Python金融數(shù)據(jù)分析與挖掘(微課版)教學(xué)大綱_第1頁
Python金融數(shù)據(jù)分析與挖掘(微課版)教學(xué)大綱_第2頁
Python金融數(shù)據(jù)分析與挖掘(微課版)教學(xué)大綱_第3頁
Python金融數(shù)據(jù)分析與挖掘(微課版)教學(xué)大綱_第4頁
Python金融數(shù)據(jù)分析與挖掘(微課版)教學(xué)大綱_第5頁
已閱讀5頁,還剩16頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

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5/80(其中:講課學(xué)時:45實(shí)踐學(xué)時:35)開課時間第3學(xué)期先修課程Python程序設(shè)計、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、課程簡介大數(shù)據(jù)時代,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)一步地擴(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。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)險意識。(二)課程目標(biāo)與畢業(yè)要求指標(biāo)點(diǎn)的對應(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)的項目工作所需的數(shù)學(xué)等基礎(chǔ)知識;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,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。H課程目標(biāo)24畢業(yè)要求4:具有基本的項目實(shí)施與管理知識,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)展動態(tài),具備從事大數(shù)據(jù)應(yīng)用系統(tǒng)設(shè)計與實(shí)現(xiàn)的能力等方面知識的綜合應(yīng)用能力,以及相關(guān)的科研、設(shè)計、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、社會與公共安全等知識,其中人文社科包括文學(xué)、外語、哲學(xué)、政治學(xué)、社會學(xué)、管理學(xué)、經(jīng)濟(jì)學(xué)、心理學(xué)等方面的常識或基本知識。M5畢業(yè)要求5:充分理解團(tuán)隊合作的重要性,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)隊合作能力以及一定的組織管理能力。M注:課程目標(biāo)對畢業(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)時安排課程內(nèi)容教學(xué)方法學(xué)時安排理論講授實(shí)踐教學(xué)第二章科學(xué)計算包Numpy講授法、實(shí)驗教學(xué)法32第三章數(shù)據(jù)處理包Pandas講授法、實(shí)驗教學(xué)法55第四章數(shù)據(jù)可視化包Matplotlib講授法、實(shí)驗教學(xué)法23第五章機(jī)器學(xué)習(xí)與實(shí)現(xiàn)講授法、實(shí)驗教學(xué)法55第六章金融數(shù)據(jù)基礎(chǔ)講授法、實(shí)驗教學(xué)法41第七章基礎(chǔ)案例講授法、實(shí)驗教學(xué)法105第八章綜合案例一:上市公司綜合評價講授法、實(shí)驗教學(xué)法32第九章綜合案例二:股票價格漲跌趨勢預(yù)測講授法、實(shí)驗教學(xué)法55第十章綜合案例三:股票價格形態(tài)聚類與收益分析講授法、實(shí)驗教學(xué)法55第十一章綜合案例四:行業(yè)聯(lián)動與輪動分析講授法、實(shí)驗教學(xué)法32合計4535(二)課程目標(biāo)與教學(xué)內(nèi)容的對應(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:上市公司綜合評價HH第九章綜合案例二:股票價格漲跌趨勢預(yù)測HH第十章綜合案例三:股票價格形態(tài)聚類與收益分析HH第十一章綜合案例四:行業(yè)聯(lián)動與輪動分析HH注:課程章節(jié)對課程目標(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?!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)時數(shù)】3學(xué)時【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.熟練掌握常用時間處理函數(shù)、合并函數(shù)與關(guān)聯(lián)函數(shù),以及滾動計算、時間元素提取、映射與離散化、分組統(tǒng)計等相關(guān)數(shù)據(jù)處理與計算任務(wù)?!窘虒W(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、滾動計算、時間元素提取與分組統(tǒng)計計算?!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)計的函數(shù)理解與應(yīng)用?!