本书分为五篇，第一篇介绍金融科技Python工具创新应用，第二篇介绍金融科技R工具创新应用，第三篇介绍金融科技Matlab工具创新应用，第四篇介绍金融人工智能机器学习算法创新Python应用，第五篇介绍金融科技创新综合运用及其Python应用。主要内容包括：（1）金融科技绪论；（2）资产组合的收益率与风险及其Python应用；（3）资产组合的均值方差模型及其Python应用；（4）存在无风险资产的均值方差模型及其Python应用；（5）资本资产定价模型及其Python应用；（6）Black-Scholes期权定价模型及其Python应用；（7）期权定价二叉树法及其Python应用；（8）期权定价蒙特卡罗模拟法及其Python应用；（9）期权定价有限差分法及其Python应用；（10）资产组合标准的均值方差模型及其R语言应用；（11）存在无风险资产的均值方差模型及其R语言应用；（12）资本资产定价模型（CAPM）及其R语言应用；（13）Black-Scholes期权定价模型及其R语言应用；（14）期权定价二叉树法及其R语言应用；（15）期权定价的蒙特卡罗模拟法及其R语言应用；（16）期权定价的有限差分法及其R语言应用；（17）投资组合及其Matlab应用；（18）Black-Scholes与二叉树期权定价及其Matlab应用；（19）期权定价的蒙特卡罗模拟及其Matlab应用；（20）期权定价的有限差分方法及其Matlab应用；（21）金融人工智能机器学习算法及其Python应用；（22）金融科技创新综合运用及其Py-thon应用。

上册
1 金融科技绪论
1.1 金融科技的含义
1.2 金融科技的应用领域
1.3 金融科技的中外语境差异
1.4 金融科技的领军企业
1.5 金融科技的关键技术与典型应用
1.6 金融科技的监管
1.7 金融科技中的量化投资
1.8 金融科技与科技金融的双向渗透
第一篇 金融科技Python工具创新应用
2 资产组合的收益率与风险及其Python应用
2.1 持有期收益率
2.2 单项资产的期望收益率
2.3 单项资产的风险
2.4 单项资产的期望收益和风险的估计量及其Python应用
2.5 单项资产之间的协方差与相关系数及其Python应用
2.6 资产组合的期望收益和风险及其Python应用
3 资产组合的均值方差模型及其Python应用
3.1 资产组合的可行集
3.2 有效边界与有效组合
3.3 标准均值方差模型及其Python应用
3.4 两基金分离定理
3.5 资产组合有效边界的Python绘制
3.6 Markowitz投资组合优化的Python应用
4 存在无风险资产的均值方差模型及其Python应用
4.1 存在无风险资产的均值方差模型的Python应用
4.2 无风险资产对最小方差组合的影响
4.3 存在无风险资产的两基金分离定理及其Python应用
4.4 预期收益率与贝塔关系式
4.5 一个无风险资产和两个风险资产的组合的Python应用
4.6 默顿定理的Python应用
4.7 布莱克—利特曼（Black-Litterman）模型的Python应用
5 资本资产定价模型及其Python应用
5.1 资本资产定价模型假设
5.2 资本市场线及其Python应用
5.3 证券市场线及其Python应用
5.4 价格型资本资产定价模型及其Python应用
5.5 资本资产定价模型检验的Python应用
6 布莱克—舒尔兹（Black-Scholes）期权定价模型及其Python应用
6.1 Black-Scholes期权定价模型的推导
6.2 Black-Scholes期权定价模型的Python应用
6.3 红利对欧式期权价格影响的Python应用
6.4 风险对冲的Python应用
6.5 隐含波动率计算的Python应用
6.6 支付已知红利股票的美式看涨期权定价的Python应用
……
第二篇 金融科技R工具创新应用
下册
第三篇 金融科技Matlab工具创新应用
第四篇 金融人工智能机器学习算法创新Python应用
第五篇 金融科技创新综合运用及其Python应用
参考文献