大数据金融分析实训教程
定价：￥68.00
作者： 黄侃梅
出版时间：2025-09
最新印次日期：2025-9
出版社：中国轻工业出版社
- 中国轻工业出版社
- 9787518452446
- 1-1
- 555956
- 16开
- 2025-09
- 经济管理
- 本科
作者简介
内容简介
本书是专为职业本科教育金融大数据分析课程设计的专业技能核心教材，总学时为64学时，同时该教材也能用于大数据金融实训课程。该教材融入了1+X金融大数据处理证书的最新技能要求，教材开发遵循职业教育人才培养与职业本科教育教学规律，在对课程所对应的金融数据分析师、金融数据产品经理岗位能力精准分析的基础上进行开发。内容涵盖如下主要项目，依次为：金融大数据基础认知、Python与金融数据处理入门、金融数据的采集与预处理、金融数据库的设计与应用、金融大数据统计与可视化、时间序列分析与预测模型、机器学习与金融数据应用、量化投资与回测、等等。所有的项目案例都取自深圳希施玛数据科技有限公司的真实项目，并且对应金融大数据分析的五大岗位流程，即数据采集、数据处理、数据存储、数据分析与挖掘、数据可视化与报告呈现。
目录
项目一：金融大数据基础认知
任务 1.1：认识金融数据与大数据
任务实施：金融大数据认知训练
任务 1.2：认知金融大数据思维
任务实施：大数据思维训练
任务 1.3：了解数据相关法律法规
任务实施：数据法律法规认知训练
项目实训：实验一大数据在金融经济领域应用案例搜集
项目二：Python 与金融数据处理入门
任务 2.1：初识 Python
任务实施：python 环境的下载与安装
任务 2.2：认识 Python 数据分析的常用模块
任务实施：2.2.1python 模块的安装和导入
2.2.2 人民币和美元的兑换
项目实训：实验二 数据分析入门实验
项目三：金融数据的采集与处理
任务 3.1：金融数据 Excel 采集技术
任务实施：3.1.1 宏观数据采集
3.1.2 行业数据采集
3.1.3 上市公司数据采集
任务 3.2：金融数据 Python 采集技术
任务实施： 3.2.1 了解 Python 自动化采集
3.2.2 利用 Python 进行接口数据采集
任务 3.3：金融数据 Excel 处理
任务实施：3.3.1 数据预处理 II
3.3.2 数据质检与清洗
任务 3.4：金融数据 Python 处理
任务实施：Python 数据预处理
项目实训：实验三 汽车企业数据收集和数据清洗实验
项目四：金融数据库的设计与应用
任务 4.1：金融数据存储技术
任务实施：4.1.1 使用 SQL 语言创建股票信息表
4.1.2 使用 SQL 操作 MACD 指标计算
4.1.3SQL 语句处理数据缺失问题
任务 4.2：金融数据库设计与规范
任务实施 4.2.1 分析业务需求
4.2.2 构建 ER 图
4.2.3 优化设计
任务 4.3：金融数据查询与分析
任务实施：4.3.1 SQL 数据查询
4.3.2 Python 数据查询
项目实训：实验四 金融交易数据模型设计
项目五：金融大数据统计与可视化
任务 5.1：描述性统计
任务实施：上证 50 指数收益率数据描述性统计分析
任务 5.2：数据可视化操作
任务实施：python 作图分析
项目实训：实验五 行业股票数据的可视化分析
项目六：时间序列分析与预测模型
任务 6.1：时间序列分析基础
任务实施：6.1.1 描述性统计与离散程度分析
6.1.2 自相关性、季节性、趋势与波动性分析
任务 6.2：时间序列变动趋势分析与预测
任务实施：6.2.1 序列差分分析
6.2.2 季节性波动和白噪声分析 III
任务 6.3：掌握时间序列预测模型（如 ARIMA, GARCH）
任务实施：时间序列分析
项目实训：实验六 信贷风险评估实验（基于时间序列分析）
项目七：机器学习与金融数据应用
任务 7.1：机器学习基础与算法介绍
任务实施：用 Python 和 scikit-learn 库实现机器学习模型
任务 7.2：信用评分模型与操作
任务实施：基于逻辑回归建立个人贷款信用评分模型
任务 7.3：欺诈检测模型与操作
任务实施：构建信用卡欺诈检测模型
任务 7.4：股票价格预测模型与操作
任务实施：利用线性回归模型预测未来股票价格
项目实训：实验七 2 信贷风险评估模型
项目八：量化投资与回测
任务 8.1：熟悉量化投资策略
任务实施：海龟交易策略
任务 8.2：Python 在量化策略开发中的应用
任务实施：同花顺（300033SZ）量化投资分析
任务 8.3：策略回测与性能评估
任务实施：股票回测与性能评估
项目实训：实验八 双均线交易策略回测与分析
项目九：金融大数据在商业银行中的应用
任务 9.1：客户关系管理与数据分析
任务实施：构建 RFM 模型分析和评估客户价值
任务 9.2：信贷风险评估与模型构建
任务实施：测算对私客户违约风险
任务 9.3：信贷策略的优化与实践
任务实施：小微企业信贷风险评估 IV
项目实训：实验九客户细分与关系维护策略实验
项目十：金融大数据在保险行业的应用
任务 10.1：保险业定价策略与数据分析
任务实施：吸烟体和非吸烟体人群保险费率差异化定价
任务 10.2：保险业精准营销与数据分析
任务实施：保险精准营销操作
项目实训：实验十 基于 Apriori 算法的保险关联营销策略制定
项目十一：金融大数据的风险识别与管理
任务 11.1：金融风险识别方法与技术