窘虒W(xué)時數(shù)】5學(xué)時【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)文件的讀取及滾動計算函數(shù)的使用;5.時間處理函數(shù)、合并函數(shù)與關(guān)聯(lián)函數(shù),以及滾動計算、時間元素提取、映射與離散化、分組統(tǒng)計等相關(guān)數(shù)據(jù)處理與計算任務(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。【教學(xué)難點(diǎn)】Matplotlib繪圖的基本流程及原理?!窘虒W(xué)時數(shù)】2學(xué)時【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價,線性回歸、神經(jīng)網(wǎng)絡(luò)非線性回歸預(yù)測,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價,線性回歸、神經(jīng)網(wǎng)絡(luò)非線性回歸預(yù)測,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價,線性回歸、神經(jīng)網(wǎng)絡(luò)非線性回歸預(yù)測,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價,線性回歸、神經(jīng)網(wǎng)絡(luò)非線性回歸預(yù)測,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。【教學(xué)時數(shù)】5學(xué)時【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價、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價,線性回歸、神經(jīng)網(wǎng)絡(luò)非線性回歸預(yù)測,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)、財務(wù)報表、財務(wù)分析指標(biāo)、股票高頻、股票日頻交易和股票價格指數(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)、財務(wù)報表、財務(wù)分析指標(biāo)、股票高頻、股票日頻交易和股票價格指數(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)時數(shù)】4學(xué)時【教學(xué)方法】講授法【教學(xué)內(nèi)容】1.公司治理結(jié)構(gòu)、財務(wù)報表、財務(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)時數(shù)】10學(xué)時【教學(xué)方法】講授法【教學(xué)內(nèi)容】1.股票價格指數(shù)周收益率和月收益率的計算;2.上市公司凈利潤增長率的計算;3.股票價、量走勢圖繪制;4.股票價格移動平均線的繪制;5.滬深300指數(shù)走勢預(yù)測;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:上市公司綜合評價【教學(xué)目標(biāo)】1.了解上市公司綜合評價的基本概念及模型。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)時數(shù)】3學(xué)時【教學(xué)方法】講授法【教學(xué)內(nèi)容】1.上市公司綜合評價模型及方法基本介紹;2.基于投資規(guī)模與效率指標(biāo)的綜合評價方法;3.基于成長與價值指標(biāo)的綜合評價方法;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)計實(shí)現(xiàn)及結(jié)果分析第九章綜合案例二:股票價格漲跌趨勢預(yù)測【教學(xué)目標(biāo)】1.了解股票價格漲跌趨勢的基本概念。2.理解業(yè)務(wù)數(shù)據(jù)、技術(shù)分析指標(biāo)數(shù)據(jù)計算、模型實(shí)現(xiàn)及驗證相關(guān)原理、方法及流程;3.掌握技術(shù)分析指標(biāo)數(shù)據(jù)計算、模型檢驗、量化投資策略設(shè)計實(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?!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)計實(shí)現(xiàn)?!窘虒W(xué)時數(shù)】5學(xué)時【教學(xué)方法】講授法【教學(xué)內(nèi)容】1.了解股票價格漲跌趨勢的基本概念。2.理解業(yè)務(wù)數(shù)據(jù)、技術(shù)分析指標(biāo)數(shù)據(jù)計算、模型實(shí)現(xiàn)及驗證相關(guān)原理、方法及流程;3.掌握技術(shù)分析指標(biāo)數(shù)據(jù)計算、模型檢驗、量化投資策略設(shè)計實(shí)現(xiàn)的全部流程第十章綜合案例三:股票價格形態(tài)聚類與收益分析【教學(xué)目標(biāo)】1.了解股票價格形態(tài)分析的基本概念、關(guān)鍵價格點(diǎn)概念2.理解業(yè)務(wù)數(shù)據(jù)、關(guān)鍵價格點(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)計與實(shí)現(xiàn)。