Python金融量化分析

　　金融量化分析不仅需要掌握金融领域的知识，还需要掌握相关的计算机编程技术。《Python金融量化分析》全面、系统地介绍金融量化分析所需要掌握的技能。无论是具有丰富的编程经验的读者，还是普通的投资爱好者，均可参照本书内容开发自己的量化交易策略回测代码，实现金融量化分析辅助投资的目的。《Python金融量化分析》共9章，涵盖的主要内容有金融量化交易策略分析概述，Python的基础语法，Pandas模块基础，NumPy基础，数据获取与清洗，金融量化交易策略实战，TA-Lib、Empyrical与Mplfinance模块的使用方法，金融数据回归分析，ARIMA与VAR模型在金融量化领域的应用，开源金融量化交易策略回测框架Backtrader的使用方法等。掌握这些内容，可以解决金融量化分析涉及的编程语言基础、数据获取、量化交易策略构建、统计学与金融学理论在金融量化领域的高级应用，以及现有的量化回测框架的使用方法等实际问题。《Python金融量化分析》内容丰富，体系完整，讲解细致入微，既适合Python金融量化分析入门人员阅读，也适合有志从事量化投资工作的各类研究人员和从业人员阅读与参考，还适合作为高等院校金融和投资类相关专业的教材。

　　肖建军，经济学博士，应用经济学博士后，厦门工学院副教授。先后供职于大型银行总部、信托公司、私募基金公司等金融机构，从事金融投资、量化分析研究与实务等工作。目前专注于金融量化交易策略和加密货币结算等相关研究与开发工作。高拴平，经济学博士，产业经济学博士后，享受国务院特殊津贴专家，厦门工学院教授。主要从事产业经济和数字经济方面的教学与科研工作。出版专著和教材8部，发表学术论文30余篇，承担省部级课题3项，获省部级教学科研成果奖3项。