程序员书库（ID：CodingBook） 猿妹综合整理
大多数金融从业者每天都要与海量的数据打交道，如何从这些数据中挖掘出需要的信息，并进行相应的分析，是很多金融从业者非常关心的内容。Python提供了数据挖掘和许多机器学习算法的实现，因此成为了众多金融从业者的最爱。金融分析领域的两大热门语言分别是Matlab、Python，如今Python在金融行业的使用流行度已经逐步赶超Matlab，主要还是因为Python具备以下优势：适用性：Python配合各类第三方的package，非常适合用来处理金融数据的
易用性：相比C/C++、C#等语言，Python显得非常容易上手
普遍性：相比较Matlab，Python除了拥有能和Matlab媲美的矩阵计算、科学计算能力之外，其他几乎任何事情都可以做。比如数据的清理，数据爬取、挖掘等。
今天，我们就一起来盘点下，金融领域里最值得阅读的Python好书：
本书作为《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。
本书聚焦于Python在金融分析与风险管理的应用，全书分为入门篇、基础篇和提高篇，共12章。入门篇对Python做了介绍并结合金融场景演示了Python的基本操作；基础篇结合金融场景，讲解NumPy、Pandas、Matplotlib、SciPy等Python模块的具体运用；提高篇详细讨论运用Python分析利率、债券、股票、期货、期权以及风险价值等内容。
这本书详细讲解了使用Python分析处理金融大数据，适合金融应用开发领域从业人员阅读。本书一共分为3部分，共19章，第1部分介绍了Python在金融学中的应用；第2部分介绍了金融分析和应用程序开发中最重要的Python库、技术和方法；第3部分关注的是蒙特卡洛模拟期权与衍生品定价实际应用的开发工作。
本书通过12章内容介绍了Python在金融领域的应用，从Python的安装、基础语法，再到一系列简单的编程示例，本书循序渐进地引导读者学习Python。同时，本书还结合Python的各个模块以及金融领域中的期权价格、金融图形绘制、时间序列、期权定价模型、期权定价等内容，深度揭示了Python在金融行业中的应用技巧。
本书将用Python编程来解决期货量化交易的问题，并通过110多个技巧介绍实际的解决方案，它是基于台湾期货交易所的案例进行讲解，从数据分析的角度切入，以技巧的形式深入数据背后，让读者从基本的期货交易规则开始，了解相关的技术指标，并能够熟练使用Python编程走上量化交易之路。本书既适合期货领域的从业人员学习，也适合想进入金融领域的程序员参考。-END-