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（Certified Public Accountant，CPA），特许金融分析师（Chartered Financial Analyst，CFA），金融风险管理师（Financial Risk Manager，FRM）。在国内某金融控股集团担任高级风控总监，拥有在中外资银行、证券公司、信托公司等机构十余年的金融与风险管理从业经验。
同时，他也是上海财经大学风险管理校友俱乐部的发起人兼理事长、《上财风险管理论坛》杂志主编、上海资产管理行业风险管理同业交流会秘书长，并担任中南财经政法大学、华东政法大学等多所国内高校的金融硕士研究生兼职导师，公开发表学术论文50余篇，出版了专著《中国外汇衍生品市场研究》（上海人民出版社2016年8月出版），多次荣获国家级、省部级的荣誉称号。
除此之外，他还历时3年多推出了《期权、期货及其他衍生产品（第九版）》视频课程（共360讲），累计观看人次超过百万，累计撰写了10万多行与金融相关的Python代码，长期致力于倡导并推广Python在金融领域的运用。

第1部分 入门篇
第1章 Python概览
1.1 Python的定义与比较优势
1.1.1 Python简介
1.1.2 Python的比较优势
1.2 Python之父—吉多·范罗苏姆
1.3 Python的演进历史和常用版本
1.4 Python的安装
1.4.1 单独安装
1.4.2 集成安装
1.4.3 安装并启动Anaconda
1.4.4 Spyder的界面
1.5 学习Python的方法论
1.5.1 学习的态度
1.5.2 学习的原则
1.5.3 学习的方法
1.6 金融数据的获取
1.6.1 万得（Wind）
1.6.2 同花顺
1.6.3 CCER经济金融数据库
1.6.4 国泰安经济金融研究数据库
1.7 小结
1.8 拓展阅读
第2章 结合金融演示Python的基本操作
2.1 金融变量在Python中的赋值
2.2 Python的数据类型
2.2.1 整型
2.2.2 浮点型
2.2.3 复数
2.2.4 字符串
2.3 Python的数据结构
2.3.1 元组
2.3.2 列表
2.3.3 集合
2.3.4 字典
2.4 Python的运算符号
2.4.1 基本算术运算符号
2.4.2 关系运算符号
2.4.3 赋值运算符号
2.4.4 成员运算符号
2.5 Python的主要内置函数
2.6 自定义函数
2.6.1 运用def语法
2.6.2 运用lambda函数
2.7 Python的语句
2.7.1 条件语句
2.7.2 循环语句
2.7.3 条件语句和循环语句结合
2.8 模块的导入与math模块
2.8.1 模块导入的若干种方法
2.8.2 math模块
2.9 小结
2.10 拓展阅读
第2部分 基础篇
第3章 结合金融场景演示NumPy模块的操作
3.1 从一个投资案例讲起
3.2 N维数组
3.2.1 数组的结构
3.2.2 数组的便捷生成
3.3 数组的索引、切片和排序
3.3.1 索引
3.3.2 切片
3.3.3 排序
3.4 数组的相关运算
3.4.1 数组内的运算
3.4.2 数组间的运算
3.4.3 矩阵的操作
3.5 通过NumPy生成随机数
3.5.1 主要的统计分布
3.5.2 主要函数
3.5.3 相关示例
3.6 小结
3.7 拓展阅读
第4章 结合金融时间序列演示Pandas模块的操作
4.1 Pandas的数据结构
4.1.1 序列
4.1.2 数据框
4.1.3 外部数据导入并直接生成数据框
4.2 数组框的可视化
4.2.1 中文字体的可视化
4.2.2 数据框可视化的函数与参数
4.2.3 一个示例
4.3 数据框内部的操作
4.3.1 描述数据框的基本性质
4.3.2 数据框的索引与截取
4.3.3 数据框的排序
4.3.4 数据框的更改
4.4 数据框之间的操作
4.4.1 生成两个新的数据框
4.4.2 函数concat的运用
4.4.3 函数merge的运用
4.4.4 函数join的运用
4.5 数组框的主要统计函数
4.5.1 静态的统计函数
4.5.2 移动窗口与动态统计函数
4.6 小结
4.7 拓展阅读
第5章 结合金融场景演示Matplotlib模块的操作
5.1 基本函数
5.2 曲线图
5.2.1 单一曲线图
5.2.2 多图绘制
5.3 直方图
5.3.1 单一样本的直方图
5.3.2 多个样本的直方图
5.4 条形图
5.4.1 垂直条形图
5.4.2 水平条形图
5.5 散点图
5.6 饼图
5.7 小结
5.8 拓展阅读
第6章 结合金融场景演示SciPy等模块的操作
6.1 SciPy模块
6.1.1 求积分
6.1.2 插值法
6.1.3 求解方程组
6.1.4 最优化求解
6.1.5 统计功能
6.2 StatsModels模块
6.3 波动率模型与arch模块
6.3.1 估计波动率
6.3.2 ARCH模型
6.3.3 GARCH模型
6.3.4 arch模块
6.4 datetime模块
6.4.1 创建时间的对象
6.4.2 访问时间对象的属性
6.4.3 时间对象的运算
6.5 小结
6.6 拓展阅读
第3部分 提高篇
第7章 运用Python分析利率与债券
7.1 利率体系
7.1.1 中央银行利率
7.1.2 金融机构利率
7.1.3 金融市场利率
7.2 债券市场
7.2.1 债券交易场所
7.2.2 债券品种
7.3 利率的度量
7.3.1 利率的复利频次
7.3.2 连续复利
7.3.3 零息利率
7.4 债券定价与债券收益率
7.4.1 债券的核心要素
7.4.2 基于单一贴现率的债券定价
7.4.3 债券到期收益率
7.4.4 基于不同期限贴现率的债券定价
7.4.5 通过票息剥离法计算零息利率
7.4.6 运用零息利率对债券定价
7.5 远期利率与远期利率协议
7

Python是一门开源的编程语言，凭借其易学和灵活的特点，得到了越来越多人的认可和青睐。它在金融领域也有着非常好的应用现状和前景。
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。
本书是专注于Python在金融领域运用的普及性读物，作者斯文博士在金融与风险管理方面有着深厚的积累，同时也有着丰富的编程经验，一直致力于倡导和推广Python在金融领域的运用。
本书适合想要掌握Python应用的金融学习者、金融从业者阅读，也适合想要转行到金融领域的程序员以及对Python在金融领域的实践应用感兴趣的人士阅读，并且不要求读者有Python编程基础。