Python金融數(shù)據(jù)分析與挖掘（微課版）教學(xué)大綱、授課計(jì)劃

XXX大學(xué)數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)課程教學(xué)大綱Python金融數(shù)據(jù)分析與挖掘一、課程基本信息課程編號(hào)課程名稱Python金融數(shù)據(jù)分析與挖掘/FinancialDataAnalysisandMiningusingPython課程基本情況課程類型專業(yè)方向課程學(xué)分/學(xué)時(shí)5/80（其中：講課學(xué)時(shí)：45實(shí)踐學(xué)時(shí)：35）開課時(shí)間第3學(xué)期先修課程Python程序設(shè)計(jì)、高等數(shù)學(xué)、線性代數(shù)、機(jī)器學(xué)習(xí)適用專業(yè)數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)考核方式考查使用教材黃恒秋.Python金融數(shù)據(jù)分析與挖掘（微課版）[M].北京：人民郵電出版社.2024.11課程負(fù)責(zé)人開課學(xué)院二、課程簡(jiǎn)介大數(shù)據(jù)時(shí)代，數(shù)據(jù)成為決策最為重要的參考之一，數(shù)據(jù)分析行業(yè)邁入了一個(gè)全新的階段。通過學(xué)習(xí)本課程，使得學(xué)生掌握Python科學(xué)計(jì)算、數(shù)據(jù)處理、數(shù)據(jù)可視化、挖掘建模等基本技能，進(jìn)一步地?cái)U(kuò)展應(yīng)用到較為復(fù)雜金融數(shù)據(jù)處理及挖掘分析任務(wù)上，最后進(jìn)行量化投資實(shí)戰(zhàn)檢驗(yàn)。本課程為Python在金融量化投資領(lǐng)域的具體應(yīng)用，也是Python在金融行業(yè)應(yīng)用最為廣泛的領(lǐng)域之一，從而使得學(xué)生具備一定的行業(yè)應(yīng)用背景及就業(yè)技能。三、課程目標(biāo)（一）課程目標(biāo)設(shè)置課程目標(biāo)1:掌握Python科學(xué)計(jì)算、數(shù)據(jù)處理、數(shù)據(jù)可視化、挖掘建模等基本技能，培養(yǎng)學(xué)生具備較好的數(shù)據(jù)敏感度、數(shù)據(jù)建模意識(shí)和規(guī)范的數(shù)據(jù)分析流程。課程目標(biāo)2:掌握金融數(shù)據(jù)處理及挖掘分析基本技能，具備較好的量化投資實(shí)證研究能力，培養(yǎng)學(xué)生具備一定的行業(yè)應(yīng)用背景及應(yīng)用技能。課程目標(biāo)3:了解量化投資與數(shù)量化分析基本概念，培養(yǎng)學(xué)生科學(xué)投資及價(jià)值投資理念，引導(dǎo)學(xué)生用好金融科技、恪守職業(yè)規(guī)范與風(fēng)險(xiǎn)意識(shí)。（二）課程目標(biāo)與畢業(yè)要求指標(biāo)點(diǎn)的對(duì)應(yīng)關(guān)系課程目標(biāo)畢業(yè)要求畢業(yè)要求指標(biāo)點(diǎn)支撐程度課程目標(biāo)13畢業(yè)要求3：具有從事專業(yè)相關(guān)的項(xiàng)目工作所需的數(shù)學(xué)等基礎(chǔ)知識(shí)；具有扎實(shí)的大數(shù)據(jù)技術(shù)領(lǐng)域的基本理論和基本知識(shí)，熟練掌握數(shù)據(jù)挖掘技術(shù)與應(yīng)用、神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、數(shù)學(xué)建模、機(jī)器學(xué)習(xí)、人工智能、多元統(tǒng)計(jì)分析、Hadoop大數(shù)據(jù)技術(shù)、網(wǎng)絡(luò)爬蟲技術(shù)與實(shí)戰(zhàn)、圖像識(shí)別及其應(yīng)用、電商數(shù)據(jù)挖掘及其應(yīng)用、文本數(shù)據(jù)挖掘及其應(yīng)用、金融大數(shù)據(jù)分析等專業(yè)知識(shí)。H課程目標(biāo)24畢業(yè)要求4：具有基本的項(xiàng)目實(shí)施與管理知識(shí)，掌握大數(shù)據(jù)科學(xué)與技術(shù)的基本思維方法和研究方法，了解大數(shù)據(jù)技術(shù)的應(yīng)用前景、以及相關(guān)行業(yè)最新進(jìn)展與發(fā)展動(dòng)態(tài)，具備從事大數(shù)據(jù)應(yīng)用系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)的能力等方面知識(shí)的綜合應(yīng)用能力，以及相關(guān)的科研、設(shè)計(jì)、調(diào)試、維護(hù)運(yùn)行和管理的能力，整合不同數(shù)據(jù)源，不同結(jié)構(gòu)類型數(shù)據(jù)的能力和探索數(shù)據(jù)背后價(jià)值的能力H課程目標(biāo)32畢業(yè)要求2：具備較好的人文素養(yǎng)與情懷，具有人文社科、信息交流、法律與環(huán)境、社會(huì)與公共安全等知識(shí)，其中人文社科包括文學(xué)、外語、哲學(xué)、政治學(xué)、社會(huì)學(xué)、管理學(xué)、經(jīng)濟(jì)學(xué)、心理學(xué)等方面的常識(shí)或基本知識(shí)。M5畢業(yè)要求5：充分理解團(tuán)隊(duì)合作的重要性，具有一定的表達(dá)能力、獨(dú)立工作能力、人際交往能力和團(tuán)隊(duì)合作能力以及一定的組織管理能力。M注：課程目標(biāo)對(duì)畢業(yè)要求指標(biāo)點(diǎn)的支撐強(qiáng)度分別用“H”（高）、“M”（中）、“L”（弱）表示。四、課程教學(xué)內(nèi)容（一）課程教學(xué)內(nèi)容與學(xué)時(shí)安排課程內(nèi)容教學(xué)方法學(xué)時(shí)安排理論講授實(shí)踐教學(xué)第二章科學(xué)計(jì)算包Numpy講授法、實(shí)驗(yàn)教學(xué)法32第三章數(shù)據(jù)處理包Pandas講授法、實(shí)驗(yàn)教學(xué)法55第四章數(shù)據(jù)可視化包Matplotlib講授法、實(shí)驗(yàn)教學(xué)法23第五章機(jī)器學(xué)習(xí)與實(shí)現(xiàn)講授法、實(shí)驗(yàn)教學(xué)法55第六章金融數(shù)據(jù)基礎(chǔ)講授法、實(shí)驗(yàn)教學(xué)法41第七章基礎(chǔ)案例講授法、實(shí)驗(yàn)教學(xué)法105第八章綜合案例一：上市公司綜合評(píng)價(jià)講授法、實(shí)驗(yàn)教學(xué)法32第九章綜合案例二：股票價(jià)格漲跌趨勢(shì)預(yù)測(cè)講授法、實(shí)驗(yàn)教學(xué)法55第十章綜合案例三：股票價(jià)格形態(tài)聚類與收益分析講授法、實(shí)驗(yàn)教學(xué)法55第十一章綜合案例四：行業(yè)聯(lián)動(dòng)與輪動(dòng)分析講授法、實(shí)驗(yàn)教學(xué)法32合計(jì)4535（二）課程目標(biāo)與教學(xué)內(nèi)容的對(duì)應(yīng)關(guān)系矩陣圖章節(jié)課程目標(biāo)1課程目標(biāo)2課程目標(biāo)3第二章科學(xué)計(jì)算包NumpyH第三章數(shù)據(jù)處理包PandasH第四章數(shù)據(jù)可視化包MatplotlibH第五章機(jī)器學(xué)習(xí)與實(shí)現(xiàn)H第六章金融數(shù)據(jù)基礎(chǔ)HM第七章基礎(chǔ)案例HM第八章綜合案例一：上市公司綜合評(píng)價(jià)HH第九章綜合案例二：股票價(jià)格漲跌趨勢(shì)預(yù)測(cè)HH第十章綜合案例三：股票價(jià)格形態(tài)聚類與收益分析HH第十一章綜合案例四：行業(yè)聯(lián)動(dòng)與輪動(dòng)分析HH注：課程章節(jié)對(duì)課程目標(biāo)的支撐強(qiáng)度分別用“H”（高）、“M”（中）、“L”（弱）表示；矩陣應(yīng)覆蓋所有必修環(huán)節(jié)。（三）課程教學(xué)安排第二章科學(xué)計(jì)算包Numpy【教學(xué)目標(biāo)】1.了解Numpy及導(dǎo)入使用；2.理解數(shù)組的創(chuàng)建、切片、連接、存取、排序及搜索相關(guān)技能；

