本书是在同一家投行效力时间最长的美国投行家——摩根士丹利分析师詹姆斯·A.朗德的40年职场经验分享，从职业生涯规划、客户关系管理、做卓越的领导者三个角度，分享了作者自我管理、客户管理、团队管理的宝贵经验。朗德每年都会做大约50场演讲，内容涵盖投行人士的情商和软技能的提升。他的演讲在华尔街金融圈和美国众多高校广受欢迎。在摩根士丹利，他作为投行家的生涯已经成为一代传奇。

《投资有规律》（第2版）围绕着如何科学看待股票投资展开，关键词是商业模式。第一章，从具有普遍适用性的“命”“势”“能”“运”来解构股票投资，分析股票投资自身的盈利模式，提出了时间套利，回答了股票市场有哪些钱可以赚、各方参与者都是怎么赚钱的、钱被谁赚走了等问题。第二章，主要围绕A股历史上的牛市与熊市，尤其是股灾分析其成因。第三章，关于预测未来，需要解决投资的方向、幅度、时点三个问题。第四章，围绕A股绕不开的周期，从商业模式入手，分析了周期的根源与周期波动的特点和规律。第五章，研究对象是估值，提出了

本书给出了实施方案和实施步骤及参考标准，总结提炼了一些与银行系统建设紧密相关的理念，描述了银行在元宇宙中的定位、元宇宙特殊性对银行业务带来的影响及处理措施，包括元宇宙货币的单向流动性及黑市交易、基础业务领域的变化、元宇宙中银行的泛化服务、共享存储功能等内容。

中国要实现乡村振兴，一定不能忽视农村经济的发展和农民生活水平的提升，因为这决定着整体发展目标的实现。随着金融市场的不断发展，金融服务的广度和深度都在不断地扩大和加深，并为农村经济发展提供了多元化的动力，也为农民的金融服务需求提供了更多的选择。本书围绕着农村发展的核心问题--农民收入水平提高，展开其与农村金融发展的探讨，从理论层面和实证分析两种视角出发，着重探讨涉及农村金融服务的多方面发展情况，以及对农民增收的推动作用;同时，挖掘农村金融发展推动农民增收的普遍因素和关键指标，使其成为本书研究目的的

本书以作者首次提出的“股东资源”这一全新的学术概念，全面分析论证了其在公司生存、发展中的重要价值。作者认为，与其“事后观察”并讨论股权结构对于公司治理、公司业绩的影响，不如“事前预判”什么样的股东会走到一起创办公司并共同追求价值增值。在股东资源逻辑看来，“物以类聚，人以群分”很好地刻画了公司由传统的“资合”向现代的“人合+资合”蜕变过程中所体现的资源效应（物质基础）以及内嵌于公司运行中的治理逻辑（上层建筑）。其中，股东资源（主要指少数大股东的资源禀赋）的异质性、互补性、长期性，以及股东资源集聚对

本书首先通过建立数理模型，推导科技金融支持科技创新的作用机制。然后引入三种金融支持方式验证其对科技创新支持的提升或抑制作用。其后利用数据包络分析（DEA）方法和回归分析法，对我国各省（自治区、直辖市）的科技金融支持科技创新的实践效果进行研究，并细化分析科技金融体系对科技创新的影响。最后基于协同学的视角，将科技金融与科技创新视为协同发展的复合协同系统，通过建立复合协同系统模型，判断两者之间协同度现状及发展趋势。

本书的使命是帮助老师们用专业的教学设计把知识经验开发成课程，并用有效的教学方式传授给学生。传统的课程开发几乎是内容的堆砌，老师备课的主要任务是准备自己要讲的内容。本书脱胎于作者主讲的线上课程“金课开发训练营”，用15讲内容系统地讲授了建构主义课程开发的关键主张和核心技能。实际上，比内容更重要的是设计学生的学习参与以及吸收转化过程。课程究竟要实现什么样的教学目标？不同类型的内容该用什么样的教学策略？如何用有效的过程框架展开教学过程？用什么样的教学形式才会让学生有更深刻的学习体验？用什么样的结构来统

本书作者通过个人学习Python的经历,萃取出一套高效率的学习途径,帮助零基础的非专业程序员迅速掌握Python语言来进行数据处理、分析金融数据以及展开数字化营销。全书共7章,第1章介绍基础知识,第2章介绍如何写脚本,第3章重点介绍Pandas数据分析,第4章介绍Python数据抓取,第6章和第7章介绍如何运用Python来进行金融数据分析和数字化营销。

资产配置是目前及未来很多家庭与个人实现投资的有效手段，但目前很多人对此仍旧缺乏相应的认知，单一的股票、基金或者存款等，不是收益太低，就是风险太大，容易造成剧烈的波动。资产配置能有效地的平抑风险，而对此知识的普及则不多。本书就是从这个角度出发来组织整理出来的一本资产配置认知书，从基础的资产配置分类到最终的资产配置比例分配技巧、实战等，都通过详实的数据和抽象出来的案例模型来讲解。以资产配置数据分析结果——腾讯理财通结合10家基金公司与投资机构以其服务过的大量高净值人群投资经验为蓝本，讲述如何使用现代

大数据征信是大数据技术与征信业务相结合的产物，它通过对多源、异构、海量、实时数据进行采集、整理、分析和挖掘，实现多维度刻画信用主体画像，并运用大数据技术设计征信评价模型，向使用者提供信用主体的履约和信用状况，作者团队研发平台为大数据征信智能评估与开放服务平台。在《中华人民共和国数据安全法》和《中华人民共和国个人信息保护法》相继施行的背景下，本书就如何规范大数据征信行业及如何让大数据征信赋能其他行业展开分析和设计。 本书主要面向大数据技术从业人员、征信行业从业人员和有意愿了解大数据征信的各行业主体