金融大数据课程教学大纲.docx

金融大数据课程教学大纲 （Financial Big Data） 一、课程概况 课程代码：0808021 学 分：2 学 时：32（其中：讲授学时20，实验学时12） 先修课程：计算机语言(Python)、应用随机过程、大数据采集与预处理 适用专业：数据科学与大数据技术 建议教材：伊夫·希尔皮斯科 Python金融大数据分析 人民邮电育出版社2020.04 课程归口：理学院 课程的性质与任务：本课程是数据科学与大数据技术专业的一门专业课，通过该课程的学习，使学生掌握金融大数据的基本知识和技术；能够运用Python进行金融时间序列、算法交易、金融衍生品估值和投资组合估值，提升学生运用大数据技术分析和解决金融实际问题的能力。 课程目标 目标1. 通过教学过程中融入课程思政要素，立德树人，使学生具有社会责任感和职业道德。 目标2. 通过该课程的学习，使学生掌握金融大数据的基本知识和技术。 目标3. 能够进行金融时间序列分析、算法交易、金融衍生品估值和投资组合估值，提升运用大数据技术分析和解决金融问题的能力。 本课程支撑专业培养计划中毕业要求2-2、毕业要求6-1、毕业要求6-2和毕业要求6-3，对应关系如表所示。 毕业要求指标点 课程目标 目标1 目标2 目标3 毕业要求2-2 √ 毕业要求6-1 √ √ 毕业要求6-2 √ √ 毕业要求6-3 √ 三、课程内容及要求 （一）Python与金融 1. 教学内容 （1）用于金融的Python （2）数据驱动和人工智能优先的金融学 2. 基本要求 （1）能了解用于金融的Python （2）了解数据驱动和人工智能优先的金融学 （二）金融时间序列 1. 教学内容 （1）金融数据滚动统计 （2）相关分析 （3）高频数据 2. 基本要求 （1）掌握金融数据的滚动统计方法 （2）掌握相关分析的方法 （3）掌握高频数据处理方法 （三）算法交易 1. 教学内容 （1）读取数据 （2）使用API （3）交易策略 2. 基本要求 （1）掌握数据读取的方法 （2）掌握API的使用方法 （3）会进行交易策略分析 （四）金融模型的模拟 1. 教学内容 （1）随机数生成 （2）几何布朗运动 （3）跳跃扩散 2. 基本要求 （1）掌握随机数生成的方法 （2）能够模拟几何布朗运动 （3）能够模拟跳跃扩散模型 （五）衍生品估值 1. 教学内容 （1）欧式行权估值 （2）美式行权估值 2. 基本要求 （1）能够对欧式行权进行估值 （2）能够对美式行权进行估值 （六）投资组合估值 1. 教学内容 （1）衍生品投资组合 （2）投资组合估值 2. 基本要求 （1）了解衍生品投资组合的类型 （2）能够对投资组合进行估值 教学内容与课程目标的对应关系及学时分配如表所示。 序号 教学内容 支撑的课程目标 支撑的毕业要求指标点 讲授学时 实验学时 1 Python与金融 目标1 2-2 2 2 金融时间序列 目标2 6-1、6-2 4 2 3 算法交易 目标3 6-1、6-2、6-3 4 2 4 金融模型的模拟　 目标2、3 6-1、6-2、6-3 4 2 5 衍生品估值 目标3 6-1、6-2、6-3 4 4 6 投资组合估值　 目标3 6-1、6-2、6-3 2 2 合 计 20 12 四、课内实验（实践） 序号 实验项目名称 实验内容及要求 学时 对毕业要求的支撑 类型 备注 1 金融时间序列分析实验 利用Python进行金融时间序列数据的导入、滚动统计、相关分析 2 6-1 综合性 必做 2 算法交易实验 利用Python进行读取平台数据、API、交易策略分析 2 6-2 设计性 必做 3 金融模型的模拟实验　 利用Python模拟随机数生成、几何布朗运动模型和跳跃扩散模型 2 6-3 设计性 必做 4 衍生品估值实验 利用Python进行欧式行权估值、美式行权估值 4 6-3 综合性 必做 5 投资组合估值实验 利用Python进行衍生品投资组合估值 2 6-3 设计性 必做 五、课程实施 （一）融入课程思政要素，立德树人，把思政教育贯穿到课程建设的全过程，使学生具有社会责任感和职业道德。 （二）积极探索线上与线下相结合的混合式教学模式，注重发挥学生的主体作用，提高学生的参与度和积极性，以提高教学质量。 （三）注重过程性考核，施行“N+1”课程考核方案，加大过程性考核的力度，提高其在成绩计算中的比重。 （四）通过课内实验帮助学生掌握金融大数据的基本知识、技术及应用。 （五）主要教学环节的质量要求如表所示。 主要教学环节 质量要求 1 备课 （1）掌握本课程教学大纲内容，严格按照教学大纲要求进行课程教学内容的组织。 （2）熟悉教材各章节，借助专业书籍资料，并依据教学大纲编写授课计划，编写每次授课