3.掌握數(shù)組靈活切片的方法及數(shù)組連接、排序、搜索相關(guān)知識(shí)?！窘虒W(xué)重點(diǎn)】數(shù)組的切片、連接、改變形態(tài)。數(shù)組的相關(guān)方法?！窘虒W(xué)難點(diǎn)】數(shù)組的切片及改變形態(tài)、線性代數(shù)運(yùn)算?！窘虒W(xué)時(shí)數(shù)】3學(xué)時(shí)【教學(xué)方法】講授法【教學(xué)內(nèi)容】1.導(dǎo)入并使用Numpy創(chuàng)建數(shù)組；2.數(shù)組的運(yùn)算、切片、連接及存取、排序與搜索；數(shù)組相關(guān)屬性與方法；3.矩陣及線性代數(shù)運(yùn)算第三章數(shù)據(jù)處理包Pandas【教學(xué)目標(biāo)】1.了解Pandas導(dǎo)入及創(chuàng)建數(shù)據(jù)框和序列；2.理解數(shù)據(jù)框和序列的訪問、切片及方法；

3.掌握數(shù)據(jù)框和序列相關(guān)方法的靈活應(yīng)用，數(shù)據(jù)框、序列、數(shù)組、列表之間的相關(guān)轉(zhuǎn)換及運(yùn)用。4.熟練掌握常用時(shí)間處理函數(shù)、合并函數(shù)與關(guān)聯(lián)函數(shù)，以及滾動(dòng)計(jì)算、時(shí)間元素提取、映射與離散化、分組統(tǒng)計(jì)等相關(guān)數(shù)據(jù)處理與計(jì)算任務(wù)。【教學(xué)重點(diǎn)】數(shù)據(jù)框、序列相關(guān)屬性、方法的應(yīng)用，數(shù)據(jù)框和序列數(shù)據(jù)的訪問、切片及相互之間的轉(zhuǎn)換。常用外部數(shù)據(jù)文件的讀取、數(shù)據(jù)關(guān)聯(lián)與合并、滾動(dòng)計(jì)算、時(shí)間元素提取與分組統(tǒng)計(jì)計(jì)算?！窘虒W(xué)難點(diǎn)】數(shù)據(jù)框、序列的訪問及切片。數(shù)據(jù)框、序列、數(shù)組、列表相關(guān)數(shù)據(jù)結(jié)構(gòu)之間的相互轉(zhuǎn)換。數(shù)據(jù)關(guān)聯(lián)和分組統(tǒng)計(jì)的函數(shù)理解與應(yīng)用?！窘虒W(xué)時(shí)數(shù)】5學(xué)時(shí)【教學(xué)方法】講授法【教學(xué)內(nèi)容】1.導(dǎo)入并使用Pandas創(chuàng)建數(shù)據(jù)框和序列；2.數(shù)據(jù)框和序列相關(guān)屬性、方法的介紹及使用；3.數(shù)據(jù)框和序列的訪問、切片及運(yùn)算；4.外部數(shù)據(jù)文件的讀取及滾動(dòng)計(jì)算函數(shù)的使用；5.時(shí)間處理函數(shù)、合并函數(shù)與關(guān)聯(lián)函數(shù)，以及滾動(dòng)計(jì)算、時(shí)間元素提取、映射與離散化、分組統(tǒng)計(jì)等相關(guān)數(shù)據(jù)處理與計(jì)算任務(wù)。第四章數(shù)據(jù)可視化包Matplotlib【教學(xué)目標(biāo)】1.了解Matplotlib中的pyplot模塊導(dǎo)入及簡(jiǎn)單使用方法；2.理解利用Matplotlib中的pyplot模塊繪圖的基本流程及原理；

3.掌握利用Matplotlib中的pyplot模塊繪制散點(diǎn)圖、線性圖、柱狀圖、直方圖、餅圖、箱線圖和子圖的方法，以及中文字符的顯示、橫軸字符刻度和子圖的布局排列?！窘虒W(xué)重點(diǎn)】利用Matplotlib中的pyplot模塊進(jìn)行散點(diǎn)圖、線性圖、柱狀圖、直方圖、餅圖、箱線圖和子圖的繪制。懂得圖形中文字符的顯示及橫軸字符刻度，子圖的布局排列?！窘虒W(xué)難點(diǎn)】Matplotlib繪圖的基本流程及原理?！窘虒W(xué)時(shí)數(shù)】2學(xué)時(shí)【教學(xué)方法】講授法【教學(xué)內(nèi)容】1.導(dǎo)入并使用Matplotlib中的pyplot模塊進(jìn)行簡(jiǎn)單繪圖；2.Matplotlib中的pyplot模塊繪圖基本流程及原理；3.利用Matplotlib中的yplot模塊繪制常見的圖形，包括散點(diǎn)圖、線性圖、柱狀圖、直方圖、餅圖、箱線圖和子圖。第五章機(jī)器學(xué)習(xí)與實(shí)現(xiàn)【教學(xué)目標(biāo)】1.了解Scikit-learn包及相關(guān)模塊導(dǎo)入及簡(jiǎn)單使用方法；2.理解均值、中位數(shù)、最頻繁值的缺失值填充策略，均值-方差、極差數(shù)據(jù)規(guī)范化或標(biāo)準(zhǔn)化，主成分分析降維及綜合評(píng)價(jià)，線性回歸、神經(jīng)網(wǎng)絡(luò)非線性回歸預(yù)測(cè)，邏輯回歸、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)分類，K-mean聚類、關(guān)聯(lián)規(guī)則相關(guān)的基本原理與方法；

3.掌握均值、中位數(shù)、最頻繁值的缺失值填充策略，均值-方差、極差數(shù)據(jù)規(guī)范化或標(biāo)準(zhǔn)化，主成分分析降維及綜合評(píng)價(jià)，線性回歸、神經(jīng)網(wǎng)絡(luò)非線性回歸預(yù)測(cè)，邏輯回歸、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)分類，K-mean聚類、關(guān)聯(lián)規(guī)則的程序?qū)崿F(xiàn)及案例應(yīng)用?！窘虒W(xué)重點(diǎn)】均值、中位數(shù)、最頻繁值的缺失值填充策略，均值-方差、極差數(shù)據(jù)規(guī)范化或標(biāo)準(zhǔn)化，主成分分析降維及綜合評(píng)價(jià)，線性回歸、神經(jīng)網(wǎng)絡(luò)非線性回歸預(yù)測(cè)，邏輯回歸、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)分類，K-mean聚類、關(guān)聯(lián)規(guī)則相關(guān)原理的理解及程序?qū)崿F(xiàn)?！窘虒W(xué)難點(diǎn)】主成分分析降維及綜合評(píng)價(jià)，線性回歸、神經(jīng)網(wǎng)絡(luò)非線性回歸預(yù)測(cè)，邏輯回歸、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)分類，K-mean聚類、關(guān)聯(lián)規(guī)則相關(guān)原理的理解?！窘虒W(xué)時(shí)數(shù)】5學(xué)時(shí)【教學(xué)方法】講授法、【教學(xué)內(nèi)容】1.