【教學(xué)重點(diǎn)】業(yè)務(wù)數(shù)據(jù)理解、關(guān)鍵價格點(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)計實(shí)現(xiàn)?!窘虒W(xué)時數(shù)】5學(xué)時【教學(xué)方法】講授法【教學(xué)內(nèi)容】1.股票價格形態(tài)分析的基本概念;2.股票關(guān)鍵價格點(diǎn)的概念及提取算法;3.形態(tài)特征的表示及計算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)動與輪動分析【教學(xué)目標(biāo)】1.解行業(yè)聯(lián)動與輪動的基本概念。2.理解行業(yè)聯(lián)動與輪動的指標(biāo)表示、關(guān)聯(lián)規(guī)則挖掘算法及量化投資策略設(shè)計原理3.掌握行業(yè)聯(lián)動與輪動關(guān)聯(lián)規(guī)則挖掘算法及量化投資策略設(shè)計實(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)輪動規(guī)則挖掘及量化投資策略設(shè)計實(shí)現(xiàn)?!窘虒W(xué)難點(diǎn)】行業(yè)輪動關(guān)聯(lián)規(guī)則挖掘及量化投資策略設(shè)計實(shí)現(xiàn)?!窘虒W(xué)時數(shù)】3學(xué)時【教學(xué)方法】講授法【教學(xué)內(nèi)容】1.行業(yè)聯(lián)動與輪動的基本概念;2.行業(yè)聯(lián)動與輪動的指標(biāo)表示與計算;3.日、周、月頻率的行業(yè)聯(lián)動與輪動關(guān)聯(lián)規(guī)則挖掘;4.量化投資策略設(shè)計實(shí)現(xiàn)及結(jié)果分析點(diǎn)實(shí)驗/實(shí)踐教學(xué)部分實(shí)驗一:NumPy數(shù)組操作【實(shí)驗?zāi)康暮鸵蟆空莆誑umPy數(shù)組的定義及操作方法?!緦?shí)驗內(nèi)容】賦值定義較復(fù)雜數(shù)據(jù)結(jié)構(gòu)請完成以下問題: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)請完成以下任務(wù):1)定義一個3行3列元素全為1的數(shù)組A2)定義一個3行3列元素全為0的數(shù)組B3)定義一個初始值為2、末值為9、步長為2的數(shù)組C4)定義一個默認(rèn)初始值0,步長為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、長度2)求A乘B3)返回計算結(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)驗法【教學(xué)時數(shù)】2實(shí)驗二:Pandas數(shù)據(jù)處理操作【實(shí)驗?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)驗內(nèi)容】1.序列和數(shù)據(jù)框請完成以下任務(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L1,L2,T1,T2,返回計算結(jié)果B2.外部數(shù)據(jù)文件讀取請完成以下任務(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)計表.xlsx”數(shù)據(jù)表,用數(shù)據(jù)框df1來存儲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分組計算函數(shù)應(yīng)用請完成以下任務(wù):1)請讀取地鐵站點(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、日期、時刻、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)編號列表,記為code3)采用數(shù)據(jù)框中的groupby分組計算函數(shù),統(tǒng)計出每個地鐵站點(diǎn)每天的進(jìn)站人數(shù)和出站人數(shù),計算結(jié)果采用一個數(shù)據(jù)框sat_num來表示,其中列標(biāo)簽依次為:站點(diǎn)編號、日期、進(jìn)站人數(shù)和出站人數(shù);4)計算出每個站點(diǎn)國慶節(jié)期間(10.1~10.7)的進(jìn)站人數(shù)和出站人數(shù),計算結(jié)果用一個數(shù)據(jù)框sat_num2來表示,其中列標(biāo)簽依次為:A1_站點(diǎn)編號、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.序列移動計算方法應(yīng)用7.數(shù)據(jù)框切片(iloc、loc)方法請完成以下任務(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、日期、時刻、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個時刻的進(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個時刻的進(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)對整個數(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)計計算獲得每個站點(diǎn)每個時刻(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、A2_時刻、A3_總進(jìn)站客流、A4_總出站客流10.