本书共5篇23章，内容包括:(1)量化投资基础及Python应用环境；(2)Python程序设计基础；(3)Python金融投资数据获取；(4)Python工具库NumPy数组与矩阵计算；(5)Python工具库SciPy优化与统计；(6)Pandas金融投资数据分析；(7)Python描述性统计；(8)Python相关分析与回归分析；(9)Python金融时间序列的自相关性与平稳性；(10)Python金融时间序列分析的ARIMA模型；(11)Python金融时间序列分析的ARCH与GARCH模型；(12)Python计算资产组合的收益率与风险；(13)Python优化工具在投资组合均值方差模型中的应用；(14)Python应用于存在无风险资产的均值方差模型；(15)Python在资本资产定价模型中的应用；(16)贝塔对冲策略；(17)量化选股策略；(18)量化择时策略；(19)量化选股与量化择时组合策略；(20)量化投资统计套利的协整配对交易策略；(21)基于Python环境的配对交易策略；(22)人工智能机器学习算法量化投资；(23)Backtrader量化交易软件介绍。 本书内容新颖、全面，实用性强，融理论、方法、应用于一体，可作为金融科技、金融工程、金融学、投资学、保险学、会计学、财务管理、经济学、财政学、统计学、数量经济学、管理科学与工程、应用数学、计算机应用技术等专业的高年级本科生和研究生的教材或参考书。