本书按照交易的过程和交易应具备的要素，从趋势理念、入仓、止损、止盈、资金管理、交易系统和交易心态中遇到的困惑难题，分别进行梳理，试图将这些困境捋顺，同时根据交易逻辑、交易技术和心态，将每一个困境产生的原因、背景、问题关联进行全方位剖析，还原交易困境全貌，然后在此基础上提出可行的解决方法。另外，这些交易困境相互关联、错综复杂，本书试图让我们站在更高层次的视角上，在短期内走出一系列交易困境，从而快速打通交易的各个环节，早日走出交易的迷宫，实现稳定盈利。

本书挑战了金融风险领域的传统智慧，解释了以简单的方案管控金融体系为何注定会失败。本书认为核心风险产生于体系内部，生发于个体之间的相互作用，并因无数个体的信仰、目标、能力和偏见而永久存在。人们普遍认为风险源于金融体系之外，这一错觉削弱了我们度量和管理风险的能力，同时，新的监管法规虽然有助于降低小规模风险的水平，但反而鼓励过度的风险承担。书中援引过去和最近的危机教训，说明多样性是保护金融体系的最佳方式。

传统的股市技术分析书籍一般从图表模式和技术指标出发，分析如何选择进入点和退出点、开发交易系统以及制定成功的交易计划。近年来，机器学习与神经网络技术快速发展，并且与传统量化方法相结合，产生了无限的可能性。基于此趋势，本书将重点放在交易模型的构建上，即如何寻找合适的算法来实现交易以及如何优化这些算法。本书直接从技术指标等数据出发，介绍了交易模型与投资组合优化方法、如何利用基础算法（线性回归、lightGBM）预测股市的涨跌与股价、利用消息面来预测市场情绪、利用深度学习和强化学习算法预测股票，以及如何

以从业者视角探讨如何在金融领域有效运用大数据和机器学习。
近年来，机器学习和数据科学在投资中发挥着越来越大的作用。借助机器学习和大数据，投资经理能够做出以往传统模型无法实现的预测，进而做出明智的决策。然而，并不是所有的数据集和机器学习技术都对金融投资有用，也不是所有的机器学习技术都可以即插即用。
《大数据、机器学习与量化投资》这本书由资深量化分析专家托尼·吉达主编，汇集了多位业内颇具影响力的专家学者的前沿分享，阐释如何应用机器学习和大数据技术来解决投资问题

私募股权和风险投资（PE/VC）领域中的股权投资协议应当如何进行条款设置？该等条款设置在争议解决过程中又将被如何认定与裁判？本书一方面从投资退出的视角出发，系统地分析了PE/VC股权投资协议中涉及的重要条款，如先决条件、股东资格、对赌设置及特殊股东权利等，以及这些条款在实践中可能引发的争议和风险；另一方面,本书结合国内外法律规制和司法实践，对该等风险提出具体的防范措施与建议。

本书的主要贡献在于将投资组合的金融理论、高维高频协方差矩阵估计与预测的统计理论和各类机器算法有机结合在一起，尝试应对高频交易、高维资产的市场特征下投资组合模型应用面临的挑战。

本书可供从事金融理论、金融科技研究和量化投资的读者参考。

本书包括28个章节，精选了马斯格雷夫的会议论文、期刊论文以及他职业生涯中发表的文章；本书讨论了财政理论的传统及其对作者工作的影响，并考察了它们与国家理论和分配正义理论的联系；本书选定的主题包括：公共财政基础、税收公平、税制改革、联邦制和预算增长。

本书由上海市委党校（行政学院）副教授郭艳著。在“政府非税收入”概念提出之前，我国长期使用“预算外资金”的概念。作为计划经济的产物，预算外资金在特定的历史时期曾经为调动地方与部门的积极性发挥了重要作用，但同时预算外资金的无序膨胀、管理失范、监督弱化、预算肢解等问题又为国家财政管理埋下隐患，使得财政管理理念与管理方法在实践中不断进行调整和创新，“政府非税收入”这一概念即是在这一过程中应运而生。政府非税收入规范化改革是完善我国分配制度，规范收入分配秩序的重要内容之一，对发展社会公共事业、调节

这是一本讲述我国现行税收制度的基本理论、制度框架、基本内容和综合纳税申报的教材。全书共分为3篇11章，主要内容包括总论、各税种税制要素及税收征收管理与工业企业综合纳税实务。在编写过程中，我们秉承“实际、实用、实效”的原则，运用大量附带答案解析的例题，简化理论知识点；每章都设计了案例链接、微课小视频、相关案例的课程思政视频和同步测试题，为更好地开展“以学生为中心”的教学模式提供了丰富的素材。
《税收实务》既可作为高等院校会计专业、审计专业、财务管理专业、税收专业及其他相关专业的教材，也可作为

本书针对政府会计准则制度实施过程中的100个重难点问题，采用问答的方式进行讲解。从内容上，本书聚焦政府会计准则制度在会计实务中的重难点，以应对会计实务中难以理解或容易引起疑惑的问题。从形式上，本书每个问题以经济事项或业务为对象进行讲解，更为贴近实务工作中面临的业务情景；多数问题采用讲解和示例相结合的方式，以解决问题为导向。从篇幅上，本书每个问题的讲解篇幅短，适应现代利用碎片时间学习的方式，提供更具效率的学习渠道。