序列及簡單隨機(jī)抽樣請完成以下任務(wù):1)定義一個列表code,編號為1~302)對code,按30個元素一次隨機(jī)抽樣,記為A3)返回結(jié)果,為序列s,其中index為編號,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、計算和應(yīng)用5種題型,每種題型題號從1開始依次按順序編號,其中選擇題70道,填空題80道,判斷題50道,計算題30道,應(yīng)用題20道。現(xiàn)有40個同學(xué)參加考試,要求每個同學(xué)從5種題型中隨機(jī)抽取1道題目組成試卷,請編程實(shí)現(xiàn)給出每個同學(xué)試卷的具體題目編號。請完成以下任務(wù):1)定義一個數(shù)據(jù)框A,index為默認(rèn)序號(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,第1、2、3、4列依次類推【教學(xué)方法】實(shí)驗法【教學(xué)時數(shù)】5實(shí)驗三:數(shù)據(jù)可視化包Matplotlib應(yīng)用【實(shí)驗?zāi)康暮鸵蟆空莆諗?shù)據(jù)可視化的基本使用方法?!緦?shí)驗內(nèi)容】1.散點(diǎn)圖繪制請完成以下任務(wù):1)讀取“各站點(diǎn)各時刻進(jìn)出站客流數(shù)據(jù).xlsx”,繪制站點(diǎn)155各時刻進(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各時刻進(jìn)站客流散點(diǎn)圖.png"。2.線性圖繪制請完成以下任務(wù)1)讀取“各站點(diǎn)各時刻進(jìn)出站客流數(shù)據(jù).xlsx”,繪制站點(diǎn)155各時刻進(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各時刻進(jìn)站客流線性圖.png"。3.柱狀圖繪制請完成以下任務(wù)1)讀取“各站點(diǎn)各時刻進(jìn)出站客流數(shù)據(jù).xlsx”,繪制站點(diǎn)155各時刻進(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各時刻進(jìn)站客流柱狀圖.png"。4.直方圖繪制請完成以下任務(wù):1)讀取“各站點(diǎn)各時刻進(jìn)出站客流數(shù)據(jù).xlsx”,繪制站點(diǎn)155各時刻進(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各時刻進(jìn)站客流直方圖.png"。5.餅圖繪制請完成以下任務(wù):1)讀取“各站點(diǎn)各時刻進(jìn)出站客流數(shù)據(jù).xlsx”,繪制站點(diǎn)157各時刻進(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各時刻進(jìn)站客流餅圖.png"。6.箱線圖繪制請完成以下任務(wù):1)讀取“各站點(diǎn)各時刻進(jìn)出站客流數(shù)據(jù).xlsx”,繪制站點(diǎn)9時刻的進(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時刻各站點(diǎn)進(jìn)站客流箱線圖.png"。7.子圖繪制請完成以下任務(wù):1)讀取“各站點(diǎn)各時刻進(jìn)出站客流數(shù)據(jù).xlsx”,獲得155、157、151、123四個站點(diǎn)在各時刻的進(jìn)站客流,用一個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個站點(diǎn)各時刻進(jìn)站客流子圖.png"?!窘虒W(xué)方法】實(shí)驗法【教學(xué)時數(shù)】3實(shí)驗四:scikit-learn應(yīng)用【實(shí)驗?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。【實(shí)驗內(nèi)容】1.缺失值填充請完成以下任務(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)請對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)化請完成以下任務(wù):1)在上一個實(shí)驗的基礎(chǔ)上,對自變量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.缺失值填充請完成以下任務(wù):1)在上一個實(shí)驗基礎(chǔ)上,對經(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條記錄作為測試數(shù)據(jù),構(gòu)建支持向量機(jī)分類模型;2)返回計算結(jié)果為模型準(zhǔn)確率rv和預(yù)測準(zhǔn)確率r。4.邏輯回歸模型及其應(yīng)用請完成以下任務(wù):1)在第2個實(shí)驗基礎(chǔ)上,對經(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條記錄作為測試數(shù)據(jù),構(gòu)建邏輯回歸模型;2)返回計算結(jié)果為模型準(zhǔn)確率rv和預(yù)測準(zhǔn)確率r。