本书系统阐述Python在金融领域的应用，不仅涵盖核心的金融理论及相关数学概念，还详细讲解行业使用的先进金融模型及Python解决方案。

本书首先介绍Jupyter Notebook的设置，随后讲解一系列金融分析中广泛应用的库（如TensorFlow、Keras、NumPy、SciPy、scikit-learn等），这些库可以帮助分析师做出基于数据分析的高效投资决策。书中结合常见的金融概念（如股票、期权、利率及其他金融衍生品等）讲解如何开发金融应用程序以及利用不同的算法实现风险分析。之后，你将学习如何对时间序列数据进行统计分析，了解如何搭建算法交易平台以利用高频数据设计交易策略，以及如何构建事件驱动的回溯测试系统来检验交易策略，评价不同策略的业绩表现。zui后，你将探索金融前沿领域正在运用的机器学习和深度学习技术。

本书适合对Python定量研究感兴趣的金融从业者、数据分析师和软件开发人员阅读。此外，本书对那些想使用机器学习技术扩展现有金融应用程序功能的读者也有一定的参考价值。