实验 1
金融数据导入与格式整理
2 学时
内容提要：使用 Python 从 RESSET 数据库导入股票、基金基础数据，完成数据查看、格式转换、基础筛选。
实验类型：验证性
组织形式：单人独立操作
实验与实践
项目驱动，在真实数据与软件环境中完成全流程操作
实验环节突出动手能力与过程考核，配套上机环境、操作指引与成果要求。
实验与实践教学
本课程共设 8 个实验项目，以机房上机实操为主，部分项目为选做；通过演示、操作、讨论与分享完成。
实验 2
金融数据清洗与缺失值处理
2 学时
内容提要：对金融数据进行缺失值、异常值、重复值处理，掌握基础数据清洗方法，输出清洗后规范数据集。
实验类型：验证性
组织形式：单人独立操作
实验 3
金融数据统计分析与可视化
6 学时
内容提要：计算金融数据描述性统计量，绘制折线图、柱状图、热力图，完成数据趋势与相关性可视化。
实验类型：验证性
组织形式：单人独立操作
实验 4
基础金融风控分类模型实现
6 学时
内容提要：调用 Python 现成机器学习库，使用逻辑回归构建简易信用风险预测模型，生成结果并解读指标。
实验类型：综合设计性
组织形式：单人独立操作
实验 5
金融时间序列趋势拟合与预测
6 学时
内容提要：使用简单回归模型对行情数据进行趋势拟合，完成短期预测与图表展示。
实验类型：综合设计性
组织形式：单人独立操作
实验 6
简易量化交易策略编写与回测
8 学时
内容提要：基于均线等简单规则编写交易策略，完成回测、收益计算与基础绩效分析。
实验类型：综合设计性
组织形式：单人独立操作
实验 7
金融文本基础情感分析（选做）
2（选做） 学时
内容提要：使用 Python 对财经短句、公告进行简单分词与情感判断，输出情感分值。
实验类型：创新性
组织形式：单人独立操作
实验 8
量化策略参数优化与改进（选做）
2（选做） 学时
内容提要：对已完成的量化策略调整参数，对比效果并完成优化分析。
实验类型：创新性
组织形式：单人独立操作
实验项目明细
- 项目一：环境搭建与数据准备，确认工具链可用。
- 项目二：核心方法实现，按要求输出中间与最终结果。
- 项目三：结果校验与可视化，解释关键结论。
- 项目四：综合小项目，体现方法迁移能力。
环境与提交：按站点说明的软件环境完成，提交可复现文件与说明。