《Python量化金融与人工智能》内容包括：量化金融投资基础及Python下载、安装与启动，Python编程基础，Python金融数据存取，Python工具库NumPy数组与矩阵计算，Python工具库SciPy优化与统计分析，Python工具库Pandas数据对象及数据分析，Python描述统计，Python参数估计及其应用，Python参数假设检验，Python相关分析与回归分析，Python多重共线性处理，Python异方差处理，Python自相关处理，Python金融时间序列分析的日期处理，Python金融时间序列的自相关性与平稳性，Python金融时间序列分析的ARIMA模型，Python金融时间序列分析的ARCH与GARCH模型，Python资产组合的收益率与风险，Python-optimize工具优化资产组合均值方差模型，Python在有无风险资产的均值方差模型中的应用，Python在资本资产定价模型中的应用，贝塔对冲策略，量化选股策略分析，量化择时策略分析，量化选股与量化择时组合策略分析，金融大数据量化投资统计套利的协整配对交易策略，基于Python环境的配对交易策略，人工智能机器学习量化金融策略等。 《Python量化金融与人工智能》内容新颖、全面，实用性强，融理论、方法、应用于一体，是一部供金融学、金融工程、投资学、保险学、经济学、财政学、统计学、应用统计、数量经济学、管理科学与工程、计算机应用技术、应用数学、计算数学、概率统计、财务管理、会计学、工商管理等专业的本科高年级学生与研究生使用的参考书。

朱顺泉，广东财经大学金融学院教授，长期从事本科生与研究生的投资学、金融工程、公司金融、金融市场、金融计量学、经济博弈论、数据模型与决策等课程的教学和科研工作，一直致力于财经与科技相结合的交叉应用研究。在人民、科学、清华、北大等出版社出版著作四十余部，。主持完成国家社会科学项目基金、教育部社会科学项目基金等项目共十余项。主要研究方向：投资学、金融工程、金融市场、公司金融财务等。

前 言 　　“量化金融投资”以数据为基础，以优化和统计等数学模型为核心，结合现代金融理论(金融市场及机构、公司金融、投资学、金融工程等)，在各类金融机构以及监管部门中都有广泛的应用。量化金融投资起源于投资组合理论，随着投资管理技术、云计算、大数据、人工智能及计算机技术的快速发展，在金融市场逐步成熟之后，量化金融投资得到了迅速发展。在目前国际、国内经济大背景，以及中国股票市场、期货市场形态多变的投资环境下，量化金融投资应如何调整策略以适应新的投资环境，量化金融投资该如何在期货市场持续发展，如何在中国特色特定的金融市场环境中开展量化金融投资与对冲基金业务等问题，值得我们深思！诸如此类的问题，亟须学者们进行深入研究，为中国量化金融投资发展指明方向。本书的构思，正是在这样的背景下提出来的。 　　随着信息科技的普及、金融计量方法的蓬勃发展以及金融衍生工具的多样化选择，金融科技与量化金融投资快速发展，掀起了一股热潮，金融市场特别是基金和证券行业对金融科技与量化金融投资人才的需求逐年攀升，但市场上这方面的人才却十分匮乏。目前国内就“量化金融投资”这门新兴交叉学科缺乏相应的教学辅导资料，而且许多高等学校对这门学科的建设缺乏经验。鉴于此，我们特出版本书，以适应金融科技与量化金融投资专业创新型人才培养的知识结构要求。 　　本书以Bigquant量化金融投资平台为基础，利用我国的实际数据给出金融投资方法与策略的Python应用，具有很好的实用价值。本书实例丰富，具有很强的针对性，读者只需按照书中介绍的步骤一步一步地实际操作，就能掌握全书的内容。量化技术与方法在Python环境下运行，量化...