這是一本薪酬管理與體系設(shè)計的工具書。在書中，世界500強公司薪酬總監(jiān)手把手教你開展薪酬管理工作。 薪酬管理是人力資源管理的重要模塊，本書以薪酬管理的內(nèi)部公平性和外部競爭力為基礎(chǔ)，從人力資源總監(jiān)和人力資源經(jīng)理、薪酬經(jīng)理、薪酬主管的能力要求出發(fā)，通過翔實的理論闡述和生動的案例解析，講述了薪酬體系建設(shè)、薪酬調(diào)整以及薪酬激勵、異地人員派遣等內(nèi)容，全面梳理了企業(yè)薪酬管理的知識體系和技能體系。本書在章節(jié)之后附有“有問有答”環(huán)節(jié)，

在電子商務(wù)市場競爭越來越激烈的環(huán)境下，運營與營銷是保證電商企業(yè)正常發(fā)展的基本條件，本書從電商運營和營銷的角度出發(fā)，介紹了電商運營和營銷的基礎(chǔ)知識、店鋪規(guī)劃、直通車引流、鉆展推廣、活動營銷、內(nèi)容營銷、渠道營銷、數(shù)據(jù)分析、店鋪優(yōu)化、移動電商和跨境電商等時下常用與流行的運營與營銷知識，以幫助電商從業(yè)人員更好地管理和發(fā)展店鋪，獲得更多的競爭優(yōu)勢，成為電商市場中的常青樹。 本書以電商運營與營銷為寫作導向，可作為各類電子商務(wù)培訓

《現(xiàn)代金融市場：理論與實務(wù)（上下冊）》全面、系統(tǒng)、規(guī)范地介紹了中國金融市場的發(fā)展歷程和發(fā)展現(xiàn)狀，對存在的問題和發(fā)展前景進行了深入的分析，并專題討論了中國金融市場的風險、監(jiān)管制度和未來的發(fā)展戰(zhàn)略。各章配有豐富案例及習題。本書適合金融市場從業(yè)人員、高校師生以及其他對金融市場業(yè)務(wù)感興趣的人員使用。

《企業(yè)創(chuàng)新、產(chǎn)品質(zhì)量升級與國際貿(mào)易》是作者嘗試理解解釋中國國際貿(mào)易開放與中國經(jīng)濟發(fā)展的第五本著作，主要討論新世紀以來，中國制造業(yè)企業(yè)特別是出口制造業(yè)企業(yè)的研發(fā)、專利等創(chuàng)新情況，國家宏觀層面各項貿(mào)易政策、人民幣匯率政策、相關(guān)產(chǎn)業(yè)政策如何影響微觀制造業(yè)企業(yè)的創(chuàng)新情況，以及企業(yè)的創(chuàng)新又是否提升了企業(yè)產(chǎn)品的質(zhì)量，是否提高了產(chǎn)品的出口附加值，是否提升了出口品的國家競爭力，如果是的話，那么力度有多大，是通過什么機制來實現(xiàn)的，等等

本書所介紹的全球通用的準則將幫助投資者理解定量投資方法，并將這些方法應(yīng)用到當今的投資過程中。在新版中，作者對該學科中的相關(guān)內(nèi)容進行了更新；并對一些主要內(nèi)容（包括回歸、時間序列和多因子模型）的表述和介紹進行了修改；此外，還提供了更加豐富多彩的投資實例，這些實例反映了在當前投資界中所發(fā)生的變化。本書對許多定量分析方法予以了清晰的介紹，并給出了實例。本書討論的主題包括：貨幣的時間價值；折現(xiàn)現(xiàn)金流的應(yīng)用；常用概率分布；抽樣和

《量化金融投資及其Python應(yīng)用》內(nèi)容包括：（1）量化金融投資的Python工作環(huán)境；（2）Python基礎(chǔ)知識與編程基礎(chǔ)；（3）量化金融投資程序包Python-NumPy應(yīng)用；（4）量化金融投資程序包Python-SciPy應(yīng)用；（5）量化金融投資程序包Python-Pandas基本數(shù)據(jù)結(jié)構(gòu)；（6）量化金融投資程序包Python-Pandas在金融數(shù)據(jù)處理中的應(yīng)用；（7）金融時間序列分析及其Python應(yīng)用；（8

《量化股票組合管理》是一部關(guān)于構(gòu)建和管理高收益量化股票組合的全方位的指南。這部細致入微的著作從量化主動管理的基本原則開始，之后清晰地描述出如何利用這些強有力的概念構(gòu)建股票投資組合。路德維希B.欽塞瑞尼和金大煥在本書中對以下主題做了清晰的解釋：基本模型、因子和因子選擇、基于基本面的股票篩選和排序、經(jīng)濟因子模型以及對因子收益率和暴露度的預測。讀者將在本書中找到關(guān)于組合權(quán)重、組合再平衡、交易成本、稅務(wù)管理、杠桿、市場中性、

全書一共5章，第1章介紹量化投資專家系統(tǒng)，起到提綱挈領(lǐng)、點明任務(wù)主題的作用。第2章介紹量化投資專家系統(tǒng)開發(fā)，需求是設(shè)計更是算法，通用性極強。第3章從PHP開發(fā)者的角度詳細講解代表性模塊的開發(fā)與實現(xiàn)，從而達到舉一反三的目的，加深讀者的印象。第4章從基本面、技術(shù)面和高頻方面分別列舉了兩個策略。第5章通過一些小案例提高讀者的開發(fā)能力。第6章將在模型講解的基礎(chǔ)上，給出建模方法和績效評估方法，并公開部分機構(gòu)模型，指導投資者進一

Python是當前金融行業(yè)的主流編程語言，金融機構(gòu)特別是量化投資領(lǐng)域大量使用Python進行數(shù)據(jù)分析以及投資策略測試、實盤交易等。財經(jīng)類院�；旧蠜]有開設(shè)Python編程這門課，主要還是Excel、R等。本書主要包括三部分：介紹金融領(lǐng)域內(nèi)的前沿科技，主要是大數(shù)據(jù)、云計算、人工智能等；二是Python數(shù)據(jù)分析篇，主要介紹Python編程基礎(chǔ)，Pandas數(shù)據(jù)分析以及網(wǎng)絡(luò)爬蟲；三是量化投資篇，主要包括量化投資常見策略，當

數(shù)據(jù)挖掘技術(shù)是量化投資的基礎(chǔ)，大部分量化投資策略都是基于數(shù)據(jù)挖掘技術(shù)而得到的，所以本書的中心是介紹在量化投資領(lǐng)域常用的數(shù)據(jù)挖掘技術(shù)及如何運用這些技術(shù)去進行量化選股、量化擇時等量化投資實踐行為。本書將要介紹的數(shù)據(jù)挖掘技術(shù)包括數(shù)據(jù)的預處理、關(guān)聯(lián)、分類、回歸、聚類、預測、異常檢測等具體的數(shù)據(jù)挖掘技術(shù)，在每個技術(shù)環(huán)節(jié)，都有實際的應(yīng)用案例和實現(xiàn)程序，這樣便于讀者快速入手。本書最后將給出至少一個這些技術(shù)的綜合應(yīng)用案例，以加深這些