2020年最新金融科技书单推荐

金融本身正在进入一个新时代，这一发展有两个主要的推动力。首先是基本上所有金融数据都可以编程访问——一般来说，这种访问是实时的，也是催生“数据驱动金融”的原因。几十年前，大部分交易或者投资决策是由交易员和投资组合管理人推动的，这些人阅读报纸，或者通过私下交谈进行学习。此后出现了一些终端，通过计算机和电子通信，将金融数据实时传递到交易员和投资组合管理人的桌面上。今天，即使是一分钟产生的海量金融数据，个人（或者团队）都无法应付。只有处理速度和计算能力与日俱增的机器，才能应对金融数据的容量和速度。这意味着，全球大部分股票交易量是由算法和计算机驱动的，而不是来自于交易员。

第二个主要推动力是在金融中越来越重要的人工智能。越来越多的金融机构试图利用ML和DL算法改善运营，以及它们的交易及投资表现。2018年初，第一本关于“金融机器学习”的专著出版，强调了这种趋势。毫无疑问，还会有更多的图书涌现。这导致了可以称为“人工智能优先金融学”的现象，用可参数化的ML及DL算法代替传统的金融理论。传统的金融理论可能非常优雅，但在数据驱动、人工智能优先的金融学实践中不再有太大的用处了。

面对这一金融时代的挑战，Python是合适的编程语言和生态系统。想要全面叙述AI当前和未来在金融中的重要性，需要一整本书的篇幅。不过，大部分AI、ML和DL需要大量的数据，因此无论如何应该首先掌握数据驱动金融学。

书单

１、Python金融实战案例精粹

书作为《基于Python的金融分析与风险管理》一书的配套案例集，整合了源于现实金融市场和日常实务工作的88个原创案例，涉及308项编程任务，包括超过6000行的Python代码。本书囊括了丰富多样的金融场景，涵盖利率、汇率、债券、股票、基金、远期、股指期货、外汇期货、国债期货、股票期权、商品期权等金融产品，还涉及商业银行、证券公司、期货公司、保险公司、信托公司、资产管理公司、基金管理公司、金融控股公司等各类型的金融机构，既介绍了包括我国在内的新兴市场，又介绍了欧美成熟的金融市场，囊括金融实务中可能涉及Python编程的各种场景。

本书着眼于一系列从业者可能涉及的金融实务案例，并结合Python编程给出了高效的解决方案。通过阅读本书，读者能够全方位地了解金融市场的运作，深刻洞察各类职务背后的工作技巧。

２、基于Python的金融分析与风险管理

本书聚焦于Python在金融分析与风险管理方面的应用，全书分为入门篇、基础篇和提高篇，共计12章。在入门篇中，我们对Python做了介绍并结合金融案例演示了Python的基本操作；在基础篇中，我们结合金融案例讲解了包括NumPy、Pandas、Matplotlib、SciPy等Python常用的第三方模块的具体运用；在提高篇中，我们详细讨论了如何运用Python分析利率、债券、股票、期货、期权以及风险价值等内容。本书提供244个示例、101张图片，并与中国的金融市场结合，可以作为广大金融学习者与从业者的学习用书，也适合作为程序员进入金融科技领域的学习指南。

亲爱的读者，此刻你已经踏上了一条由Python铺设的通往金融殿堂的大道，一路上你会看到许多的“风景”，在此我们给这些“风景”制作一个游览的导图。

以上两本书作者都是斯文

斯文，笔名华尔街先生，浙江湖州人，经济学博士，中国注册会计师（CPA），特许金融分析师（CFA），金融风险管理师（FRM）。目前在一家金融资产交易中心担任风险管理部总经理，拥有在中外资银行、证券公司、信托公司、金融控股集团等机构十余年的金融与风险管理从业经验。