導(dǎo)入Scikit-learn包及相關(guān)模塊；2.缺失值填充、數(shù)據(jù)規(guī)范化或標(biāo)準(zhǔn)化、主成分分析降維及綜合評(píng)價(jià)、線性回歸、邏輯回歸、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、K-均值聚類、關(guān)聯(lián)規(guī)則相關(guān)的模型、算法與原理；3.利用Scikit-learn包相關(guān)模塊，完成案例教學(xué)，包括均值、中位數(shù)、最頻繁值的缺失值填充策略，均值-方差、極差數(shù)據(jù)規(guī)范化或標(biāo)準(zhǔn)化，主成分分析降維及綜合評(píng)價(jià)，線性回歸、神經(jīng)網(wǎng)絡(luò)非線性回歸預(yù)測(cè)，邏輯回歸、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)分類，K-mean聚類、關(guān)聯(lián)規(guī)則第六章金融數(shù)據(jù)基礎(chǔ)【教學(xué)目標(biāo)】1.了解公司治理結(jié)構(gòu)、財(cái)務(wù)報(bào)表、財(cái)務(wù)分析指標(biāo)、股票高頻、股票日頻交易和股票價(jià)格指數(shù)相關(guān)數(shù)據(jù)及產(chǎn)生情景；2.理解上述金融數(shù)據(jù)的重要指標(biāo)及數(shù)據(jù)形態(tài)；

3.了解開源數(shù)據(jù)接口?！窘虒W(xué)重點(diǎn)】公司治理結(jié)構(gòu)、財(cái)務(wù)報(bào)表、財(cái)務(wù)分析指標(biāo)、股票高頻、股票日頻交易和股票價(jià)格指數(shù)相關(guān)核心指標(biāo)數(shù)據(jù)?！窘虒W(xué)難點(diǎn)】股票高頻數(shù)據(jù)的生成加工及理解?！窘虒W(xué)時(shí)數(shù)】4學(xué)時(shí)【教學(xué)方法】講授法【教學(xué)內(nèi)容】1.公司治理結(jié)構(gòu)、財(cái)務(wù)報(bào)表、財(cái)務(wù)分析指標(biāo)相關(guān)數(shù)據(jù)及重要指標(biāo)數(shù)據(jù)的解讀；2.股票高頻數(shù)據(jù)生產(chǎn)場(chǎng)景及數(shù)據(jù)加工、核心指標(biāo)數(shù)據(jù)的理解；3.開源數(shù)據(jù)接口第七章基礎(chǔ)案例【教學(xué)目標(biāo)】1.了解案例實(shí)現(xiàn)的基本思路。2.理解案例實(shí)現(xiàn)的具體算法及程序?qū)崿F(xiàn)，各種數(shù)據(jù)結(jié)構(gòu)的相互轉(zhuǎn)換并實(shí)現(xiàn)程序計(jì)算；3.掌握案例實(shí)現(xiàn)的具體過程，包括思路、算法、數(shù)據(jù)處理、程序計(jì)算及結(jié)果展現(xiàn)?！窘虒W(xué)重點(diǎn)】案例的實(shí)現(xiàn)思路、算法及程序具體實(shí)現(xiàn)?！窘虒W(xué)難點(diǎn)】案例的實(shí)現(xiàn)算法、程序?qū)崿F(xiàn)過程中各類數(shù)據(jù)結(jié)構(gòu)的相互轉(zhuǎn)換?！窘虒W(xué)時(shí)數(shù)】10學(xué)時(shí)【教學(xué)方法】講授法【教學(xué)內(nèi)容】1.股票價(jià)格指數(shù)周收益率和月收益率的計(jì)算；2.上市公司凈利潤(rùn)增長(zhǎng)率的計(jì)算；3.股票價(jià)、量走勢(shì)圖繪制；4.股票價(jià)格移動(dòng)平均線的繪制；5.滬深300指數(shù)走勢(shì)預(yù)測(cè)；6.基于主成分聚類的上市公司盈利能力分析7.國際股票指數(shù)關(guān)聯(lián)分析第八章綜合案例一：上市公司綜合評(píng)價(jià)【教學(xué)目標(biāo)】1.了解上市公司綜合評(píng)價(jià)的基本概念及模型。2.理解業(yè)務(wù)數(shù)據(jù)、指標(biāo)數(shù)據(jù)選取、預(yù)處理、量化投資設(shè)計(jì)的基本原理、原則及流程；3.掌握指標(biāo)數(shù)據(jù)選取、預(yù)處理、程序?qū)崿F(xiàn)、量化投資策略設(shè)計(jì)實(shí)現(xiàn)的全部流程?！窘虒W(xué)重點(diǎn)】業(yè)務(wù)數(shù)據(jù)理解、指標(biāo)數(shù)據(jù)的選擇、預(yù)處理、程序?qū)崿F(xiàn)?！窘虒W(xué)難點(diǎn)】業(yè)務(wù)數(shù)據(jù)理解、數(shù)據(jù)預(yù)處理、模型的理解?！窘虒W(xué)時(shí)數(shù)】3學(xué)時(shí)【教學(xué)方法】講授法【教學(xué)內(nèi)容】1.上市公司綜合評(píng)價(jià)模型及方法基本介紹；2.基于投資規(guī)模與效率指標(biāo)的綜合評(píng)價(jià)方法；3.基于成長(zhǎng)與價(jià)值指標(biāo)的綜合評(píng)價(jià)方法；4.指標(biāo)數(shù)據(jù)選取及數(shù)據(jù)預(yù)處理；5.主成分分析模型及程序?qū)崿F(xiàn)；6.量化投資策略設(shè)計(jì)實(shí)現(xiàn)及結(jié)果分析第九章綜合案例二：股票價(jià)格漲跌趨勢(shì)預(yù)測(cè)【教學(xué)目標(biāo)】1.了解股票價(jià)格漲跌趨勢(shì)的基本概念。2.理解業(yè)務(wù)數(shù)據(jù)、技術(shù)分析指標(biāo)數(shù)據(jù)計(jì)算、模型實(shí)現(xiàn)及驗(yàn)證相關(guān)原理、方法及流程；3.掌握技術(shù)分析指標(biāo)數(shù)據(jù)計(jì)算、模型檢驗(yàn)、量化投資策略設(shè)計(jì)實(shí)現(xiàn)的全部流程?！窘虒W(xué)重點(diǎn)】業(yè)務(wù)數(shù)據(jù)理解、指標(biāo)概念及公式理解、程序?qū)崿F(xiàn)及模型檢驗(yàn)?！窘虒W(xué)難點(diǎn)】業(yè)務(wù)數(shù)據(jù)理解、指標(biāo)公式理解及量化投資策略設(shè)計(jì)實(shí)現(xiàn)。【教學(xué)時(shí)數(shù)】5學(xué)時(shí)【教學(xué)方法】講授法【教學(xué)內(nèi)容】1.了解股票價(jià)格漲跌趨勢(shì)的基本概念。2.理解業(yè)務(wù)數(shù)據(jù)、技術(shù)分析指標(biāo)數(shù)據(jù)計(jì)算、模型實(shí)現(xiàn)及驗(yàn)證相關(guān)原理、方法及流程；3.掌握技術(shù)分析指標(biāo)數(shù)據(jù)計(jì)算、模型檢驗(yàn)、量化投資策略設(shè)計(jì)實(shí)現(xiàn)的全部流程第十章綜合案例三：股票價(jià)格形態(tài)聚類與收益分析【教學(xué)目標(biāo)】1.了解股票價(jià)格形態(tài)分析的基本概念、關(guān)鍵價(jià)格點(diǎn)概念2.理解業(yè)務(wù)數(shù)據(jù)、關(guān)鍵價(jià)格點(diǎn)提取算法、形態(tài)特征表示、K-最頻繁值聚類算法；3.掌握關(guān)鍵價(jià)格點(diǎn)提取算法、形態(tài)特征表示方法、K-最頻繁值聚類算法的基本流程及程序?qū)崿F(xiàn)，以及量化投資策略設(shè)計(jì)與實(shí)現(xiàn)?！窘虒W(xué)重點(diǎn)】業(yè)務(wù)數(shù)據(jù)理解、關(guān)鍵價(jià)格點(diǎn)提取算法、K-最頻繁值聚類算法?！