货币论（全两册）

本书以金融机构为主线，从不同方面论述了英国金融组织变迁。书中综述了英国金融组织体系的基本机构、分类演变和体系特点；阐释了英国银行业的起源与发展；集中论述了英格兰银行的产生和发展的艰难历程；介绍了除英格兰银行之外的英国的银行金融机构和非银行金融机构情况；介绍了近年来英国政策性金融组织和互联网金融组织发展概况；分析了英国银行业从早期非正式监管到法定监管体系确立再到全方位监管模式的发展，揭示了未来英国金

现阶段中国供给结构的突出问题集中表现为低效劣质供给多，高端优质供给少，而根本原因是部分基础性要素配置市场化机制和政府配置资源的决策机制不健全。本书分析投资优化供给结构的机理，提出优化供给结构需要推进基础性要素配置市场化和生态产品供需市场化，以普惠、透明、稳定的激励政策引导企业在关键核心技术领域加大研发投入，鼓励社会资本增加优质民生服务供给，完善政府配置资源的科学民主决策机制，推动形成需求引导投资、

北京社启社会组织建设促进中心与南都公益基金会联合启动了“中国社会企业与社会投资行业扫描”调研，由7家机构将近30名调研人员用15个月的时间打造了这份反映行业发展现状的报告。本报告包含1篇总报告、4篇分报告，从“社会企业”“社会投资”“社会企业支持型机构”“政策环境”四大方面对中国社会企业和社会投资行业状况进行全景式分析和展示，为行业发展和国家相关政策的制定提供决策参考。

《数据驱动的供应链金融：数据要素赋能供应链金融产品的方法与实践》聚焦于特定供应链场景中的中小企业的贷款产品，按顺序阐述数据驱动供应链金融工作的整个过程。本书共12章，从总体概述、数据实施工作、数据成果运用、知识沉淀四个部分详细阐述了数据驱动的供应链金融的理念和实践，深入研究了供应链金融的发展。结合自身多年实践经验，作者提供了数据驱动的供应链金融的全面实践指南，有助于读者更好地理解与利用数据的价值，

本书讨论了机器学习在量化交易中的应用，包括基木的机器学习算法、特征选择和榄型评估等，帮助读者理解机器学习策略的基本原理和实践方法。通过学习，读者能够了解量化交易的核心概念和方法，掌握Python编程语言和ChatGPT技术在量化交易中的应用，以及各种常见的量化交易策略的实现和优化。

本书比较了在资产配置的收益－风险分析中常用的风险度量，从均值－风险模型与随机占优一致性的角度，给出在资产配置优化中选择风险度量及其对应的均值－风险模型的建议；系统研究和发展了安全首要准则下的资产配置优化理论，给出了资产组合的有效前沿性质以及基金分离现象存在与CAPM成立的条件；分别建立了包含心理账户和背景风险的改进型安全首要模型。

本书结合具体实例讲解了金融大模型开发的核心知识。全书共12章，讲解了大模型基础、大模型开发技术栈、数据预处理与特征工程、金融时间序列分析、金融风险建模与管理、高频交易与算法交易、信用风险评估、资产定价与交易策略优化、金融市场情绪分析、银行应用大模型开发实战、区块链与金融科技创新和未来金融智能化发展趋势。

金融市场是一个充满活力的市场，对这个市场运行规律的研究是金融研究的一个重要领域。本书首先在构建投资组合的基础上，综合使用时间序列回归分析、GRS检验和Fama-MacBeth两步法等对五因子资产定价模型在我国的表现进行了实证研究。然后，将五因子资产定价模型应用于流动性定价、IPOs长期表现、基金绩效表现等多个方面，探讨了我国金融市场的运行规律。

本书共分为5章，从基础的Python编程和量化金融概念出发，逐步引领读者进入金融数据分析、量化策略开发、算法交易及风险管理的高级话题；还探讨了生成式AI和ChatGPT在量化金融领域中的应用，为读者提供了一个全面的视角和实用的工具。