英文简介
This course focuses on the analysis of financial data.
开课院系
数学科学学院
通选课领域
是否属于艺术与美育
否
平台课性质
平台课类型
授课语言
中文
教材
自编讲义；
金融数据分析导论:基于R语言,[美] 蔡瑞胸 著；李洪成，尚秀芬，郝瑞丽 译,机械工业出版社,2014,利用python进行数据分析,
参考书
1,978-7-111-43506-8； ；
教学大纲
通过课程学习，学生能了解金融数据的基本特征，掌握一些金融数据分析中常用的模型该方法以及分析金融数据的基本技能，并且通过实验和练习，获得进行实际金融数据分析的经验。
1) 10学时。 金融数据的收集、处理、汇总及可视化方法。介绍数据类型，数据的读取和转换，网络数据的抓取，数据的预处理以及金融可视化工具。
风险收益证券收益率的计算，常见的分布，收益率的特征，随机游走模型，指数及技术指标计算，技术分析交易规则的检验。
2） 12 学时. 金融时间序列的线性模型，包括如下概念， 平稳性，相关系数和自相关函数，白噪声和线性时间序列， 简单自回归模型，简单移动平均模型，简单ARMA模型，单位根非平稳性， 指数平滑， 季节模型，带时间序列误差的回归模型，长记忆模型。
4）10 学时。 经典投资组合模型
5) 4 学时。 统计套利方法和实践
6）3 学时。 高频数据分析和建模
7）8学时。 一些机器学习方法：logistic 回归，决策树，贝叶斯网络等及其在金融中的应用。
以课堂讲授为主，包括讨论和实验。
平时实验和练习40% + 期末报告和考试 60%
教学评估
何洋波：
金融数据分析导论课程详细信息
课程号
00136760
学分
3
英文名称
An Introduction to Analysis of Financ计课程，数学分析，高等代数，概率论。
中文简介
金融领域的数据非常丰富。充分地利用数据资源进行分析推断对理解金融市场，进行投资和风险管理具有重要意义。本课程将介绍时间序列模型，统计和一些机器学习模型方法。另外也会介绍实现这些模型方法的计算工具。通过课程讲授和上机实验联系和讨论，学生能了解金融数据的基本类别和特征，掌握一些金融数据分析中常用的模型该方法以及分析金融数据的基本技能，具备进行实际金融数据分析的经验。