窘虒W(xué)難點(diǎn)】關(guān)鍵價(jià)格點(diǎn)提取算法、K-最頻繁值聚類算法、量化投資策略設(shè)計(jì)實(shí)現(xiàn)。【教學(xué)時(shí)數(shù)】5學(xué)時(shí)【教學(xué)方法】講授法【教學(xué)內(nèi)容】1.股票價(jià)格形態(tài)分析的基本概念；2.股票關(guān)鍵價(jià)格點(diǎn)的概念及提取算法；3.形態(tài)特征的表示及計(jì)算4.K-最頻繁值算法及程序?qū)崿F(xiàn)；5.量化投資策略設(shè)計(jì)實(shí)現(xiàn)及結(jié)果分析第十一章綜合案例四：行業(yè)聯(lián)動(dòng)與輪動(dòng)分析【教學(xué)目標(biāo)】1.解行業(yè)聯(lián)動(dòng)與輪動(dòng)的基本概念。2.理解行業(yè)聯(lián)動(dòng)與輪動(dòng)的指標(biāo)表示、關(guān)聯(lián)規(guī)則挖掘算法及量化投資策略設(shè)計(jì)原理3.掌握行業(yè)聯(lián)動(dòng)與輪動(dòng)關(guān)聯(lián)規(guī)則挖掘算法及量化投資策略設(shè)計(jì)實(shí)現(xiàn)的全流程?！窘虒W(xué)重點(diǎn)】業(yè)務(wù)數(shù)據(jù)理解、行業(yè)輪動(dòng)規(guī)則挖掘及量化投資策略設(shè)計(jì)實(shí)現(xiàn)?！窘虒W(xué)難點(diǎn)】行業(yè)輪動(dòng)關(guān)聯(lián)規(guī)則挖掘及量化投資策略設(shè)計(jì)實(shí)現(xiàn)?！窘虒W(xué)時(shí)數(shù)】3學(xué)時(shí)【教學(xué)方法】講授法【教學(xué)內(nèi)容】1.行業(yè)聯(lián)動(dòng)與輪動(dòng)的基本概念；2.行業(yè)聯(lián)動(dòng)與輪動(dòng)的指標(biāo)表示與計(jì)算；3.日、周、月頻率的行業(yè)聯(lián)動(dòng)與輪動(dòng)關(guān)聯(lián)規(guī)則挖掘；4.量化投資策略設(shè)計(jì)實(shí)現(xiàn)及結(jié)果分析點(diǎn)實(shí)驗(yàn)/實(shí)踐教學(xué)部分實(shí)驗(yàn)一：NumPy數(shù)組操作【實(shí)驗(yàn)?zāi)康暮鸵蟆空莆誑umPy數(shù)組的定義及操作方法?！緦?shí)驗(yàn)內(nèi)容】賦值定義較復(fù)雜數(shù)據(jù)結(jié)構(gòu)請(qǐng)完成以下問題：將列表L1定義為一維數(shù)組l1，將嵌套列表L2定義為二維數(shù)組l22.內(nèi)嵌函數(shù)定義較復(fù)雜數(shù)據(jù)結(jié)構(gòu)請(qǐng)完成以下任務(wù):1）定義一個(gè)3行3列元素全為1的數(shù)組A2）定義一個(gè)3行3列元素全為0的數(shù)組B3）定義一個(gè)初始值為2、末值為9、步長(zhǎng)為2的數(shù)組C4）定義一個(gè)默認(rèn)初始值0，步長(zhǎng)為1的,末值為9的一維數(shù)組D3.數(shù)組運(yùn)算現(xiàn)給出數(shù)組A和B，請(qǐng)按順序完成以下任務(wù)：1）求解A的最大值、最小值、余弦值、正弦值、長(zhǎng)度2）求A乘B3）返回計(jì)算結(jié)果Max_A,Min_A,cos_A,sin_A,le_A,result4.數(shù)組切片5.數(shù)組鏈接【教學(xué)方法】實(shí)驗(yàn)法【教學(xué)時(shí)數(shù)】2實(shí)驗(yàn)二：Pandas數(shù)據(jù)處理操作【實(shí)驗(yàn)?zāi)康暮鸵蟆空莆誔andas數(shù)據(jù)結(jié)構(gòu)的定義及操作方法?！緦?shí)驗(yàn)內(nèi)容】1.序列和數(shù)據(jù)框請(qǐng)完成以下任務(wù)：1）導(dǎo)入pandas包2）定義列表L1、L2，元組T1、T2L1=[1,-2,2.3,'hq']L2=['kl','ht','as','km']T1=(1,8,8,9)T2=(2,4,7,'hp')3）基于定義的列表和元組構(gòu)造數(shù)據(jù)框，默認(rèn)索引，列名依次為a,b,c,d，返回計(jì)算結(jié)果A4）基于定義的列表和元組構(gòu)造數(shù)據(jù)框，索引為a,b,c,d,列名為L(zhǎng)1,L2,T1,T2，返回計(jì)算結(jié)果B2.外部數(shù)據(jù)文件讀取請(qǐng)完成以下任務(wù)：1）導(dǎo)入pandas包2）read_excel()函數(shù)讀取“一、車次上車人數(shù)統(tǒng)計(jì)表.xlsx”數(shù)據(jù)表，用數(shù)據(jù)框df1來存儲(chǔ)3）通過read_table()函數(shù)讀取"txt1.txt"文件中的數(shù)據(jù)（不帶表頭），用數(shù)據(jù)框df2來表示4）通過read_csv()函數(shù)分塊讀取的方式讀取“data.csv”文件，每次讀取20000行，并輸出每次讀取的數(shù)據(jù)集行數(shù)和數(shù)據(jù)集的尺寸，其格式為：“第n次讀取數(shù)據(jù)規(guī)模為：數(shù)據(jù)集行數(shù)（舉例：第1次讀取數(shù)據(jù)集規(guī)模為：20000）”“數(shù)據(jù)集尺寸（舉例：(20000,13)）3.邏輯索引、切片方法，groupby分組計(jì)算函數(shù)應(yīng)用請(qǐng)完成以下任務(wù)：1）請(qǐng)讀取地鐵站點(diǎn)進(jìn)出站客流數(shù)據(jù)表(Data.xlsx)，表結(jié)構(gòu)字段如下：站點(diǎn)編號(hào)、日期、時(shí)刻、進(jìn)站人數(shù)、出站人數(shù)2）取出第0列，通過去重的方式獲得地鐵站點(diǎn)編號(hào)列表，記為code3）采用數(shù)據(jù)框中的groupby分組計(jì)算函數(shù)，統(tǒng)計(jì)出每個(gè)地鐵站點(diǎn)每天的進(jìn)站人數(shù)和出站人數(shù)，計(jì)算結(jié)果采用一個(gè)數(shù)據(jù)框sat_num來表示，其中列標(biāo)簽依次為：站點(diǎn)編號(hào)、日期、進(jìn)站人數(shù)和出站人數(shù)；4）計(jì)算出每個(gè)站點(diǎn)國慶節(jié)期間（10.1~10.7）的進(jìn)站人數(shù)和出站人數(shù)，計(jì)算結(jié)果用一個(gè)數(shù)據(jù)框sat_num2來表示，其中列標(biāo)簽依次為:A1_站點(diǎn)編號(hào)、A2_進(jìn)站人數(shù)、A3_出站人數(shù)。4.數(shù)據(jù)框關(guān)聯(lián)操作5.數(shù)據(jù)框合并操作6.序列移動(dòng)計(jì)算方法應(yīng)用7.數(shù)據(jù)框切片（iloc、loc）方法請(qǐng)完成以下任務(wù)：1）導(dǎo)入pdndas包2）讀取地鐵站點(diǎn)進(jìn)出站客流數(shù)據(jù)表（Data.xlsx）,字段依次為：站點(diǎn)編號(hào)、日期、時(shí)刻、進(jìn)站人數(shù)、出站人數(shù)3）采用索引（iloc）實(shí)現(xiàn)的方式，獲取135站點(diǎn)10月1日-10月2日早上9-11點(diǎn)3個(gè)時(shí)刻的進(jìn)站客流量數(shù)據(jù)(取所有字段)，記為A4）采用列標(biāo)簽（loc)實(shí)現(xiàn)方式，獲取135站點(diǎn)10月1日-10月2日早上9-11點(diǎn)3個(gè)時(shí)刻的進(jìn)站客流量數(shù)據(jù)（取所有字段）,記為B。