斯文博士也是上海财经大学风险管理校友俱乐部发起人兼理事长、《上财风险管理论坛》杂志主编、上海财经大学金融风险管理峰会秘书长、上海资产管理行业风险管理同业交流会秘书长，并担任中国人民大学、中南财经政法大学、华东政法大学等多所高校的金融硕士研究生合作导师或业界导师，还担任人民邮电出版社金融科技图书专家顾问。公开发表学术论文50余篇，出版著作《基于Python的金融分析与风险管理》和《中国外汇衍生品市场研究》，并荣获人民邮电出版社“2019年度Z具影响力作者”称号。

斯文博士还依托于互联网平台，历时3年多推出了《期权、期货及其他衍生产品（第九版）》视频讲解系列（共360讲），累计观看人次超过百万，并长期致力于倡导和推广Python在金融领域尤其是风险管理领域的运用。

３、Python金融大数据分析 第2版

本书第2版更多的是一次升级，而非更新。例如，这一版增加了关于算法交易的一整个部分（第4部分）。这一主题最近在金融业变得相当重要，在散户中也很受欢迎。本版还增加了一个入门部分（第2部分），介绍Python基本编程和数据分析，这些知识将为本书的后续几个部分奠定基础。另1方面，第一版的某些章节完全删除了。例如，关于Web技术和对应库（如Flask）的部分删除，因为现在已经有专门介绍这些知识的图书。

在第2版中，我力图涵盖更多金融相关主题，聚焦于对金融数据科学、算法交易和计算金融学特别有用的Python技术。和第1版中一样，我采用的是实用方法，实现和图示先于理论细节，通常将重点放在整体上，而不是某些类、方法或者晦涩难懂的函数参数化选项。

描述完第2版的基本方法之后，我还必须强调，这本书既不是介绍Python编程，也不是介绍一般金融知识的图书。在这两个方面，都有大量出色的知识来源。本书定位于这两个激动人心的领域相互交叉的方面，并假定读者有一定的编程（不一定是Python）和金融背景。这些读者将学习把Python及其生态系统应用于金融领域的方法。

Jupyter Notebook和本书配套代码可以通过Quant平台访问和执行。读者可以在Python Quants官网免费注册。

４、Python金融实战

这是一本由金融学教授撰写的编程图书

毫无疑问，大多数的编程图书是由计算机专业的教授和专家撰写的。由一位金融学教授撰写本书来介绍一门编程语言似乎十分奇怪。其实不然，本书的重点和众多由计算机专家所写的书完全不同。计算机专家们会把重点放在Python语言本身，而正如本书的书名所示，本书的重点是介绍Python在金融领域的应用。作者希望为读者提供一本将Python与金融紧密结合的书。

本书将大量使用与各种金融课题相关的真实数据。例如，不仅仅只是介绍资本资产定价模型CAPM和市场风险系数（贝塔值或β），读者学习如何利用实际数据来估计IBM、苹果和沃尔玛等公司的贝塔值，而不仅仅只是讲解用来估算投资组合的收益和风险的数学公式。本书会给出Python程序来从互联网上直接下载实时的交易数据，构造不同的股票组合，然后计算其收益和风险，包括在险价值（VaR）。

５、Python期货量化交易实战

本书介绍由Python编写的程序化交易解决方案。程序化交易涉及多个领域的专业技能，单是财经或信息领域已很难熟悉，因此本书提供了一些交易的观念和方法，让读者可以迅速地切入程序化交易实操。

就解释型语言来说，Python拥有出色的运算效率，也有丰富的第三方类库，在许多应用领域都有出色的解决方案，是一款值得大家学习的程序设计语言。

就程序化交易来说，它的优势是能够克服人性的缺点。在交易中，人性的弱点是很难被忽略的，如贪婪、恐惧、陶醉等，这些都是阻碍稳定交易的因素。程序往往可以克服这些缺点，从中找出一套好的交易模型，并且将风险控制在可接受范围内，产生令人满意的交易。此外，程序化交易也能解决投资人花费大量时间追踪盘势的现状，以往每天需要花费数小时盯盘，现在只要确定程序正常运行，就可以稳定地进行交易。