《Python语言》教学大纲
课程名称：Python语言
课程类别（必修/选修）：选修
课程英文名称：Python
总学时/周学时/学分：48/3/3
其中实验/实践学时：48
先修课程：
授课时间：周四 第1节至第3节
授课地点：实验楼615
授课对象：18级经济与金融系1班
开课学院：粤台产业科技学院
任课教师姓名/职称：谢依珊/副教授
答疑时间、地点与方式：周五 9:00~11:00/实验楼204/面授与讨论
课程考核方式：开卷（  ）    闭卷（✓）  课程论文（  ）  其它（  ）
使用教材：经济金融数据分析及其Python应用, 朱顺泉，清华大学出版社
教学参考资料：量化投资以Python为工具, 蔡立耑，电子工业出版社
课程简介：Python语法是面向经济与金融专业的一门专业基础课,以编程零基础的学生为授课对象，介绍基本Python语法、Spyder操作、金融经济数据存取方式、基础统计应用、时间序列应用、机器学习与量化投资分析方法。通过本课程的学习,学生将可掌握Python开发的基础知识,以及可以独立应用Python在投资分析上。
课程教学目标
1.充分掌握Python使用，以及其在经济金融数据分析上的应用，并活用于日常理财投资决策中。
2.培养同学具备创新精神和操作量化投资等的实践能力，运用计算思维解决现实问题的思想方式，希望未来能在证券商、投资银行、银行等金融机构成为基金经理人、金融应用开发领域从业人员等领域的人才。
3.培养学生具有主动参与、积极进取、探究程式编码的学习学习态度和思想意识。
4.养成理论联系实际、分析严谨、认真细致、实事求是的学习态度和职业道德。
本课程与学生核心能力培养之间的关联(授课对象为理工科专业学生的课程填写此栏）：
□核心能力1.
前端工程师课程大纲□核心能力2.
□核心能力3.
□核心能力4.
□核心能力5.
□核心能力6.
□核心能力7．
□核心能力8．
实践教学进程表
周次
实验项目名称
学时
重点、难点、课程思政融入点
项目类型（验证/综合/设计）
教学
方式
1
经济金融数据类型与Python 环境
3
重点：linux系统安装教程学习三种数据类型、Anaconda介绍
难点：截断面、时间序列、面板数据的差异
课程思政融入点：介绍在大数据时代下潮流下，Python语言对金融专业人才培养的重要性。
综合
课堂讲授与上机演练
2
Spyder介面与常用语句
3
重点：Spyder使用，Python对象类型、常用运算符及与语句
难点：物件类型的分辨
课程思政融入点：介绍Spyderpython教材下载介面对于学习Python语言的便利性，以及对于学习成为专业量化投资人才的助益。
综合
课堂讲授与上机演练
3
判断语句与循环语句
3
重点：判断语句与循环语句
难点：循环语句的应用
课程思政融入点：学习复杂编程的基础，体认这是金融专业学生应掌握的基本技能之一。
综合
课堂讲授与上机演练
4
NumPyvb连接sql数据库步骤与Pandas应用基础
3
重点：套件NumPy与Pandas
难点：使用Anaconda自带套件
课程思政融入点：学习复杂编程的基础，体认这是金融专业学生应掌握的基本技能之一。
综合
课堂讲授与上机演练
5
数据存取与网络数据读取
3
重点：数据存取与网络数据读取
难点：网络爬虫技术
课程思政融入点：金融专业人才从事数据分析的技术准备。
综合
课堂讲授与上机演练
6
图形的绘制和可视化
3
重点：图形的绘制和可视化
难点：美化图形
课程思政融入点：金融专业人才从事数据分析的技术准备。
综合
课堂讲授与上机演练
7
叙述性统计
3
重点：叙述性统计
难点：解读叙述统计
课程思政融入点：金融专业人才从事数据分析的技术准备。
综合
课堂讲授与上机演练
8
相关性分析与一元回归数据分析
3
重点：相关性分析与一元回归数据分析
难点：解释相关性
课程思政融入点：金融专业人才从事数据分析的技术准备。
综合
课堂讲授与上机演练
9
期中考
3
10
多元回归数据分析
3
重点：多元回归数据分析
难点：共线性的判断
课程思政融入点:金融专业人才从事数据分析的技术准备。
综合
课堂讲授与上机演练
11
机器学习(一)
3
重点：机器学习类型
难点：机器学习的使用时机
课程思政融入点：运用计算思维解决现实问题，为国家大数据战略提供人才的支持。
招聘pipeline里面是啥意思综合
课堂讲授与上机演练
12
机器学习(二)
3
重点：常见的机器学习方法
难点：解读分析结果
c语言实现sscanf课程思政融入点：运用计算思维解决现实问题，为国家大数据战略提供人才的支持。
综合
课堂讲授与上机演练
13
时间序列的Python应用(一)
3
重点：时间序列的建模
难点：判断数据平稳性
课程思政融入点：通过计量经济分析的技巧与编程的能力，成为金融应用分析的人才。
综合
课堂讲授与上机演练
14
时间序列的Python应用(二)
3
重点：ARIMA模型
难点：ARIMA模型的概念
课程思政融入点：通过计量经济分析的技巧与编程的能力，成为金融应用分析的人才。
综合
课堂讲授与上机演练
15
量化金融数据分析的Python应用(一)
3
重点：股票数据描述性统计
难点：解读分析结果
课程思政融入点：通过数理分析的技巧与编程能力，成为金融应用开发领域的人才。
综合
课堂讲授与上机演练
16
量化金融数据分析的Python应用(二)
3
重点：资产组合的选择
难点：Markowitz的模型概念
课程思政融入点：通过数理分析的技巧与编程能力，成为金融应用开发领域的人才。
综合
课堂讲授与上机演练
合计：
考核方法及标准
考核形式
评价标准
权重
到堂情况
出席状况与上课表现
10%
课堂演练
每周一次课堂演练
30%
期中考
根据评分标准评定分数
30%
期末考
根据评分标准评定分数
30%
大纲编写时间：2019.09.09
系（部）审查意见：
系（部）主任签名：                        日期：      年    月    日

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。