8.數(shù)據(jù)框排序請(qǐng)完成以下任務(wù)：1）導(dǎo)入pandas包2）用read_excel()函數(shù)讀取“data.xlsx"表，用數(shù)據(jù)框read表示3）提取600000.SH代碼交易數(shù)據(jù)，并按交易日期從小到大進(jìn)行排序,記為data4）對(duì)整個(gè)數(shù)據(jù)框read,按代碼、交易日期從小到大進(jìn)行排序9.數(shù)據(jù)框綜合應(yīng)用案例請(qǐng)完成以下任務(wù)：讀取地鐵站點(diǎn)進(jìn)出站客流數(shù)據(jù)表（Data.xlsx），統(tǒng)計(jì)計(jì)算獲得每個(gè)站點(diǎn)每個(gè)時(shí)刻（除去國慶期間）的總進(jìn)站客流量和總出站客流量，用一個(gè)數(shù)據(jù)框來R表示，結(jié)果返回R，列名依次為：A1_站點(diǎn)編號(hào)、A2_時(shí)刻、A3_總進(jìn)站客流、A4_總出站客流10.序列及簡(jiǎn)單隨機(jī)抽樣請(qǐng)完成以下任務(wù)：1）定義一個(gè)列表code,編號(hào)為1~302）對(duì)code，按30個(gè)元素一次隨機(jī)抽樣，記為A3）返回結(jié)果，為序列s，其中index為編號(hào)，值為抽樣結(jié)果11.序列及較復(fù)雜抽樣題目背景：某題庫有選擇、填空、判斷、計(jì)算和應(yīng)用5種題型，每種題型題號(hào)從1開始依次按順序編號(hào)，其中選擇題70道，填空題80道，判斷題50道，計(jì)算題30道，應(yīng)用題20道。現(xiàn)有40個(gè)同學(xué)參加考試，要求每個(gè)同學(xué)從5種題型中隨機(jī)抽取1道題目組成試卷，請(qǐng)編程實(shí)現(xiàn)給出每個(gè)同學(xué)試卷的具體題目編號(hào)。請(qǐng)完成以下任務(wù)：1）定義一個(gè)數(shù)據(jù)框A，index為默認(rèn)序號(hào)（0~39），代表每一位同學(xué)2）數(shù)據(jù)框A的第0列表示每位同學(xué)隨機(jī)抽簽的第1種題型的序號(hào)，第1、2、3、4列依次類推【教學(xué)方法】實(shí)驗(yàn)法【教學(xué)時(shí)數(shù)】5實(shí)驗(yàn)三：數(shù)據(jù)可視化包Matplotlib應(yīng)用【實(shí)驗(yàn)?zāi)康暮鸵蟆空莆諗?shù)據(jù)可視化的基本使用方法?！緦?shí)驗(yàn)內(nèi)容】1.散點(diǎn)圖繪制請(qǐng)完成以下任務(wù)：1）讀取“各站點(diǎn)各時(shí)刻進(jìn)出站客流數(shù)據(jù).xlsx”，繪制站點(diǎn)155各時(shí)刻進(jìn)站客流散點(diǎn)圖；2）最后，采用plt.savefig函數(shù)保存圖片，文件路徑如下："學(xué)員4.1/155各時(shí)刻進(jìn)站客流散點(diǎn)圖.png"。2.線性圖繪制請(qǐng)完成以下任務(wù)1）讀取“各站點(diǎn)各時(shí)刻進(jìn)出站客流數(shù)據(jù).xlsx”，繪制站點(diǎn)155各時(shí)刻進(jìn)站客流線性圖；2）最后，采用plt.savefig函數(shù)保存圖片，文件路徑如下："學(xué)員4.2/155各時(shí)刻進(jìn)站客流線性圖.png"。3.柱狀圖繪制請(qǐng)完成以下任務(wù)1）讀取“各站點(diǎn)各時(shí)刻進(jìn)出站客流數(shù)據(jù).xlsx”，繪制站點(diǎn)155各時(shí)刻進(jìn)站客流柱狀圖；2）最后，采用plt.savefig函數(shù)保存圖片，文件路徑如下："學(xué)員4.3/155各時(shí)刻進(jìn)站客流柱狀圖.png"。4.直方圖繪制請(qǐng)完成以下任務(wù)：1）讀取“各站點(diǎn)各時(shí)刻進(jìn)出站客流數(shù)據(jù).xlsx”，繪制站點(diǎn)155各時(shí)刻進(jìn)站客流直方圖；2）最后，采用plt.savefig函數(shù)保存圖片，文件路徑如下："學(xué)員4.4/155各時(shí)刻進(jìn)站客流直方圖.png"。5.餅圖繪制請(qǐng)完成以下任務(wù)：1）讀取“各站點(diǎn)各時(shí)刻進(jìn)出站客流數(shù)據(jù).xlsx”，繪制站點(diǎn)157各時(shí)刻進(jìn)站客流餅圖；2）最后，采用plt.savefig函數(shù)保存圖片，文件路徑如下："學(xué)員4.5/157各時(shí)刻進(jìn)站客流餅圖.png"。6.箱線圖繪制請(qǐng)完成以下任務(wù)：1）讀取“各站點(diǎn)各時(shí)刻進(jìn)出站客流數(shù)據(jù).xlsx”，繪制站點(diǎn)9時(shí)刻的進(jìn)站客流箱線圖；2）最后，采用plt.savefig函數(shù)保存圖片，文件路徑如下："學(xué)員4.6/9時(shí)刻各站點(diǎn)進(jìn)站客流箱線圖.png"。7.子圖繪制請(qǐng)完成以下任務(wù)：1）讀取“各站點(diǎn)各時(shí)刻進(jìn)出站客流數(shù)據(jù).xlsx”，獲得155、157、151、123四個(gè)站點(diǎn)在各時(shí)刻的進(jìn)站客流，用一個(gè)2*2的子圖，繪制其線性圖；2）最后，采用plt.savefig函數(shù)保存圖片，文件路徑如下："學(xué)員4.7/4個(gè)站點(diǎn)各時(shí)刻進(jìn)站客流子圖.png"?！窘虒W(xué)方法】實(shí)驗(yàn)法【教學(xué)時(shí)數(shù)】3實(shí)驗(yàn)四：scikit-learn應(yīng)用【實(shí)驗(yàn)?zāi)康暮鸵蟆空莆諜C(jī)器學(xué)習(xí)包scikit-learn的基本使用方法?！緦?shí)驗(yàn)內(nèi)容】1．缺失值填充請(qǐng)完成以下任務(wù)：1）讀取“銀行貸款審批數(shù)據(jù).xlsx”表，自變量為x1~x15，決策變量為y（1-同意貸款，0-不同意貸款），其中x1~x6為數(shù)值變量，x7~x15為名義變量2）請(qǐng)對(duì)x1~x6中存在的缺失值用均值策略填充，x7~x15用最頻繁值策略填充3）最后返回填充處理后的X（即x1~x15），以及決策變量Y(即y)2.數(shù)據(jù)標(biāo)準(zhǔn)化請(qǐng)完成以下任務(wù)：1）在上一個(gè)實(shí)驗(yàn)的基礎(chǔ)上，對(duì)自變量X中的數(shù)值變量（x1~x6）作均值-方差標(biāo)準(zhǔn)化處理，需要注意的是x7~x15名義變量不需要作標(biāo)準(zhǔn)化處理。2）返回結(jié)果X1，數(shù)據(jù)結(jié)構(gòu)為數(shù)組形式，X1中含有標(biāo)準(zhǔn)化后的x1~x6和未標(biāo)準(zhǔn)化的x7~x15。3.缺失值填充請(qǐng)完成以下任務(wù)：1）在上一個(gè)實(shí)驗(yàn)基礎(chǔ)上，對(duì)經(jīng)過缺失值填充、數(shù)值變量標(biāo)準(zhǔn)化后的數(shù)據(jù)集，取前600條記錄作為訓(xùn)練數(shù)據(jù)，后90條記錄作為測(cè)試數(shù)據(jù)，構(gòu)建支持向量機(jī)分類模型；2）返回計(jì)算結(jié)果為模型準(zhǔn)確率rv和預(yù)測(cè)準(zhǔn)確率r。4.邏輯回歸模型及其應(yīng)用請(qǐng)完成以下任務(wù)：1）在第2個(gè)實(shí)驗(yàn)基礎(chǔ)上，對(duì)經(jīng)過缺失值填充、數(shù)值變量標(biāo)準(zhǔn)化后的數(shù)據(jù)集，取前600條記錄作為訓(xùn)練數(shù)據(jù)，后90條記錄作為測(cè)試數(shù)據(jù)，構(gòu)建邏輯回歸模型；2）返回計(jì)算結(jié)果為模型準(zhǔn)確率rv和預(yù)測(cè)準(zhǔn)確率r。