股票日线数据的清洗与可视化
- 场景
- 从公开数据源获取某只股票一年的日线数据，数据中存在停牌导致的缺失日期与个别异常价格。
- 知识点
- pandas 读取与日期索引、缺失值识别与处理、Matplotlib 作图。
- 任务
- 用 pandas 完成缺失值识别与处理，绘制收盘价与 5 日、20 日均线，并写 200 字说明图表反映的趋势与均线交叉信号。
案例库
真实教学与行业案例，附分析与思政启示
案例库覆盖典型情境，每个案例含背景、分析与可迁移的启示。
真实案例库
课程在第 6 环节之后安排金融场景综合实战，以下 5 个案例由易到难，覆盖数据清洗、函数封装、面向对象与报告输出，全部使用公开行情数据或脱敏数据完成。
债券到期收益率与久期的批量计算
- 场景
- 给定一组付息债券的票面利率、剩余期限、付息频率与市场价格，需要批量计算到期收益率与久期。
- 知识点
- 函数的定义与调用、NumPy 数组运算、循环与向量化的性能对比。
- 任务
- 编写函数批量计算到期收益率与麦考利久期，并用一组已知答案的样例验证函数正确性，记录验证过程。
模拟账户流水的异常交易筛查
- 场景
- 一份脱敏的账户交易流水，包含交易时间、金额、对手方与交易类型字段。
- 知识点
- 字典与集合、条件语句、pandas 分组聚合（groupby）。
- 任务
- 编写脚本统计每个账户的交易频次与金额分布，输出可疑账户清单，并在报告末尾说明哪些结论必须由人工复核、不能由程序直接定论。
投资组合收益率的描述性统计
- 场景
- 三只股票的日收益率序列构成一个等权投资组合，需要计算年化收益、波动率与相关性。
- 知识点
- 类与对象的创建和使用、NumPy 统计函数、pandas DataFrame 的合并与对齐。
- 任务
- 定义一个 Portfolio 类，实现收益序列拼接、年化收益与年化波动率计算，输出相关系数矩阵，并解释分散化效果。
实验报告的自动化排版与提交前自查
- 场景
- 期末大作业需要同时提交代码文件与实验报告，报告中要引用脚本运行后的结果数字。
- 知识点
- 文件读写、字符串处理、标准库的使用。
- 任务
- 写一个脚本读取实验结果 CSV，自动生成报告 Markdown 模板；并列出 5 项提交前自查项（命名规范、中文注释、随机数种子、结果可复现、数据来源标注）。
