全书分为七个项目，前六个项目是基本知识的学习和实践，每个项目由三个以上的试验环节构成。第七个项目是综合实训项目，融合所学的知识结合实际任务进行实践演练。项目以金融科技发展的主题为背景，明确项目任务，使得读者能够带着问题从知识点中寻找答案，再通过操作示范掌握Excel软件环境下的问题解决过程，最后通过能力拓展开拓相关知识视野。项目一主要介绍量化投资和概率论的基本知识；项目二主要介绍大数据背景下的企业风险管理以及数据采集、数据清洗和数据可视化的基本方法；项目三主要介绍人工智能赋能金融和数据的参数描述方法；项目四主要介绍数字人民币和第三方支付的关系以及平行数据的对比方法；项目五主要介绍区块链技术对金融业的影响和数据关联的描述；项目六主要介绍金融科技投资规模预测和趋势分析方法；项目七为综合实训。

项目一 基本概率
一、学习目标
二、项目背景：量化投资和概率论
（一）资产收益率
（二）货币的时间价值
（三）投资与随机变量
三、知识要点
（一）概率
（二）随机变量
（三）概率分布
四、项目任务
任务1 计算投资组合的数字期望和方差
任务2 根据统计数据计算事件发生的概率
任务3 条件概率计算
任务4 二项分布概率计算
任务5 正态分布基础计算
五、能力拓展：金融风险事件——“黑天鹅”与“灰犀牛”
项目二 由数据找关键
一、学习目标
二、项目背景：大数据背景下的企业风险管理
（一）大数据技术在企业风险管理中的应用
（二）大数据技术和风险管理流程的结合
三、知识要点
（一）数据的采集和清彩
（二）数据的排序和分组
（三）数据的特征和测度
（四）数据的可视化分析
四、项目任务
任务1 调查问卷评价
任务2 网络爬虫
任务3 数据清洗
任务4 数据的组别
任务5 刻画数据的集中趋势和离散程度
五、能力拓展
项目三 从数据看总体
一、学习目标
二、项目背景：大模型+小样本数据，人工智能赋能金融
三、知识要点
（一）总体和样本
（二）由样本估计总体参数
（三）假设检验
四、项目任务
任务1 从总体中抽样
任务2 总体标准差已知的总体均值估计
任务3 总体标准差未知的总体均值估计
任务4 总体比率的估计
任务5 样本容量的确定
任务6 从样本作推断
五、能力拓展
项目四 从数据看差距
一、学习目标
二、项目背景：数字人民币与第三方支付的关系
三、知识要点
（一）两个总体均值之间的差距
（二）匹配样本方案下的总体均值差距
（三）两个总体比率之间的差距
（四）两个总体方差之间的差距
（五）两个总体参数差距的检验
四、项目任务
任务1 方差已知条件下的两个总体均值的比较
任务2 方差未知条件下的两个总体均值的比较
任务3 匹配样本方案下的两个总体均值的比较
任务4 两个总体比率的比较
任务5 两个总体差距的假设检验
五、能力拓展：单侧检验原假设的选择疑问
项目五 从数据找关联
一、学习目标
二、项目背景：区块链技术对金融业的影响
三、知识要点
（一）相关分析
（二）回归分析
四、项目任务
任务1 数据的相关性表i杉
任务2 简单线性回归方程的建立、检验和预测
任务3 多元线性回归方程的建立、检验和预测
五、能力拓展：国家税收分析
项目六 从数据看未来
一、学习目标
二、项目背景：金融科技投资规模预测
三、知识要点
（一）时间序列
（二）时间序列分析
四、项目任务
任务1 移动平均法预测时间序列
任务2 长期趋势的分析方法
任务3 季节周期性数据的分析
五、能力拓展
项目七 综合实训
综合实训目标
综合项目一 货币的时间价值
知识要点
（一）货币的时间价影
（二）投资项目决策
实训任务
任务1 利率、现值、终值和年金
任务2 收益率计算
综合项目二 金融风险价值评估
知识要点
（一）VaR模型的定义
（二）VaR的计算方法
（三）回溯检验
（四）VaR模型的优劣
实训任务