《金融统计与数据分析》具有以下特色：
顺应当今时代学科交叉融合发展的趋势，基于金融学、数学、统计学和计算机科学等相关知识，构建跨学科知识体系，满足新时代多元化、创新型人才培养的需求。
系统梳理金融学、数学和统计学基础知识，以中国案例为语境，以R语言为媒介，突出教材知识体系理论与实践的联系，更有利于具有不同学科背景的读者从理论走向应用。
坚持章节连贯性与独立性相统一，既可以满足读者系统性学习的诉求，也可以满足具有明确目标的读者直接锁定特定章节。
借助教材中所附数据和代码，读者可自行复现《金融统计与数据分析》中的结果，有助于将“高深莫测”的金融统计与数据分析变得“平易近人”。

第1章 金融基础知识
1．1 金融在经济中的作用
1．2 金融市场
1．3 复利
1．4 资产定价理论
本章小结
课后习题
拓展阅读

第2章 金融统计数学基础知识
2．1 微积分概述
2．2 矩阵知识概述
2．3 概率论知识概述
2．4 随机过程
本章小结
课后习题
拓展阅读

第3章 金融数据可视化与数据性质探索
3．1 金融数据概述
3．2 直方图
3．3 密度估计图
3．4 样本分位数图
3．5 概率图
3．6 案例分析
本章小结
课后习题
拓展阅读

第4章 多元统计模型
4．1 协方差矩阵和相关矩阵
4．2 随机变量的线性函数
4．3 多元正态分布
4．4 多元t分布
4．5 主成分分析
4．6 因子分析
4．7 聚类分析
4．8 判别分析
4．9 案例分析
本章小结
课后习题
拓展阅读

第5章 回归及诊断
5．1 一元线性回归
5．2 多元线性回归
5．3 回归诊断简介
5．4 检验模型假设
5．5 案例分析
本章小结
课后习题
拓展阅读

第6章 时间序列模型
6．1 数据的平稳过程
6．2 协整
……
第7章 ARMA模型
第8章 ARCH/GARCH模型
第9章 R语言应用
附录
参考文献