5.神經(jīng)網(wǎng)絡(luò)分類模型及其應(yīng)用請(qǐng)完成以下任務(wù)：1）在第2個(gè)實(shí)驗(yàn)基礎(chǔ)上，對(duì)經(jīng)過缺失值填充、數(shù)值變量標(biāo)準(zhǔn)化后的數(shù)據(jù)集，取前600條記錄作為訓(xùn)練數(shù)據(jù)，后90條記錄作為測(cè)試數(shù)據(jù)，構(gòu)建神經(jīng)網(wǎng)絡(luò)分類模型；2）返回計(jì)算結(jié)果為模型準(zhǔn)確率rv和預(yù)測(cè)準(zhǔn)確率r。6.線性回歸模型及其應(yīng)用在發(fā)電場(chǎng)中電力輸出（PE）與AT（溫度）、V（壓力）、AP（濕度）、RH（壓強(qiáng)）有關(guān)，相關(guān)測(cè)試數(shù)據(jù)見“發(fā)電場(chǎng)數(shù)據(jù).xlsx”文件，請(qǐng)完成以下任務(wù)：1）求出PE與AT、V、AP、RH之間的線性回歸關(guān)系式系數(shù)向量,用列表b表示，其元素依次為常數(shù)項(xiàng)、AT回歸系數(shù)、V回歸系數(shù)、AP回歸系數(shù)、RH回歸系數(shù)；2）求出回歸方程的擬合優(yōu)度（判定系數(shù)），用變量r表示；3）今有某次測(cè)試數(shù)據(jù)AT=28.4、V=50.6、AP=1011.9、RH=80.54，試?yán)脴?gòu)建的線性回歸模型預(yù)測(cè)其PE值。7.神經(jīng)網(wǎng)絡(luò)回歸模型及其應(yīng)用請(qǐng)完成以下任務(wù)：1）基于上一個(gè)實(shí)驗(yàn)數(shù)據(jù)集，構(gòu)建神經(jīng)網(wǎng)絡(luò)回歸模型，返回計(jì)算結(jié)果模型準(zhǔn)確率r；2）并針對(duì)測(cè)試數(shù)據(jù)AT=28.4、V=50.6、AP=1011.9、RH=80.54，預(yù)測(cè)其PE值。8.支持向量機(jī)回歸模型及其應(yīng)用請(qǐng)完成以下任務(wù)：1）基于上一個(gè)實(shí)驗(yàn)數(shù)據(jù)集，構(gòu)建支持向量機(jī)回歸模型（采用線性核函數(shù)），返回計(jì)算結(jié)果模型的擬合優(yōu)度r；2）并針對(duì)測(cè)試數(shù)據(jù)AT=28.4、V=50.6、AP=1011.9、RH=80.54，預(yù)測(cè)其PE值。9.基于主成分分析的綜合評(píng)價(jià)讀取“農(nóng)村居民人均可支配收入來源2016.xlsx”數(shù)據(jù)表，其中數(shù)據(jù)來源于2016年《中國統(tǒng)計(jì)年鑒》，首先對(duì)指標(biāo)數(shù)據(jù)進(jìn)行均值方差標(biāo)準(zhǔn)化處理；其次對(duì)標(biāo)準(zhǔn)化處理后的指標(biāo)數(shù)據(jù)做主成分分析，要求提取累計(jì)貢獻(xiàn)率在95%以上；再次基于提取的主成分計(jì)算綜合得分，綜合得分=提取的各主成分與對(duì)應(yīng)貢獻(xiàn)率之和；最后基于綜合得分獲得各地區(qū)的排名，得分按從高到低排序，用一個(gè)序列Rs來表示，其中index為地區(qū)名稱，值為綜合得分。10.K均值聚類算法及其應(yīng)用讀取“農(nóng)村居民人均可支配收入來源2016.xlsx”數(shù)據(jù)表，數(shù)據(jù)來源于2016年《中國統(tǒng)計(jì)年鑒》，首先對(duì)指標(biāo)數(shù)據(jù)作均值-方差標(biāo)準(zhǔn)化處理，注意首列為地區(qū)名稱，不用標(biāo)準(zhǔn)化；其次對(duì)標(biāo)準(zhǔn)化后的指標(biāo)數(shù)據(jù)，作K-均值聚類分析（K=4）；最后，給出聚類分析結(jié)果，用一個(gè)序列Fs來表示，其中index為地區(qū)名稱，值為所屬類別的標(biāo)簽值（0、1、2、3）?！窘虒W(xué)方法】實(shí)驗(yàn)法【教學(xué)時(shí)數(shù)】4實(shí)驗(yàn)五：關(guān)聯(lián)規(guī)則基礎(chǔ)【實(shí)驗(yàn)?zāi)康暮鸵蟆空莆找粚?duì)一和多對(duì)一關(guān)聯(lián)規(guī)則的基本使用方法?！緦?shí)驗(yàn)內(nèi)容】1.布爾數(shù)據(jù)集構(gòu)建將以下超市的購買記錄（已用一個(gè)"超市購買記錄.txt"來存放，讀取該文件即可），文件內(nèi)容存放與下列展示一致，即頓號(hào)分隔，文件編碼為utf-8）：I1、西紅柿、排骨、雞蛋、毛巾、水果刀、蘋果I2、西紅柿、茄子、水果刀、香蕉I3、雞蛋、襪子、毛巾、肥皂、蘋果、水果刀I4、西紅柿、排骨、茄子、毛巾、水果刀I5、西紅柿、排骨、酸奶、蘋果I6、雞蛋、茄子、酸奶、肥皂、蘋果、香蕉I7、排骨、雞蛋、茄子、水果刀、蘋果I8、土豆、雞蛋、襪子、香蕉、蘋果、水果刀I9、西紅柿、排骨、鞋子、土豆、香蕉、蘋果將其轉(zhuǎn)換為布爾數(shù)據(jù)集，其中數(shù)據(jù)集用數(shù)據(jù)框Data來表示，數(shù)據(jù)框中的字段名稱即為商品名稱，如果商品在某個(gè)購買記錄中出現(xiàn)用1來表示，否則為0。2.基于布爾數(shù)據(jù)集的一對(duì)一和多對(duì)一關(guān)聯(lián)規(guī)則挖掘針對(duì)以下布爾數(shù)據(jù)集(已用一個(gè)“test12.xlsx”表格來存取，直接讀取即可，字段名稱為A、B、C):A B C1 1 00 1 11 0 01 1 11 1 11 0 01 1 10 1 11 0 01 1 11 1 01 1 11 1 0請(qǐng)編程計(jì)算規(guī)則“A->B”和“A,B->C”的支持度和置信度，分別用sp1和co1,sp2和co2來表示【教學(xué)方法】實(shí)驗(yàn)法【教學(xué)時(shí)數(shù)】1實(shí)驗(yàn)六：金融數(shù)據(jù)基礎(chǔ)【實(shí)驗(yàn)?zāi)康暮鸵蟆空莆展善备哳l數(shù)據(jù)的加工及分時(shí)計(jì)算?！緦?shí)驗(yàn)內(nèi)容】今有基本行情（簡(jiǎn)稱level-1）部分?jǐn)?shù)據(jù)，見配套數(shù)據(jù)表“SHL1_600000.xlsx”，字段依次為：證券代碼、交易日期、昨收盤價(jià)、當(dāng)前時(shí)間、（開、高、低、最新）價(jià)、累計(jì)成交量、分筆期間成交量、累計(jì)成交額、分筆期間成交額、累計(jì)成交筆數(shù)、分筆期間成交筆數(shù)、賣方委托價(jià)格5-1，買方委托價(jià)格1-5，賣方委托量5-1，買方委托量1-5。根據(jù)該基本行情交易數(shù)據(jù)表，計(jì)算獲得1分時(shí)交易數(shù)據(jù)表，其基本字段及計(jì)算思路如下：靜態(tài)字段：證券代碼、交易日期時(shí)間字段：分時(shí)點(diǎn)成交字段：分時(shí)期間（開、高、低、收）價(jià)格、分時(shí)期間成交量、分時(shí)期間成交金額計(jì)算思路：1分時(shí)數(shù)據(jù)是由基本行情（level-1）數(shù)據(jù)統(tǒng)計(jì)計(jì)算獲得。分時(shí)計(jì)算主要有兩種計(jì)算方式：一種是時(shí)間前置，一種是時(shí)間后置。