Python是一门以简洁和可读性著称的编程语言，它的易学性使其成为新手和专业人士的首选。Python提供了丰富的库和框架，广泛应用于数据科学、人工智能、Web开发等领域。无论你是初学者还是资深开发者，Python都能满足你的需求。 本书内容共7章，立足金融场景讲解Python的基础知识和编程应用，不仅讲解了Python基础语法，而且介绍了NumPy、pandas、Matplotlib、SciPy、statsmodels、arch和datetime等模块的编程应用。此外，本书还讲解了金融领域的深度学习和强化学习应用，并通过PyTorch模块和Gymnasium模块演示了具体的编程实践。 本书由资深的金融从业者编写，旨在引导读者掌握金融领域的Python编程技巧，适合金融领域和金融科技领域的从业者和高校师生参考学习，也适合对Python的金融应用感兴趣的读者阅读。

第1章 结合金融场景演示Python基础编程
1.1 Python简介
1.2 Python的金融变量赋值与数据类型
1.3 Python的数据结构
1.4 Python的运算符号
1.5 Python的内置函数与自定义函数
1.6 Python的类
1.7 Python的句型
1.8 模块导入与math模块
1.9 本章小结
1.10 拓展阅读
第2章 结合金融场景演示NumPy模块编程
2.1 从一个投资案例讲起
2.2 N维数组
2.3 数组的相关功能
2.4 数组的相关运算
2.5 基于统计分布的随机抽样
2.6 现金流模型
2.7 本章小结
2.8 拓展阅读
第3章 结合金融时间序列演示pandas模块编程
3.1 pandas的数据结构
3.2 时间索引
3.3 金融时间序列的数据可视化
3.4 数据框内部的操作
3.5 数据框之间的合并
3.6 统计功能
3.7 本章小结
3.8 拓展阅读
第4章 结合金融可视化演示Matplotlib模块编程
4.1 基本函数及参数的介绍
4.2 曲线图
4.3 直方图
4.4 条形图
4.5 散点图
4.6 饼图与雷达图
4.7 K线图
4.8 三维图
4.9 本章小结
4.10 拓展阅读
第5章 结合金融场景演示SciPy等模块编程
5.1 SciPy模块
5.2 statsmodels模块
5.3 波动率模型与arch模块
5.4 datetime模块
5.5 本章小结
5.6 拓展阅读
第6章 结合金融场景演示深度学习PyTorch模块编程
6.1 PyTorch环境部署
6.2 张量
6.3 神经元与激活函数
6.4 构建线性模型
6.5 全连接神经网络
6.6 循环神经网络
6.7 长短期记忆网络
6.8 本章小结
6.9 拓展阅读
第7章 结合金融场景的强化学习编程
7.1 强化学习入门
7.2 强化学习的编程技术框架——Gymnasium模块
7.3 创建并运行股票投资的强化学习环境
7.4 Q学习
7.5 深度Q网络
7.6 本章小结
7.7 拓展阅读