列分析的平稳性检验实例
12.5 时间序列分析的波动率模型GARCH原理
12.6 时间序列分析的波动率模型GARCH应用
练习题
第13章 量化金融投资数据分析的Python应用
13.1 资产组合标准均值方差模型及其Python应用
13.2 资产组合有效边界的Python绘制
13.3 Markowitz投资组合优化的Pytboa应用
13.4 蒙特卡洛模拟股票期权定价的Python应用
13.5 蒙特卡洛模拟期权价格稳定性的Python应用
13.6 期望损失ES的Python应用
练习题
第14章 期货及其交易策略的Python应用
14.1 期货基本概念和理论
14.2 远期和期货
14.3 远期和期货定价
14.4 CTA及其Python实现
练习题
第15章 期权及其交易策略的Python应用
15.1 期权市场
15.2 期权价格分析
15.3 期权定价模型
15.4 期权交易策略及其Python应用
练