前言

党

的二十大报告指出： 教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。必须坚持科技是第一生产力、人才是第一资源、创新是第一动力，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，这三大战略共同服务于创新型国家的建设。高等教育与经济社会发展紧密相连，对促进就业创业、助力经济社会发展、增进人民福祉具有重要意义。

随着人工智能、大数据技术在经济金融行业的广泛应用，传统岗位的需求在急剧减少，而客户数据分析、资产管理、风险控制等岗位的需求在快速增加。经济金融行业的这些变化要求从业者同时掌握经济金融理论、数学建模和编程三方面知识，不仅应具备正确分析和预测各种市场走势的能力，还应借助各种机器学习工具为客户提供准确率较高的投资建议。虽然新技术、新产业和新业态的发展对复合型人才有迫切的需求，但是在相对较短的时间内，将其综合应用到现实场景并构建出较高精度的模型绝非易事。

本书力求让数理和编程技能相对薄弱的初学者能够在较短时间内掌握量化分析的能力，处理现实复杂的数据并构建出精度较高的模型。本书从软件安装的入门知识开始讲解，

但是并不回避处理

实际数据所涉及的必备数学知识和复杂编程技巧，如第2章中的列表推导式、第9章中的信息熵离散算法、第10章中的随机森林、第11章中的多变量卷积神经网络等。本书利用主流的机器学习算法处理现实场景中的数据，并详细介绍处理过程中的环节、模型和代码。在数学建模方面，通过图文结合的方式详细解释了复杂数学模型的核心思想，以便读者可以在理解的前提下正确使用这些数学模型。在编程方面，对每条代码的功能进行解释，通过简单示例展示复杂函数的功能。

本书主要特色如下。

(1) 实用性。一方面，本书注重使用各种机器学习算法处理数据，在内容安排上除了以常规方式安排知识框架外，

还在各章散落了不少解决实际问题的技巧，包括一些细微但重要的函数。另一方面，本书所分析的数据是来自实际应用场景，包括上市公司数据、贷款违约、保险反欺诈、商品交易、银行产品推销、股票交易数据、信用卡欺诈等。书中程序都可以独立运行，便于读者在修改参数、文件路径后将程序应用到论文写作、日常工作中。

(2) 易学性。选用复杂的金融市场数据建模可以提高读者处理实际数据的技能，但所

用的数学模型和

编写的程序必然会变得复杂，从而导致初学者难以掌握数学模型和编程技巧等内容。为了解决上述问题，本书采取的措施包括用图形或通俗语言介绍数学模型的思想、对程序中的每条命令进行详细解释、

提供复杂程序的编程思路及伪代码等。

(3) 专业性。利用经济、金融专业知识，提升相应模型精度。从理论上讲，如果可以获取历史和未来的所有样本，

并获取与建模对象相关的所有属性，仅依靠算法就可以建立高精度模型。但是实际情况是无法获取所有样本，也无法获取与建模对象相关的所有属性，并且没有相应算力处理数据量趋向无穷大的海量样本。为此，本书注重将金融专业知识融入建模过程中

，以提高模型质量

。例如，在对上市公司财务数据、保险反欺诈数据的建模过程中，利用经济金融知识对属性进行优化，显著提升了模型精度。又如，在利用消费者商品交易数据建模时，通过经济金融知识解读模型结果，可以对制定商品营销方案提供有价值的参考建议。

量化金融原理与实践(微课视频版)

前言

为便于教学，本书提供了丰富的配套资源，包括教学大纲、教学课件、程序源码、习题答案和微课视频。

资源下载提示

数据文件： 扫描目录上方的二维码下载。

微课视频： 扫描封底的文泉云盘防盗码，再扫描书中相应章节的视频讲解二维码，可以在线学习。

本书基于多年科研教学经验，是广东省一流线下课程“投资银行理论与实务”和2022年广东省本科高校教学质量工程项目(粤教高函（2023）4号)——金融实验课程群虚拟教研室的阶段性成果。

参与本书内容撰写的人员有：广东财经大学金融学院的李政、李亚青、郭文伟、马瑞、

王文凤、

吴国均、陈佳丽、吕晓莹、黄鑫杰、王怡清、郑佳楠、艾承德、刘锦炫、郑义敏、黄鹏民、庄佳仪、周小滟，广东财经大学信息学院的吴永杰，华南理工大学数学学院的龙卫江，华南理工大学经济与金融学院的尹筱玮、谢常根，北京师范大学湾区国际商学院的沈希凡，湖南第一师范学院数学与统计学院的周旭涵，

广州医科大学精神卫生学院的彭诗琪，珠海科技学院工学院的何佳璐，其中马瑞独立完成第10章、吴永杰独立完成第11章

。参与代码审核的人员有：北京师范大学湾区国际商学院的沈希凡，广东财经大学金融学院的郑佳楠、吕晓莹、艾承德、张旭

、刘锦炫、郑雨欣、陈思琪。

由于编者水平有限，书中难免存在疏漏和不足之处，敬请广大读者批评指正。

编者2025年2月