比如后置計(jì)算1分時(shí)0931這個(gè)時(shí)間點(diǎn)，其行情統(tǒng)計(jì)時(shí)間區(qū)間為[093000.000,093059.999]；前置計(jì)算1分時(shí)0931這個(gè)時(shí)間點(diǎn)，其行情統(tǒng)計(jì)時(shí)間區(qū)間為[093100.000,093159.999]。計(jì)算的規(guī)則主要有4個(gè)方式：取區(qū)間頭、取區(qū)間未、取區(qū)間最大、取區(qū)間最小。比如計(jì)算600000，20130301，0931這個(gè)分時(shí)點(diǎn)的分時(shí)數(shù)據(jù)，其對(duì)應(yīng)的分筆數(shù)據(jù)區(qū)間范圍為093002-093052（需要按時(shí)間排序），則：開盤價(jià)為：樣本范圍內(nèi)的CP的第一個(gè)價(jià)格11.070最高價(jià)為：樣本范圍內(nèi)的CP的最大的價(jià)格11.080最低價(jià)為：樣本范圍內(nèi)的CP的最小的價(jià)格11.060收盤價(jià)為：樣本范圍內(nèi)的CP的最后的價(jià)格11.070分時(shí)期間成交量為：樣本范圍內(nèi)最后的TQ-上一個(gè)樣本范圍內(nèi)的最后的TQ=sum(樣本范圍內(nèi)的CQ)=10559900-4190571=6369329。分時(shí)期間成交額為：樣本范圍內(nèi)最后的TM-上一個(gè)樣本范圍內(nèi)的最后的TM=sum(樣本范圍內(nèi)的CM)=116929015-46389621=70539394?！窘虒W(xué)方法】實(shí)驗(yàn)法【教學(xué)時(shí)數(shù)】1實(shí)驗(yàn)七：金融基礎(chǔ)數(shù)據(jù)分析【實(shí)驗(yàn)?zāi)康暮鸵蟆空莆栈A(chǔ)的金融數(shù)據(jù)分析及挖掘方法?！緦?shí)驗(yàn)內(nèi)容】今有2017-2018年每個(gè)季度的每股指標(biāo)數(shù)據(jù)，共22720條數(shù)據(jù)記錄，數(shù)據(jù)全部來源于國泰安CSMAR數(shù)據(jù)庫，部分?jǐn)?shù)據(jù)記錄及表結(jié)構(gòu)如表下所示：2017-2018每個(gè)季度的每股指標(biāo)數(shù)據(jù)StkcdAccperF090301BF090601BF091001AF091301AF091501AF091801B0000012017-03-310.361911.57722812.098953.2885854.046768-6.69820000012017-06-300.7311593.0986612.315323.2885854.258008-7.465350000012017-09-301.1154924.58782812.703033.2885854.642341-9.201340000012017-12-311.3505536.10768812.932673.2885854.639546-6.917880000012018-03-310.38411.59330213.010543.2885854.6852072.4136280000012018-06-300.77883.2314513.287193.2885854.944030.4341880000012018-09-301.191384.56482213.700123.2885855.35661-0.658710000012018-12-311.4454286.18590613.980323.2885855.535061-3.338560000022017-03-310.0629951.68393614.673770.7570195.606924-0.86274…………其中Stkcd-股票代碼、Accper-截止日期、F090301B-歸屬于母公司每股收益、F090601B-每股營業(yè)收入、F091001A-每股凈資產(chǎn)、F091301A-每股資本公積、F091501A-每股未分配利潤(rùn)、F091801B-每股經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)纛~。問題如下：1.對(duì)每個(gè)股票代碼，計(jì)算每個(gè)季度每股收益同比增長(zhǎng)率，并找出連續(xù)4個(gè)季度每股收益同比增長(zhǎng)率大于20%的股票代碼。2.找出2017、2018年度每股資本公積和每股未分配利潤(rùn)最大的10只股票代碼，并通過柱狀圖、子圖的方法可視化展現(xiàn)出來。3.取2018年度的數(shù)據(jù)，對(duì)以上6個(gè)指標(biāo)作主成分分析，要求提取信息占比在95%以上，并寫出每個(gè)主成分的表達(dá)式和說明其主成分的意義。4.基于第3步提取的主成分進(jìn)行K-均值聚類分析，并獲取其聚類中心?！窘虒W(xué)方法】實(shí)驗(yàn)法【教學(xué)時(shí)數(shù)】5實(shí)驗(yàn)八：上市公司綜合評(píng)價(jià)拓展應(yīng)用【實(shí)驗(yàn)?zāi)康暮鸵蟆可罨C合評(píng)價(jià)方法在金融投資分析中的應(yīng)用。【實(shí)驗(yàn)內(nèi)容】第八章中對(duì)上市公司進(jìn)行綜合評(píng)價(jià)并沒有區(qū)分行業(yè)，事實(shí)上不同行業(yè)之間可能存在著較大的差異。請(qǐng)您利用本章中選取的指標(biāo)和評(píng)價(jià)方法，以申銀萬國行業(yè)一級(jí)分類標(biāo)準(zhǔn)，對(duì)每個(gè)行業(yè)的上市公司進(jìn)行綜合評(píng)價(jià)，并進(jìn)行量化投資實(shí)證檢驗(yàn)?！窘虒W(xué)方法】實(shí)驗(yàn)法【教學(xué)時(shí)數(shù)】2實(shí)驗(yàn)九：股票價(jià)格漲跌趨勢(shì)預(yù)測(cè)拓展應(yīng)用【實(shí)驗(yàn)?zāi)康暮鸵蟆可罨善眱r(jià)格漲跌趨勢(shì)預(yù)測(cè)的深度拓展應(yīng)用?！緦?shí)驗(yàn)內(nèi)容】第9章中作為一個(gè)例子，主要采用了2017年的交易數(shù)據(jù)構(gòu)建股票價(jià)格漲跌趨勢(shì)預(yù)測(cè)模型及量化投資策略的設(shè)計(jì)。一般地，交易市場(chǎng)中分為上漲行情、盤整行情和下跌行情，請(qǐng)分別對(duì)這三種情況下的交易數(shù)據(jù)，利用本章中的指標(biāo)和模型構(gòu)建股票價(jià)格漲跌趨勢(shì)預(yù)測(cè)模型，并進(jìn)行量化投資策略檢驗(yàn)?！窘虒W(xué)方法】實(shí)驗(yàn)法【教學(xué)時(shí)數(shù)】5實(shí)驗(yàn)十：股票價(jià)格形態(tài)聚類與收益分析拓展應(yīng)用【實(shí)驗(yàn)?zāi)康暮鸵蟆可罨善眱r(jià)格形態(tài)聚類與收益分析的深度拓展應(yīng)用?！緦?shí)驗(yàn)內(nèi)容】第10章作為一個(gè)綜合例子，介紹了股票形態(tài)聚類及類收益率的計(jì)算方法，進(jìn)一步地還介紹了預(yù)測(cè)模型的構(gòu)建和量化投資策略的設(shè)計(jì)與實(shí)現(xiàn)。但是本文方法穩(wěn)定性還有待進(jìn)一步的檢驗(yàn)，比如關(guān)鍵價(jià)格點(diǎn)該取幾個(gè)？形態(tài)聚類該聚幾個(gè)類？訓(xùn)練樣本中計(jì)算形態(tài)特征的交易數(shù)據(jù)周期長(zhǎng)度取幾個(gè)月？計(jì)算持有期收益率中持有期為多久？請(qǐng)您根據(jù)這些問題，選擇一個(gè)或者多個(gè)進(jìn)行研究，并給出量化投資策略實(shí)證檢驗(yàn)?！