任务实施：Python 数据分析与机器学习在金融风控中的应用
任务 11.2：金融风险管理与操作策略
任务实施：股票投资组合的金融风险评估
项目实训：实验十一 股票投资组合的 VaR 风险评估
项目十二：金融大数据的监管与隐私保护
任务 12.1：金融大数据的隐私保护策略
任务实施：搭建一套数据安全和隐私保护系统
任务 12.2：金融大数据监管技术与挑战
任务实施：洗钱案件数据处理
任务 12.3：监管科技在金融大数据领域的应用
任务实施：设计全国银行经济监管可视化系统
项目实训：实验十二 金融大数据监管与隐私保护探讨
参考文献
任务 1.1：认识金融数据与大数据
任务实施：金融大数据认知训练
任务 1.2：认知金融大数据思维
任务实施：大数据思维训练
任务 1.3：了解数据相关法律法规
任务实施：数据法律法规认知训练
项目实训：实验一大数据在金融经济领域应用案例搜集
项目二：Python 与金融数据处理入门
任务 2.1：初识 Python
任务实施：python 环境的下载与安装
任务 2.2：认识 Python 数据分析的常用模块
任务实施：2.2.1python 模块的安装和导入
2.2.2 人民币和美元的兑换
项目实训：实验二 数据分析入门实验
项目三：金融数据的采集与处理
任务 3.1：金融数据 Excel 采集技术
任务实施：3.1.1 宏观数据采集
3.1.2 行业数据采集
3.1.3 上市公司数据采集
任务 3.2：金融数据 Python 采集技术
任务实施： 3.2.1 了解 Python 自动化采集
3.2.2 利用 Python 进行接口数据采集
任务 3.3：金融数据 Excel 处理
任务实施：3.3.1 数据预处理 II
3.3.2 数据质检与清洗
任务 3.4：金融数据 Python 处理
任务实施：Python 数据预处理
项目实训：实验三 汽车企业数据收集和数据清洗实验
项目四：金融数据库的设计与应用
任务 4.1：金融数据存储技术
任务实施：4.1.1 使用 SQL 语言创建股票信息表
4.1.2 使用 SQL 操作 MACD 指标计算
4.1.3SQL 语句处理数据缺失问题
任务 4.2：金融数据库设计与规范
任务实施 4.2.1 分析业务需求
4.2.2 构建 ER 图
4.2.3 优化设计
任务 4.3：金融数据查询与分析
任务实施：4.3.1 SQL 数据查询
4.3.2 Python 数据查询
项目实训：实验四 金融交易数据模型设计
项目五：金融大数据统计与可视化
任务 5.1：描述性统计
任务实施：上证 50 指数收益率数据描述性统计分析
任务 5.2：数据可视化操作
任务实施：python 作图分析
项目实训：实验五 行业股票数据的可视化分析
项目六：时间序列分析与预测模型
任务 6.1：时间序列分析基础
任务实施：6.1.1 描述性统计与离散程度分析
6.1.2 自相关性、季节性、趋势与波动性分析
任务 6.2：时间序列变动趋势分析与预测
任务实施：6.2.1 序列差分分析
6.2.2 季节性波动和白噪声分析 III
任务 6.3：掌握时间序列预测模型（如 ARIMA, GARCH）
任务实施：时间序列分析
项目实训：实验六 信贷风险评估实验（基于时间序列分析）
项目七：机器学习与金融数据应用
任务 7.1：机器学习基础与算法介绍
任务实施：用 Python 和 scikit-learn 库实现机器学习模型
任务 7.2：信用评分模型与操作
任务实施：基于逻辑回归建立个人贷款信用评分模型
任务 7.3：欺诈检测模型与操作
任务实施：构建信用卡欺诈检测模型
任务 7.4：股票价格预测模型与操作
任务实施：利用线性回归模型预测未来股票价格
项目实训：实验七 2 信贷风险评估模型
项目八：量化投资与回测
任务 8.1：熟悉量化投资策略
任务实施：海龟交易策略
任务 8.2：Python 在量化策略开发中的应用
任务实施：同花顺（300033SZ）量化投资分析
任务 8.3：策略回测与性能评估
任务实施：股票回测与性能评估
项目实训：实验八 双均线交易策略回测与分析
项目九：金融大数据在商业银行中的应用
任务 9.1：客户关系管理与数据分析
任务实施：构建 RFM 模型分析和评估客户价值
任务 9.2：信贷风险评估与模型构建
任务实施：测算对私客户违约风险
任务 9.3：信贷策略的优化与实践
任务实施：小微企业信贷风险评估 IV
项目实训：实验九客户细分与关系维护策略实验
项目十：金融大数据在保险行业的应用
任务 10.1：保险业定价策略与数据分析
任务实施：吸烟体和非吸烟体人群保险费率差异化定价
任务 10.2：保险业精准营销与数据分析
任务实施：保险精准营销操作
项目实训：实验十 基于 Apriori 算法的保险关联营销策略制定
项目十一：金融大数据的风险识别与管理
任务 11.1：金融风险识别方法与技术
任务实施：Python 数据分析与机器学习在金融风控中的应用
任务 11.2：金融风险管理与操作策略
任务实施：股票投资组合的金融风险评估
项目实训：实验十一 股票投资组合的 VaR 风险评估
项目十二：金融大数据的监管与隐私保护
任务 12.1：金融大数据的隐私保护策略
任务实施：搭建一套数据安全和隐私保护系统
任务 12.2：金融大数据监管技术与挑战
任务实施：洗钱案件数据处理
任务 12.3：监管科技在金融大数据领域的应用
任务实施：设计全国银行经济监管可视化系统
项目实训：实验十二 金融大数据监管与隐私保护探讨
参考文献
