本书针对在财经数据分析与研究领域较为常见的数学模型，编写Python应用程序，进行实证分析。全书包括Anaconda平台Python运行环境、Matplotlib图表绘制、BeautifulSoup4网络数据搜索、投资效益分析、Numpy数组运算、SHA256加密函数、Chebyshev函数、Optimize拟合、常见非线性函数、环境EKC曲线、Cobb Douglas函数、可扩展Richards模型与CES模型、Grey灰色系统模型、ANN人工神经网络等十四章内容。本书适合财经院校相关专业硕士研究生和高年级本科生作为教材使用，也适合相关领域人员学习参考。
阎虎勤，男，汉族，1963年11月15日出生于甘肃省正宁县。1982年9月至1986年7月，在兰州大学数学力学系计算数学专业学习，获理学学士学位。2000年12月至2002年12月，在澳大利亚默多克大学（Murdoch University）商学院通信科学专业学习，获通信管理硕士学位。2005年9月至2008年12月，在厦门大学管理学院技术经济与管理专业学习，获管理学博士学位。曾长期担任厦门国家会计学院信息管理处处长，现任远程教育处处长。教学和研究的主要方向为管理信息系统、计算机审计、经济增长与通胀、货币数量论、技术经济与管理。主要著作有《金融系统微机教程》（兰州大学出版社，1990）、《银行经营活动数量分析方法》（西北大学出版社，1992）《当代中国金融电脑事业》（西北大学出版社，1993）、《当代中国金融稽核事业》（西北大学出版社，1993）、《银行计算机稽核》（西北大学出版社；1993）、《中国经济增长与通胀坐标系》（中国财政经济出版社，2011）等。
第一章 Anaconda平台Python运行环境
第一节 Python财务数据分析方法
第二节 Anaconda3的Python运行环境
第三节 Python3.7库函数安装
第四节 Python临时库模块
第二章 Matplotlib图表绘制
第一节 Python语言基础
第二节 Matplotlih图形绘制
第三节 函数图形技巧
第四节 2D和3D函数图及坐标轴
第三章 BeautifulSoup4网络数据搜索
第一节 数据搜索环境
第二节 结构化数据搜索
第三节 新闻网页搜索举例
第四节 WordCloud词云
第五节 Jieba汉字库
第四章 投资效益分析
第一节 基本计算公式
第二节 现值法投资分析
第三节 年值法投资分析
第四节 收益/成本比率分析
第五节 内部收益率分析
第六节 多种投资方案分析
第七节 贷款管理分析
第八节 本量利盈亏平衡分析
第五章 Numpy数组运算
第一节 创建数组
第二节 一般函数方法
第三节 随机数与均值方差
第四节 正态分布函数
第五节 多项式求导、积分、求根
第六章 SHA256加密函数
第一节 比特币发币原理
第二节 MD5和SHA256加密函数
第三节 时间戳及字符串结构调整
第四节 比特币区块号125553的HASH值求解过程
第五节 比特币区块号674405 HASH值Python程序
第七章 Chebyshev函数
第一节 切比雪夫多项式
第二节 实际GDP及其累积增长指数
第三节 中美两国GDP样本数据
第四节 中国总体和人均实际GDP预测
第五节 美国总体和人均实际GDP预测
第六节 中美两国实际GDP增长预测
第八章 Optimize.Leastsq拟合模式
第一节 二阶多项式Leastsq拟合
第二节 三阶多项式Leastsq拟合
第三节 二阶切比雪夫多项式Leastsq拟合
第四节 三阶切比雪夫多项式Leastsq拟合
第五节 四个多项式Leastsq拟合对比
第九章 常见非线性函数
第一节 常见非线性函数
第二节 常见非线性函数高阶化
第三节 常见非线性函数Leastsq拟合
第十章 环境EKC曲线
第一节 线性回归模型
第二节 2030年中国碳减排目标
第三节 环境库兹涅茨曲线
第十一章 科布-道格拉斯函数
第一节 科布-道格拉斯函数及其性质
第二节 科布-道格拉斯函数的适用性
第三节 中国的CD函数（2000-2018）
第十二章 可扩展Richards模型与CES模型
第一节 切比雪夫多项式根的应用
第二节 可扩展Richards模型
第三节 CES不变替代弹性函数
第十三章 灰色系统模型
第一节 GM（1，1）微分方程的通解
第二节 GM（1，1）的邓聚龙估计法
第三节 GM（2，1）微分方程的辨识
第四节 GM（1，1）模型的通解拟合
第五节 GM（1，1）的邓聚龙解拟合
第六节 GM（2，1）模型优化解拟合
第十四章 人工神经网络
第一节 不考虑常数项扰动
第二节 考虑常数项扰动
第三节 两种常见激活函数
第四节 时间序列预测设计
第五节 道琼斯工业指数预测
第六节 上证指数预测
附录一 学生课程学习心得（1）
附录二 学生课程学习心得（2）
附录三 学生课程学习心得（3）
附录四 学生课程学习心得（4）
附录五 学生课程论文列表
后记
书单推荐