窘虒W(xué)方法】實(shí)驗(yàn)法【教學(xué)時(shí)數(shù)】5實(shí)驗(yàn)十一：行業(yè)聯(lián)動(dòng)與輪動(dòng)分析拓展應(yīng)用【實(shí)驗(yàn)?zāi)康暮鸵蟆可罨袠I(yè)聯(lián)動(dòng)與輪動(dòng)分析深度拓展應(yīng)用。【實(shí)驗(yàn)內(nèi)容】本11章介紹了申銀萬國行業(yè)日、周、月三種不同時(shí)間維度的聯(lián)動(dòng)與輪動(dòng)分析，但是在分析聯(lián)動(dòng)與輪動(dòng)規(guī)律的時(shí)候只考慮了“上漲與上漲”的關(guān)聯(lián)情況。事實(shí)上，“上漲與下跌”或者“下跌與下跌”也是常見的兩種關(guān)聯(lián)現(xiàn)象。請(qǐng)您結(jié)合本章中的方法，分析“上漲與下跌”、“下跌與下跌”兩種關(guān)聯(lián)現(xiàn)象，并提取有意義的關(guān)聯(lián)規(guī)則?！窘虒W(xué)方法】實(shí)驗(yàn)法【教學(xué)時(shí)數(shù)】2五、課程教學(xué)評(píng)價(jià)及依據(jù)項(xiàng)目考核內(nèi)容考核方式課程目標(biāo)1科學(xué)計(jì)算、數(shù)據(jù)處理、數(shù)據(jù)可視化、機(jī)器學(xué)習(xí)相關(guān)python包的案例應(yīng)用課堂討論與講解實(shí)驗(yàn)考核期末考核2.期末考試課程目標(biāo)2金融基礎(chǔ)數(shù)據(jù)處理分析、上市公司綜合評(píng)價(jià)、股票價(jià)格漲跌趨勢(shì)及形態(tài)分析、股票或行業(yè)聯(lián)動(dòng)與輪動(dòng)分析1.課堂討論與講解2.實(shí)驗(yàn)考核3.期末考核課程目標(biāo)3金融量化投資實(shí)證研究報(bào)告研究報(bào)告及心得六、考核方式與評(píng)價(jià)標(biāo)準(zhǔn)（一）考核方式1.考核方式：平時(shí)考核+期末考核。平時(shí)考核包括課堂討論與講解、實(shí)驗(yàn)考核、研究報(bào)告。期末考核采用開卷上機(jī)編程操作及案例分析。2.總成績(jī)?cè)u(píng)定：總成績(jī)=平時(shí)考核成績(jī)*30%+期末成績(jī)*70%平時(shí)考核成績(jī)占30%期末考試占70%課程分目標(biāo)達(dá)成評(píng)價(jià)方法考核方式課堂討論與講解、實(shí)驗(yàn)考核、調(diào)研報(bào)告及心得（滿分100分）上機(jī)編程操作及案例分析（滿分100分）課程目標(biāo)120分40分分目標(biāo)達(dá)成度=30%*（平時(shí)成績(jī)分目標(biāo)平均成績(jī)/分目標(biāo)總分）+70%*(分目標(biāo)試題平均分/分目標(biāo)試題總分)課程目標(biāo)250分60分課程目標(biāo)330分0分3.平時(shí)成績(jī)?cè)u(píng)定：課堂討論與講解（20分）：日常課堂討論及案例講解次數(shù)及效果。實(shí)驗(yàn)（50分）：通過實(shí)驗(yàn)完成質(zhì)量進(jìn)行評(píng)價(jià)。調(diào)研報(bào)告及心得（30分）：一份金融量化投資實(shí)證研究報(bào)告。（二）評(píng)價(jià)標(biāo)準(zhǔn)1.期末考核評(píng)價(jià)標(biāo)準(zhǔn)評(píng)價(jià)分?jǐn)?shù)90-10080-8970-7960-690-59課程目標(biāo)1、21.熟練掌握Python科學(xué)計(jì)算、數(shù)據(jù)處理、數(shù)據(jù)可視化、挖掘建模等應(yīng)用技能，掌握規(guī)范的數(shù)據(jù)分析流程，具備良好的數(shù)據(jù)敏感度、數(shù)據(jù)建模意識(shí)2.熟練掌握金融數(shù)據(jù)處理及挖掘分析技能，具備較好的量化投資實(shí)證研究能力及應(yīng)用技能。1.較好掌握Python科學(xué)計(jì)算、數(shù)據(jù)處理、數(shù)據(jù)可視化、挖掘建模等應(yīng)用技能，了解規(guī)范的數(shù)據(jù)分析流程，具備一定的數(shù)據(jù)敏感度、數(shù)據(jù)建模意識(shí)2.較好掌握金融數(shù)據(jù)處理及挖掘分析技能，具備一定的量化投資實(shí)證研究能力1.基本掌握Python科學(xué)計(jì)算、數(shù)據(jù)處理、數(shù)據(jù)可視化、挖掘建模等應(yīng)用技能，對(duì)數(shù)據(jù)分析流程有一定的了解，對(duì)數(shù)據(jù)建模有一定認(rèn)識(shí)2.基本掌握金融數(shù)據(jù)處理及挖掘分析技能，具備一定的金融數(shù)據(jù)分析處理能力1.基本掌握Python科學(xué)計(jì)算、數(shù)據(jù)處理、數(shù)據(jù)可視化、挖掘建模等程序?qū)崿F(xiàn)，對(duì)數(shù)據(jù)分析流程和數(shù)據(jù)建模有初步的認(rèn)識(shí)。2.基本掌握金融數(shù)據(jù)處理及挖掘分析相關(guān)的程序?qū)崿F(xiàn)，對(duì)金融數(shù)據(jù)具有一定的處理能力1.不能切實(shí)掌握Python科學(xué)計(jì)算、數(shù)據(jù)處理、數(shù)據(jù)可視化、挖掘建模等程序?qū)崿F(xiàn)及簡(jiǎn)單應(yīng)用，對(duì)數(shù)據(jù)分析流程和數(shù)據(jù)建模沒有一定的了解。2.對(duì)金融數(shù)據(jù)處理及挖掘分析相關(guān)的程序?qū)崿F(xiàn)報(bào)錯(cuò)2.課堂討論與講解評(píng)價(jià)標(biāo)準(zhǔn)評(píng)價(jià)分?jǐn)?shù)90-10080-8970-7960-690-59課堂討論與講解情況能積極參與課上的問題討論，對(duì)案例面向全班同學(xué)講解，且效果好。能積極參與課上的問題討論，對(duì)案例面向全班同學(xué)講解，且效果良好。能參與課上的問題討論，對(duì)案例面向全班同學(xué)講解，內(nèi)容完整。能參與課上的問題討論，對(duì)案例面向全班同學(xué)講解，內(nèi)容或表達(dá)欠佳課堂討論參與度低，也不對(duì)案例面向全班同學(xué)講解3.實(shí)驗(yàn)評(píng)價(jià)標(biāo)準(zhǔn)評(píng)價(jià)分?jǐn)?shù)90-10080-8970-7960-690-59實(shí)驗(yàn)完成情況能在規(guī)定時(shí)間內(nèi)完成實(shí)驗(yàn)，且結(jié)果正確，并善于與同學(xué)們分享、幫助同學(xué)能在規(guī)定時(shí)間內(nèi)完成實(shí)驗(yàn)，且結(jié)果正確。能在規(guī)定時(shí)間內(nèi)完成實(shí)驗(yàn)，但結(jié)果不完全正確基本能在規(guī)定時(shí)間內(nèi)完成實(shí)驗(yàn)，結(jié)果不夠完整。無法在規(guī)定時(shí)間內(nèi)完成實(shí)驗(yàn)，且結(jié)果不正確、不完整。4.研究報(bào)告及心得評(píng)價(jià)分?jǐn)?shù)90-10080-8970-7960-690-59調(diào)研報(bào)告及心得完成情況能按要求完成調(diào)研報(bào)告及心得，報(bào)告格式規(guī)范，內(nèi)容全面，心得有感而發(fā)。能按要求完成調(diào)研報(bào)告及心得，報(bào)告格式比較規(guī)范，內(nèi)容比較全面，心得有感而發(fā)。能按要求完成調(diào)研報(bào)告及心得，報(bào)告格式規(guī)范性和內(nèi)容全面性方面一般，心得內(nèi)容一