大数据与金融
分享
课程详情
课程评价
spContent=近年来,以云计算、大数据为代表的新一代互联网技术,已经以互联网金融业态的形式渗透到金融领域:第三方支付、P2P、移动支付等新名词频繁出现。因此开设大数据与金融、人工智能与金融等金融科技课程将有助于培养和提高学生对金融发展前沿的认知。
—— 课程团队
课程概述

《大数据与金融》是金融学专业(金融科技方向)的一门核心专业课程。考虑到大数据技术与金融学的学科交叉特点,本课程融合了计算机专业的大数据分析、数据挖掘等课程与金融中介学、金融市场学等相关知识,以利用大数据分析方法解决金融问题为导向,着重介绍当前大数据原理及大数据在金融领域的应用。本课程内容涉及到大数据金融原理、金融数据降维处理、聚类分析及其金融应用、关联规则分析、金融数据可视化、网络数据采集、特征工程及其金融应用以及文本分析初步等内容。通过本课程的学习,使学生对教学大纲范围内的大数据基本原理和技术有比较系统和全面的了解;理清大数据与金融的联系;对大数据与金融相结合的前沿热点有正确的认识;培养学生具有开阔的眼界,以及思考和理解新概念的能力。






授课目标

《大数据与金融》是金融学专业(互联网金融方向)的一门专业必修课。课程着重介绍当前大数据原理及大数据在金融领域的应用。内容主要包括大数据采集、存储及处理,大数据分析基础,大数据挖掘的模型与算法,并重点针对大数据在传统金融、互联网金融、征信、监管科技等领域的应用进行介绍。通过本课程的学习,使学生对本大纲范围内的大数据的基本原理和技术有比较系统和全面的了解;对大数据与金融相结合的前沿热点有正确的认识;理清楚大数据与金融的联系;培养学生具有开阔的眼界,以及思考和理解新概念的能力。

总目标:将《大数据与金融》建成一门具有较强实践性和应用性的,适应金融科技交叉学科的优质特色课程。具体而言:

第一,丰富课程内容,在金融学、统计科学、计算机语言等基础上建立该课程的内容。在金融学和金融科技学的指导下,借助统计科学的大数据分析方法,进行数据分析,利用计算机语言实现编程与问题解决。以数据支持实践,由实践反应理论,形成更加综合、全面的课程体系。

第二,拓展课程实践意义,课程将金融学理论与大数据分析相结合,在数据的基础上研究资产定价、风险管理、金融消费者分析、企业评估等问题,在有针对的在具体场景中提出优化金融服务的解决方案。整个思路更具实践意义,能够提升学生对大数据金融分析的基本理论和常用分析方法的掌握,有助于更好地利用大数据方法完成传统的金融功能,在新的金融业态和金融场景中,不断完善金融服务,促进实体经济发展。






课程大纲
预备知识

金融学、R语言基础或Python 基础







证书要求

1、考核成绩的构成比例是:平时成绩占70%,期末考试占30%。采用百分制计分,60分及以上合格。

2、单元测验占70%。要求同学们跟随每章的视频进度,在学习完每单元内容后进行测试,要求在规定的时间内完成老师布置的测验题。

3、期末考试占30%。主要考察同学们对本课程所学内容的综合掌握程度与独立思考、解决问题的能力。期末提前2周公告考试时间和安排。计时考试,考试时间为2小时,每人只能做一次。

特别提示:为保证平台证书权威性,从2019年9月份开始,中国大学MOOC将不再发放免费证书,原有证书的申请方式和流程不变!










参考资料

1、杜尔森·德伦著,丁晓松、宋冰玉译,《大数据掘金——挖掘商业世界中的数据价值》,中国人民大学出版社。

2、王宏志,《大数据分析——原理与实践》,机械工业出版社。

3、刘晓星,《大数据金融》,清华大学出版社。

4、徐忠、孙国峰、姚前,《金融科技——发展趋势与监管》,中国金融出版社。