课程号：00136760
课程名称：金融数据分析导论
开课学期：秋
学分： 3
先修课程：程序设计课程，数学分析，高等代数，概率论
基本目的：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。本课程将介绍金融数据收集、处理和分析展示的基本方法。包括统计学和机器学习模型方法，以及实现这些模型方法的计算工具。通过课程讲授、练习和讨论，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，积累进行实际金融数据分析的经验。
内容提要：
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）8 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. 投资组合模型
5）12 学时.介绍 一些机器学习方法：logistic 回归，决策树，贝叶斯网络，深度学习，强化学习等及其在金融中的应用。
6) 4 学时. 统计套利方法和实践
7）4 学时. 高频数据分析和建模
教学方式：以讲堂讲授为主，每周3学时，包括讨论和实验。
教材与参考书：
[美]蔡瑞胸：金融数学分析导论：基于R语言利用python进行数据分析，机械工业出版社，2014。
学生成绩评定方法：平时实验和练习40%+期末报告和考试60%。
课程修订负责人：何洋波