5.神經(jīng)網(wǎng)絡(luò)分類模型及其應(yīng)用請完成以下任務(wù):1)在第2個實(shí)驗基礎(chǔ)上,對經(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條記錄作為測試數(shù)據(jù),構(gòu)建神經(jīng)網(wǎng)絡(luò)分類模型;2)返回計算結(jié)果為模型準(zhǔn)確率rv和預(yù)測準(zhǔn)確率r。6.線性回歸模型及其應(yīng)用在發(fā)電場中電力輸出(PE)與AT(溫度)、V(壓力)、AP(濕度)、RH(壓強(qiáng))有關(guān),相關(guān)測試數(shù)據(jù)見“發(fā)電場數(shù)據(jù).xlsx”文件,請完成以下任務(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、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)測其PE值。7.神經(jīng)網(wǎng)絡(luò)回歸模型及其應(yīng)用請完成以下任務(wù):1)基于上一個實(shí)驗數(shù)據(jù)集,構(gòu)建神經(jīng)網(wǎng)絡(luò)回歸模型,返回計算結(jié)果模型準(zhǔn)確率r;2)并針對測試數(shù)據(jù)AT=28.4、V=50.6、AP=1011.9、RH=80.54,預(yù)測其PE值。8.支持向量機(jī)回歸模型及其應(yīng)用請完成以下任務(wù):1)基于上一個實(shí)驗數(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)),返回計算結(jié)果模型的擬合優(yōu)度r;2)并針對測試數(shù)據(jù)AT=28.4、V=50.6、AP=1011.9、RH=80.54,預(yù)測其PE值。9.基于主成分分析的綜合評價讀取“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)計年鑒》,首先對指標(biāo)數(shù)據(jù)進(jìn)行均值方差標(biāo)準(zhǔn)化處理;其次對標(biāo)準(zhǔn)化處理后的指標(biāo)數(shù)據(jù)做主成分分析,要求提取累計貢獻(xiàn)率在95%以上;再次基于提取的主成分計算綜合得分,綜合得分=提取的各主成分與對應(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)計年鑒》,首先對指標(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)。【教學(xué)方法】實(shí)驗法【教學(xué)時數(shù)】4實(shí)驗五:關(guān)聯(lián)規(guī)則基礎(chǔ)【實(shí)驗?zāi)康暮鸵蟆空莆找粚σ缓投鄬σ魂P(guān)聯(lián)規(guī)則的基本使用方法。【實(shí)驗內(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"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)集的一對一和多對一關(guān)聯(lián)規(guī)則挖掘針對以下布爾數(shù)據(jù)集(已用一個“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請編程計算規(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)驗法【教學(xué)時數(shù)】1實(shí)驗六:金融數(shù)據(jù)基礎(chǔ)【實(shí)驗?zāi)康暮鸵蟆空莆展善备哳l數(shù)據(jù)的加工及分時計算。【實(shí)驗內(nèi)容】今有基本行情(簡稱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、當(dāng)前時間、(開、高、低、最新)價、累計成交量、分筆期間成交量、累計成交額、分筆期間成交額、累計成交筆數(shù)、分筆期間成交筆數(shù)、賣方委托價格5-1,買方委托價格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,計算獲得1分時交易數(shù)據(jù)表,其基本字段及計算思路如下:靜態(tài)字段:證券代碼、交易日期時間字段:分時點(diǎn)成交字段:分時期間(開、高、低、收)價格、分時期間成交量、分時期間成交金額計算思路:1分時數(shù)據(jù)是由基本行情(level-1)數(shù)據(jù)統(tǒng)計計算獲得。分時計算主要有兩種計算方式:一種是時間前置,一種是時間后置。比如后置計算1分時0931這個時間點(diǎn),其行情統(tǒng)計時間區(qū)間為[093000.000,093059.999];前置計算1分時0931這個時間點(diǎn),其行情統(tǒng)計時間區(qū)間為[093100.000,093159.999]。計算的規(guī)則主要有4個方式:取區(qū)間頭、取區(qū)間未、取區(qū)間最大、取區(qū)間最小。