这是一本写给普通人的财富一站式解决方案，从认知到实战，层层递进，直指普通人财富增长的核心——管理自己，而非预测市场。没有空洞的理论，只有可复制、好上手的家庭财富方案，助你在波动市场中守住钱袋，搞定家庭资产安全网，让财富稳健“跑赢”人生。

全书以投资价值评估为核心主题, 系统梳理了这一领域的历史演进、哲学思想、理论体系及实践方法, 并深入探讨了价值投资理念与资产定价等前沿金融学理论的有机结合。书中精选了中国及国际众多企业在近年来的鲜活案例, 特别关注中国金融市场的独特实践, 为读者在理论学习的同时提供实践视角, 启发其思考如何运用科学的评估方法在复杂多变的市场环境中做出理性决策。此外, 本书的每一章均精心设计了任务清单、核心内容和课后问答。这种系统化的编排形式帮助读者明确学习重点, 稳步掌握核心知识, 并通过启发式引导培养独立思考

本书共四章，第1章的新手投资必修篇，从搭建投资框架入手，介绍A股投资环境、趋势投资、技术分析指标等，帮助新手构建投资知识体系。第2章的老手投资进修篇，介绍了了解事件驱动、把握行业逻辑和风格，以及宏观经济分析和量化投资等，助力投资者进阶。第3章的高手投资实战篇，聚焦实战，探讨高手生存法则、指数化投资、投资模型与资产配置，剖析家庭财富管理。第4章的大师投资心法篇，上升到投资哲学高度，涉及东方智慧传承、行为科学、决策模型升级等，提升投资者的思维境界。

本书内容主要包括： ①金融市场环境； ②Python在金融资产时间价值中的应用； ③Python在金融投资收益与风险中的应用； ④Python在金融资产组合均值方差模型中的应用； ⑤Python在存在无风险资产的均值方差模型中的应用； ⑥Python在资本资产定价模型中的应用； ⑦Python在指数模型中的应用；⑧Python在套利定价理论中的应用； ⑨有效市场假说； ⑩证券收益的实证依据；Python在固定收益证券中的应用； Python在权益类证券中的应用； 期权合约及其交易策略； Pyth

本教材主要依据我国学生的特点，配合现有的经济学的教科书而编写的。编写的原则是“厚今薄古”，因而，在内容上舍弃了古代的经济思想，只从近代资本主义市场经济发端写起，同时，写作的重点是涉及长期以来成为主流的古典经济学和新古典经济学的经济思想，以及对于我们今天具有重要启发意义的非主流经济学思想。由于20世纪30年代以后的经济思想在“现代西方经济学主要流派”课程和相应教材中已有介绍，本书便不再涉及。本教材主要依据我国学生的特点，配合现有的经济学的教科书而编写的。编写的原则是“厚今薄古”，因而，在

本书作为金融专业的教科书，包含传统金融风险度量及风险管理理论的同时，兼顾了基于金融科技的风险管理理论等现代金融风险管理内容。本书系统介绍了金融风险管理与监管、金融风险测度、信用风险、流动性风险、操作风险以及市场风险等基本理论，并基于金融科技分析了各类金融风险识别、度量、管理和监管手段。本书以实用性为目的，详细且系统地介绍了金融风险管理理论，为学生从事风险管理、风险监管等工作奠定基础。

本书对于定价原理的相关内容尽量简化，没有做较大篇幅的论述，突出实用性。设有引导案例、知识库、自测题和阅读资料。通过具体案例的分析和讨论，有助于学生灵活地掌握各种金融衍生工具的具体操作方法和交易策略。书中介绍了金融衍生工具风险的识别与监管，是和会计学专业、财务管理专业、管理学专业交叉的知识。同时，兼顾了金融学、会计学、财务管理及管理学专业学生的需求。在教材编写过程中，力求简单实用，更多地突出与实践的结合。

《金融英语（第3版）》分为10个单元，分别介绍了货币、货币价值（包括通货膨胀和通货紧缩）、直接融资、间接融资、国际金融和金融危机等金融基础知识。通过学习这些内容，可以构建金融学科的知识基础，并理解金融的本质。
在教学过程中，教师可以根据不同的教学内容选择相应的单元，以满足不同学校对该课程学分的要求。
《金融英语（第3版）》每个单元的练习内容与课文相辅相成、题型丰富多样、来源渠道广泛，可以帮助学习者积累广泛的金融知识、了解现实生活中的金融现象，并培养学以致用的观念。
本书注重构建

《国际投资学教程（第6版）》共四篇（理论篇、方式篇、管理篇和国情篇）十二章，详细介绍了国际投资学的基础理论、现实情形、前沿成果与新动态。全书在经典理论的基础上提供了大量国际投资实践活动方面的生动案例，以及与国际投资相关的内容介绍，方便读者拓展阅读。本书第 6 版增加了党的二十大精神的内容，补充了全球（特别是中美）数字并购趋势、国际投资规则的挑战与改革、主要发达国家外资审查**动向、中国掀起新三样对外投资浪潮、中国稳外资如何再发力等**内容。

本书从基础概念讲起，逐步深入到策略构建、数据处理、模型优化及风险管理等核心领域，详细介绍了Python在量化交易中的应用，包括语言基础、常用库（如NumPy、Pandas）、数据可视化工具（如Matplotlib、Seaborn），以及机器学习框架。这些内容可以帮助读者打下坚实的基础，从而能够顺利进入量化交易的实战阶段。 在量化交易策略方面，本书详细介绍了多种经典策略，如趋势跟踪、动量策略、海龟交易策略、套利策略等，并结合DeepSeek的智能分析功能，展示了如何优化这些策略以适应复杂多变的市场