金融行业已经以惊人的速度采用python，一些大的投资银行和对冲基金使用python来构建核心的交易和风险管理系统。本书可以帮助开发人员和量化分析人员入门python，并指导他们掌握python在计量金融学上的重要应用。
本书通过大量的实用示例并以一个大型的真实案例研究为基础，讲解如何为基于蒙特卡洛模拟的衍生品和风险分析开发一个成熟的框架。本书大部分内容使用了交互式的ipython notebooks，并包含了如下主题。
基础知识：python数据结构，numpy数组处理、用pandas进行时间序列分析，用matplotlib可视化，用pytables进行高性能i/o操作，日期/时间信息处理和精选的实践。
金融主题：使用了numpy、scipy和sympy的数学技术，例如回归和优化；用于蒙特卡洛模拟、风险价值、风险信用价值计算的推断统计学；用于正态性检验、均方差投资组合优化、主成分分析（pca）和贝叶斯回归的统计学。
特殊主题：用于金融算法的高性能python，如向量化和并行化；python与excel的集成；以及构建基于web技术的金融应用程序。