本书为适应金融学教学从以“理论教学”为主，向以“理论应用”为主的应用型人才培养为主转变的需要，结合国内外金融理论和实践的发展变化，在教材编写中更加注重社会实践内容的写作。书中除了介绍基础理论外，还增加了引入案例，章节综合练习题和实训项目，来帮助读者开拓视野，打开知识面，提高对金融学理论及实践问题的判断和思辨能力，为今后的金融学研究打下基础。本书适合作为普通高校金融学、经济学的相关专业学生学习的教材，也可作为金融从业人员的参考资料。

　　第一版教材于2017年7月出版，使用二年多来，得到了老师和同学们的充分肯定，普遍认为该教材体系完整、内容实用、新颖。但是教材中也存在一些错误或疏漏，而且有些内容跟不上金融发展趋势，需要进行改版。
　　《金融学（第2版）》改版后的特点：
　　（1）内容新颖。吸收国内外金融发展动态及*新科研成果，确保内容新颖、富有时代感；
　　（2）语言精炼。控制篇幅，精炼易懂，便于学生掌握；
　　（3）案例丰富。选用合适的图表和案例，激发学生学习兴趣，有利于学生自学和理解。

　　《银行管理学（第3版）》本次修订版教材是在吸收了当前国际银行业大量经营与管理的研究和实践的成果的基础上完成的。它对当代商业银行的重要的经营理念和新理论作了较为深刻的探讨，对现代银行经营管理模型、方法和金融技术也作了比较全面的阐述，同时结合了一些经典的案例分析，理论联系实际，可以强化读者对相关知识的领悟和掌握。
　　《银行管理学（第3版）》力求紧扣现代银行业发展的脉搏，其框架的安排有较严密的逻辑性，内容的安排在保证前沿性和科学性的前提下，尽量做到循序渐进，由浅入深，以便于读者学习。

本教材以货币、信用理论为基础，以市场经济体系下金融的整体运行为主线，以金融市场构成、商业银行经营管理、中央银行宏观调控为核心，全面介绍了货币、信用的基本理论，金融市场及金融体系的特征及运行，商业银行的业务经营与管理，中央银行与金融调控，以及开放条件下的金融运行等内容。在系统阐述金融学基本原理和现实问题的基础上，本书强调并突出知识的应用性和实践性。本次修订在第2版的基础上，进一步完善了教材体系，充实了教材内容，删除了与时代不符的内容，增加了新知识，更新了相关案例。与现有教材相比，本书的通用性更强，

　　《金融学》从实用的角度出发，秉承通俗易懂的基本特色，结合统计数据，从金融中重要的货币、信用、利率、资产定价、银行以及政府的宏观政策出发，力图为读者提供一幅简单易懂的金融领域发展图景，通过简洁明晰的阐释使读者了解现代金融的核心概念，熟悉现代金融的体系框架，掌握现代金融的运行机制。
　　《金融学》突出特点主要有：
　　一，根据应用型人才培养的目标，在介绍金融相关基本理论的基础上，教材选取金融热点案例，以帮助读者加深理解金融知识，理解经济与金融的运行；同时，本教材加入资产定价内容，读者

本书以开放经济为环境，以实体经济运作为基础，从各经济主体的财务活动中引出金融的供求；以货币、信用及其价格等基本要素为基础，阐明各要素之间的关联性；以金融机构和金融市场为载体，阐释金融运作的基本原理；以利率为连接微观金融与宏观金融的纽带，说明其作用机理；以宏观调控和金融监管为保证，研究金融发展的稳健与效率问题。

本书是南开大学金融系（现为金融学院）开设20年投资银行学课程成果的结晶。作者在详细阐述投资银行基本知识和基本业务的同时，还特别关注读者对中国投资银行业务的理解和接纳程度，因此，本书非常适合国内的初学者。另外，作者注重引入案例讲解，不但在相应的知识点上列举并分析了国内相应的案例，还从国外成熟市场投资银行业务中精选经典案例，使读者既能理解中国投资银行业务，又能熟悉当前国际发展前沿和成果，具有更广的视角。

　　《Python金融数据挖掘》介绍了金融数据挖掘的基本原理、方法和应用。全书共17章，分为基础篇、算法篇和应用篇三部分。基础篇概述金融数据挖掘的应用，介绍实验环境的搭建和三个与数据分析密切相关的Python第三方程序包等；算法篇针对数据分类、数据聚类、关联分析以及时间序列分析等领域介绍主要的数据挖掘算法与应用；应用篇介绍三个典型的金融数据挖掘综合应用案例。
　　《Python金融数据挖掘》着重于数据挖掘在金融领域的应用实践，而不过分拘泥繁杂的数据挖掘理论，而且书中使用的所有案例都精心

本书是北京第二外国语学院国际商务专业硕士研究生教材之一，简明地概括了投资银行学科的主要知识点，还提供了必要的案例，以便学生可以跳出非常细节的知识来把握国际金融这门课程的全貌，并尝试将所学课本知识用于分析现实问题。全书共分五章，分别从证券发行与承销、并购重组、资产证券化、项目融资、风险投资五个部分对相关知识点和案例构建知识框架，尤其是介绍的经典案例，不仅有利于学生理解和消化相关知识点，更有利于学生毕业后的实务操作。

　　《面向金融的机器学习（影印版 英文版）》探索了机器学习的新进展，展示了如何将其应用于包括保险、交易和贷款在内的整个金融领域。书中解释了主要机器学习技术背后的概念和算法，并提供了用于自制模型的Python代码示例。
　　《面向金融的机器学习(影印版 英文版）》基于Jannes Klaas为金融专业人士举办机器学习培训课程的经验。书中并未提供现成的金融算法，而是着重介绍了能够以多种方式应用的高级机器学习概念和思想。
　　书中展示了机器学习如何处理结构化数据、文本、图像和时间序，涵盖了