本书从金融数据挖掘的数据整理（cluster and classification）和重抽样方法（resampling）开始，介绍了模型的筛选方法（selection methods）、克服高维灾难（disaster of dimensionality）的方法，以及非线性模型（non-linear models）、非参数估计（unsupervised estimation）、决策树（tree-based methods）和支持向量机（support vector machines）等数据挖掘方法，并在后面介绍了R语言的基本操作。 本书的案例均采用股票市场数据来进行数据挖掘分析，利用简明实用的一些数据挖掘方法来诠释金融数据挖掘的魅力，以期每一名本书的读者都够掌握一些本书介绍的方法，并应用于股票市场投资当中去。当然，正像所有投资书籍及投资机构都会提到的一样，本书也必须指出，“投资有风险，挖掘需谨慎”。