这本书的配套指南有个不常见的设计：目录里每个章节标题后面都跟着教材页码。读到「Simple linear regression」时，旁边写着教材第几页，意思是先看书上那一节，再回来跑这段脚本。175 页、25 章，从头到尾都在做这一件事——把教材里的方法逐条翻成 Python。

对应的主教材是 Chris Brooks 的《Introductory Econometrics for Finance》第 4 版（Cambridge University Press，2019）。指南里写明：它是配合教材用的，教材负责讲清概念，指南负责让你把模型估出来、把结果解释明白。

第 1 章不讲计量，讲的是 Python 是什么、有几种运行方式、Jupyter Notebook 长什么样、卡住了去哪找帮助。第 2 章把数据处理的基本功铺完：变量与命名规则、缩进、注释、数学运算、Pandas 与 NumPy 两个库的分工、数据读写、描述统计与计算、画图、保存数据与结果，末尾用一份房价数据算摘要统计算作收尾。

这两章是整本指南的门槛。跳过它们直接翻到第 19 章波动率建模，多半会在读文件那一步停住——不是模型难，是路径和列名对不上。

这个顺序与教材一致，所以它适合当「边读边做」的练习册，不适合当独立参考手册——想直接查 GARCH 怎么写，你会拿到一段脱离上下文的代码。第 10 章那份诊断清单反而是全书最耐用的部分，把九类检验集中在一章，做实证时按单子走一遍能省不少返工。

教材配套的学生资源页里，Python code 一栏共 24 项，按章编号从 Chapter 02 的 Data Management 到 Chapter 25 的 VaR Calculation，每项 1—2 kB，是单章的 .py 脚本；页面另有一个 53 MB 的整包，用于一次下载全部已解锁资源。

这里有个容易踩的点：这些代码资源在页面上逐项标注「To download this resource you must be registered as an instructor and logged in」，也就是要教师身份注册后才能下载；页首同时说明「有些资源公开、有些只给教师」。指南本身在 SSRN 上按作者描述是免费的，代码要看你的账号身份。取不到代码不影响读指南，但前两章的例子跑不起来。

第一，它不替代教材。指南里的方法说明都很短，推导与直觉在书上；只读指南会得到一堆能跑但不知道为什么这么设的命令。

第二，代码是示例脚本，不是包。变量名固定、路径写死是常态，换自己的数据要改读入段和列名。

第三，2019 年写的脚本放到今天要注意库版本。Pandas 与 statsmodels 的接口这几年动过，pd.read_csv 的参数、statsmodels 的部分结果属性都有调整；跑不动时先看报错指向哪个函数，再查该库当前文档，不要照抄旧答案。

先把第 2 章那段房价摘要统计跑通，跑通了再按教材章节往下走，一章一段，别一次下全部。

回复本帖，可见 SSRN 条目页与 Cambridge 配套资源页的直达链接、24 项代码清单原文，以及指南摘要与引用格式。