比如計算600000,20130301,0931這個分時點(diǎn)的分時數(shù)據(jù),其對應(yīng)的分筆數(shù)據(jù)區(qū)間范圍為093002-093052(需要按時間排序),則:開盤價為:樣本范圍內(nèi)的CP的第一個價格11.070最高價為:樣本范圍內(nèi)的CP的最大的價格11.080最低價為:樣本范圍內(nèi)的CP的最小的價格11.060收盤價為:樣本范圍內(nèi)的CP的最后的價格11.070分時期間成交量為:樣本范圍內(nèi)最后的TQ-上一個樣本范圍內(nèi)的最后的TQ=sum(樣本范圍內(nèi)的CQ)=10559900-4190571=6369329。分時期間成交額為:樣本范圍內(nèi)最后的TM-上一個樣本范圍內(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)驗法【教學(xué)時數(shù)】1實(shí)驗七:金融基礎(chǔ)數(shù)據(jù)分析【實(shí)驗?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)驗內(nèi)容】今有2017-2018年每個季度的每股指標(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、F091801B-每股經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額。問題如下:1.對每個股票代碼,計算每個季度每股收益同比增長率,并找出連續(xù)4個季度每股收益同比增長率大于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),對以上6個指標(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)驗法【教學(xué)時數(shù)】5實(shí)驗八:上市公司綜合評價拓展應(yīng)用【實(shí)驗?zāi)康暮鸵蟆可罨C合評價方法在金融投資分析中的應(yīng)用?!緦?shí)驗內(nèi)容】第八章中對上市公司進(jìn)行綜合評價并沒有區(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。請您利用本章中選取的指標(biāo)和評價方法,以申銀萬國行業(yè)一級分類標(biāo)準(zhǔn),對每個行業(yè)的上市公司進(jìn)行綜合評價,并進(jìn)行量化投資實(shí)證檢驗?!窘虒W(xué)方法】實(shí)驗法【教學(xué)時數(shù)】2實(shí)驗九:股票價格漲跌趨勢預(yù)測拓展應(yīng)用【實(shí)驗?zāi)康暮鸵蟆可罨善眱r格漲跌趨勢預(yù)測的深度拓展應(yīng)用?!緦?shí)驗內(nèi)容】第9章中作為一個例子,主要采用了2017年的交易數(shù)據(jù)構(gòu)建股票價格漲跌趨勢預(yù)測模型及量化投資策略的設(shè)計。一般地,交易市場中分為上漲行情、盤整行情和下跌行情,請分別對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)建股票價格漲跌趨勢預(yù)測模型,并進(jìn)行量化投資策略檢驗?!窘虒W(xué)方法】實(shí)驗法【教學(xué)時數(shù)】5實(shí)驗十:股票價格形態(tài)聚類與收益分析拓展應(yīng)用【實(shí)驗?zāi)康暮鸵蟆可罨善眱r格形態(tài)聚類與收益分析的深度拓展應(yīng)用?!緦?shí)驗內(nèi)容】第10章作為一個綜合例子,介紹了股票形態(tài)聚類及類收益率的計算方法,進(jìn)一步地還介紹了預(yù)測模型的構(gòu)建和量化投資策略的設(shè)計與實(shí)現(xiàn)。但是本文方法穩(wěn)定性還有待進(jìn)一步的檢驗,比如關(guān)鍵價格點(diǎn)該取幾個?形態(tài)聚類該聚幾個類?訓(xùn)練樣本中計算形態(tài)特征的交易數(shù)據(jù)周期長度取幾個月?計算持有期收益率中持有期為多久?請您根據(jù)這些問題,選擇一個或者多個進(jìn)行研究,并給出量化投資策略實(shí)證檢驗。【教學(xué)方法】實(shí)驗法【教學(xué)時數(shù)】5實(shí)驗十一:行業(yè)聯(lián)動與輪動分析拓展應(yīng)用【實(shí)驗?zāi)康暮鸵蟆可罨袠I(yè)聯(lián)動與輪動分析深度拓展應(yīng)用?!緦?shí)驗內(nèi)容】本11章介紹了申銀萬國行業(yè)日、周、月三種不同時間維度的聯(lián)動與輪動分析,但是在分析聯(lián)動與輪動規(guī)律的時候只考慮了“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)驗法【教學(xué)時數(shù)】2五、課程教學(xué)評價及依據(jù)項目考核內(nèi)容考核方式課程目標(biāo)1科學(xué)計算、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、上市公司綜合評價、股票價格漲跌趨勢及形態(tài)分析、股票或行業(yè)聯(lián)動與輪動分析1.課堂討論與講解2.實(shí)驗考核3.期末考核課程目標(biāo)3金融量化投資實(shí)證研究報告研究報告及心得六、考核方式與評價標(biāo)準(zhǔn)(一)考核方式1.考核方式:平時考核+期末考核。平時考核包括課堂討論與講解、實(shí)驗考核、研究報告。期末考核采用開卷上機(jī)編程操作及案例分析。2.總成績評定:總成績=平時考核成績*30%+期末成績*70%平時考核成績占30%期末考試占70%課程分目標(biāo)達(dá)成評價方法考核方式課堂討論與講解、實(shí)驗考核、調(diào)研報告及心得(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%*(平時成績分目

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論