2017年10月30日 (一) 04:36的版本

课号

01510313

教学目标

掌握金融大数据系统和工具，并能够使用这些工具来建模和分析金融大数据。 了解市场投资的基本概念，掌握基本的数据分析方法和工具，具备使用工具对金融数据建模和分析能力。

预计学习成效

完成本课程的学习后，学生首先对二级市场的投资理论和模型形成基本的概念，并具备了搭建、验证和使用量化数据分析模型的能力。通过课外阅读和调研，掌握金融工程的基础理论工具，形成学习研究报告。最后，学生通过实践环节，制作自己的多因子模型或其它种类的量化策略，采用历史数据和实时行情验证策略的有效性。

教学内容

大数据部分

学习计算机系统的基本原理。

实践计算机系统-实验。

大数据系统的原理与技术，在实践中运用大数据技术。

机器学习与机器智能

大数据智能的理论，了解大数据系统与机器智能的相辅相成的关系，在实践中运用机器智能技术。

量化部分

1. 第一讲：量化分析基础  主要内容：量化投资分析的背景、流派和主流分析方法  教学要素：讲授  教学时数：2  实验时数：0  课外活动：阅读相关文献  课外学时：6

2. 第二讲：从主观投资中汲取精华  主要内容：证券二级市场主观投资方法概述  教学要素：讲授  教学时数：2  实验时数：0  课外活动：阅读相关文献  课外学时：8

3. 第三讲、第四讲：多因子模型基础与应用（1）（2）  主要内容：建立多因子模型的基本方法和案例分析  教学要素：讲授、非课堂实践  教学时数：4  实验时数：20  课外活动：阅读相关文献  课外学时：10

4. 第五讲：量化投资策略与实战分析  主要内容：如何建立基本的投资策略  教学要素：讲授、非课堂实践  教学时数：2  实验时数：20  课外活动：阅读相关文献  课外学时：6

5. 第六讲：量化投资中常见问题剖析  主要内容：针对经常犯的错误进行针对性分析和案例剖析  教学要素：讲授、非课堂实践  教学时数：2  实验时数：20  课外活动：阅读相关文献  课外学时：20

6. 第七讲、第八讲：打造量化交易体系（1）（2）  主要内容：如何构建实战交易体系，并通过真实数据进行严格测试验证  教学要素：讲授、非课堂实践  教学时数：4  实验时数：20  课外活动：阅读相关文献  课外学时：20

7. 答辩：量化分析自学内容及交易体系验证报告  主要内容：以现场答辩的方式演示说明自己的交易体系特征  教学要素：研讨会  教学时数：14  实验时数：0  课外活动：撰写报告  课外学时：20