戴维·罗伯特著的《金融统计与数据分析/数据科学与工程技术丛书》是一本关于金融市场数据分析的教材，第1章综述全书内容；第2章和第3章介绍数据的来源、股票和价格回报，以及债券所产生的收益；第4～8章介绍概率论、统计学和探索性数据分析的基础知识；第9章和第10章讲述时间序列中的ARIMA模型；第11章介绍最优的风险资产投资、组合和最优的风险资产与无风险资产投资组合；第12～14章讲解回归分析；第15章介绍协整分析；第16章将投资组合理论和回归分析应用于资本资产定价模型（CAPM）；第17章介绍因子模型；第18～21章介绍波动率非常数的GARCH模型、贝叶斯统计、风险管理和非参数回归等。

戴维·罗伯特（David Ruppert），康奈尔大学运筹学和信息工程学院统计科学教授、Andrew Schultz，Jr.工程学教授，主要讲授统计学、金融工程等课程。他的研究领域包括渐近理论、半参数回归、函数型数据分析、生物统计、模型校准、度量误差和天文统计学。Ruppert教授拥有密歇根州立大学统计学博士学位，是美国统计协会和数理统计协会会员，并曾获得 Wilcoxon奖。Ruppert教授发表了100多篇科技论文，撰写了4部著作：《Transformation and Weighting in Regression》 《Measurement Error in Nonlinear Models》《Semiparametric Regression》和《 Statistics and Finance: An Introduction》。

前言
第1章 引言
1.1 文献注记
1.2 参考文献
第2章 收益
2.1 引言
2.1.1 净收益率
2.1.2 总收益率
2.1.3 对数收益率
2.1.4 股息调整
2.2 随机游走模型
2.2.1 随机游走
2.2.2 几何随机游走
2.2.3 对数价格是对数正态的几何随机游走吗
2.3 文献注记
2.4 参考文献
2.5 R实验室
2.5.1 数据分析
2.5.2 模拟
2.6 习题
第3章 固定收入证券
3.1 引言
3.2 零息债券
3.3 有息票债券
3.4 到期收益率
3.4.1 计算到期收益率的一般方法
3.4.2 即期汇率
3.5 期限结构
3.5.1 引言：利率取决于到期时间
3.5.2 期限结构的描述
3.6 连续复利
3.7 连续的远期利率
3.8 价格对收益率的敏感性
3.9 文献注记
3.10 参考文献
3.11 R实验室
3.11.1 计算到期收益
3.11.2 绘制收益曲线
3.12 习题
第4章 探索性数据分析
4.1 引言
4.2 直方图和核密度估计
4.3 顺序统计量、样本CDF与样本分位数
4.3.1 样本分位数的中心极限定理
4.3.2 正态概率图
4.3.3 半正态图
4.3.4 QQ图
4.4 正态性检验
4.5 箱形图
4.6 数据变换
4.7 变换几何
4.8 变换核密度估计
4.9 文献注记
4.10 参考文献
4.11 R实验室
4.12 习题
第5章 单变量分布建模
第6章 再抽样
第7章 多元统计模型
第8章 copula
第9章 时间序列模型:基础知识
第10章 时间序列模型：更多主题
第11章 投资组合理论
第12章 回归：基础知识
第13章 回归诊断
第14章 回归：高级主题
第15章 协整
第16章 资本资产定价模型
第17章 因子模型和主成分
第18章 GARCH模型
第19章 风险管理
第20章 贝叶斯数据分析和MCMC
第21章 非参数回归和样条函数
附录A 来自于概率、统计和代数的事实

金融工程师可以获得大量的数据，但需要强大的方法来提取定量信息，特别是关于波动性和风险的信息。戴维·罗伯特著的《金融统计与数据分析/数据科学与工程技术丛书》依据康奈尔大学研究生的“金融工程统计”课程撰写，全面、系统地讲解统计学、金融知识、数据分析和R软件的操作等，并涵盖一些高级主题，如ARIMA模型、多元分布、copula、风脸值（VaR）与期望损失值、协整、贝叶斯统计和非参数回归等。
阅读本书之前，最好掌握一定量的线性代数、微积分、矩阵及统计学和概率论知识，掌握一些金融的基本概念也会有所帮助。