教学大纲
理论讲授与实验实训一体，按四级认知目标组织各模块
大纲明确各教学模块的目标、重点、难点与教学方式，并标注思政融入点。
课程基本信息
课程代码Z010304005
课程类别专业拓展课（选修）
学分／学时2 学分 · 32 学时
开课学期第 5 学期
先修课程金融学A · Python编程基础 · 计量经济学
适用专业金融工程
课程教学目标
课程教学目标分为思想目标、知识目标与能力目标三个维度，全面支撑毕业要求指标点。
思想目标
- 树立金融科技伦理与职业操守，明晰金融数据使用、AI 金融建模的合规边界，坚守金融行业职业道德
- 增强学生的国家金融安全意识，认识金融科技自主创新对维护国家金融安全的重要意义
- 培养学生的创新创业精神，激发运用人工智能技术解决金融实际问题的创新思维
知识目标
- 理解金融 AI 基础模型原理，掌握逻辑回归、时间序列拟合等机器学习算法在金融风控、趋势预测中的应用逻辑
- 掌握运用 Python 进行金融数据获取、处理、分析和建模的基本方法，熟悉常用金融数据分析库和机器学习框架
- 了解金融文本情感分析、量化策略优化的进阶知识，掌握金融非结构化数据处理与策略迭代优化的基础原理
能力目标
- 具备金融 AI 模型应用能力，能调用 Python 机器学习库搭建信用风险分类模型、时间序列预测模型，完成模型训练与结果解读
- 具备量化策略开发与回测能力，可独立编写基础量化交易策略，完成策略回测、收益计算与绩效分析
- 具备金融科技进阶实践能力，能完成金融文本情感分析、量化策略参数优化等拓展实验，实现金融 AI 应用的迭代优化
教学内容与学时安排
下表列出本课程全部教学内容及对应学时，实验含选做项。
实验教学内容与学时安排
| 序号 | 实验项目 | 内容提要 | 实验类型 | 组织形式 | 学时 |
|---|---|---|---|---|---|
| 1 | 金融数据导入与格式整理 | 2 | 验证性 | 单人独立操作 | 2 |
| 2 | 金融数据清洗与缺失值处理 | 2 | 验证性 | 单人独立操作 | 2 |
| 3 | 金融数据统计分析与可视化 | 6 | 验证性 | 单人独立操作 | 6 |
| 4 | 基础金融风控分类模型实现 | 6 | 综合设计性 | 单人独立操作 | 6 |
| 5 | 金融时间序列趋势拟合与预测 | 6 | 综合设计性 | 单人独立操作 | 6 |
| 6 | 简易量化交易策略编写与回测 | 8 | 综合设计性 | 单人独立操作 | 8 |
| 7 | 金融文本基础情感分析（选做） | 2（选做） | 创新性 | 单人独立操作 | 2（选做） |
| 8 | 量化策略参数优化与改进（选做） | 2（选做） | 创新性 | 单人独立操作 | 2（选做） |
先修与后续课程
- 先修课程：金融学A、Python编程基础、计量经济学
- 平行／后续：量化交易策略实战、智能投顾与财富管理实训
- 开课单位：经济与金融学院 金融工程系
- 实验条件：Windows 操作系统、Python、RESSET 金融研究数据库、互联网接入