本课程旨在通过学习基础Python知识，培养学生使用统计推断方法来解决实际生活中的商业问题的能力，并使他们具备基本的编程能力。

课程涵盖条件期望、马尔可夫链、马尔可夫过程、布朗运动及鞅论等主题，并介绍其在随机微积分中的应用。

本课程涵盖基础数值方法（包括浮点运算、数值线性代数、非线性方程求解、插值、曲线拟合、样条函数、微分、积分、蒙特卡洛方法、常微分方程）、偏微分方程的数值解法（抛物型偏微分方程的有限差分法、稳定性、收敛性、布莱克-斯科尔斯方程的应用、自由边界问题、美式期权定价应用）以及概率方法（随机变量、随机数生成、蒙特卡洛模拟、二叉树模型、随机微分方程）等核心内容。

本课程涵盖交易策略复制、套利、市场完备性、鞅表示定理、金融基本定理、随机微分方程及期权定价的布莱克-斯科尔斯公式等主题。

本课程介绍金融衍生品与投资组合风险度量及管理的核心概念，阐释企业与个人投资者学习风险度量与管理的必要性。课程第一部分将概述常见金融衍生品工具的特性、在投资与对冲中的应用及定价方法；第二部分将引导学生洞悉企业识别风险要素、度量损失敞口及选择风险管理工具的方法，详细解析企业面临的各类风险及风险管理的成本与收益，并深入探讨广泛应用的风险价值（VAR）与期望短缺（ES）框架在企业风险敞口估算中的应用；第三部分聚焦投资组合的度量、管理及绩效评估。为凸显课程内容的实践相关性，教学中将贯穿多个真实案例研究。

学生将学习如计算市场指标、期权价格等金融问题的数理概念和计算方法。

本课程涵盖各类时间序列模型，包括自回归积分滑动平均模型（ARIMA）、广义自回归条件异方差模型（GARCH）、单位根与协整以及向量自回归模型，学生将通过实践掌握所学全部模型的应用方法。

本课程介绍衍生品定价与对冲的理论及实践，涵盖股票与股指、外汇、商品及利率衍生品，同时探讨相关基础数学概念与衍生品市场的制度结构。

本课程将介绍统计学概念与模拟方法，以统计与模拟软件作为计算辅助工具开展运算。学生将学习如何在统计学概念与方法的指导下，完成数据的整理与分析。此外，本课程还会讲解如何选择合适的统计与模拟方法，以解决相关金融问题。

本课程对固定收益市场及其各类工具的多方面内容进行总体介绍。

本课程为有志于在金融机构、企业、政府及国际组织中担任从业者、研究者或决策者的学生奠定坚实基础。学生将掌握数据分析与研究的核心技术知识。

本课程要求学生已掌握风险-收益关系、投资组合理论及资本资产定价模型（CAPM）的基础知识。课程将更深入地探讨投资与投资组合管理决策：首先从全球视角分析资产配置决策与投资，接着采用“宏观与微观市场分析—行业分析—公司分析”的三步自上而下法，对可投资的不同类型证券（债券与股票）进行评估，最后批判性地审视各类股票投资组合管理策略及绩效评估方法。

本课程将全面介绍投资行业概况，重点聚焦固定收益证券及债券投资策略，同时涵盖股票、宏观经济与行业分析，以及股票估值和股票投资组合管理相关内容。

本课程将介绍违约风险及信用风险相关证券的概念，涵盖信用评级、违约预测与信用评分模型，讲解公司债券、收益率利差及信用衍生品等工具，同时探讨违约风险定价模型及KMV模型等市场违约模型。

本课程旨在传授理解公司治理与商业伦理相关议题所需的知识，涵盖公司治理体系、企业的股东视角与利益相关者视角对比、董事会职能、企业所有权结构、绩效与薪酬机制，以及企业社会责任等核心内容。

本课程介绍Python编程语言，帮助学生掌握如何运用该语言开展金融与计量经济分析，内容重点聚焦投资组合优化、资产估值及衍生品定价三大方向。

本课程将帮助学生建立对算法交易的核心认知，重点教授量化交易策略的开发与实施方法。课程涵盖的代表性主题包括：高频交易与逐笔数据、回测与自动化执行、均值回归策略、动量策略、套利策略、风险管理及绩效评估。