导语
大数据时代，数据成为财务决策最重要的参考依据之一，数据分析行业进入新阶段。Python语言功能强大，使用方便，在金融量化投资领域得到了广泛应用。由广西民族师范学院教学专家黄恒秋带领的教学团队，在首歌实践教学平台推出了《Python金融数据分析与挖掘实战》课程资源系统，用Python简单介绍了财务数据分析、挖掘、量化投资的全过程。同时，教学团队将为师生提供全面的培训指导和相关支持！
网站：https://www.educoder.net/paths/4090
欢迎各界学习者前来学习！
一、理论与实践课程
课程介绍
本课程是人民邮电出版社2020年1月出版的《Python金融数据分析与挖掘实战》教材的配套资源，内容包括Python编程基础、科学计算、数据处理、可视化、机器学习、金融中的典型应用案例。
本课程包括67个教学视频和75个实验主题。本课程从Python的基础知识开始，到用Python进行科学计算、数据处理、数据可视化、挖掘建模的基础训练，再到用Python进行金融数据挖掘和量化投资的实战。以应用案例为主，介绍了如何利用Python对财务数据进行分析、挖掘和量化的全过程。课程采用“原理讲解编程实战”的学习模式，通过对原理的学习，完成相应的实战训练，从而实现对核心技术和算法的熟悉和掌握。
广西民族师范大学《Python金融数据分析与挖掘实战》课程主页
教学目标
基于课程第一首歌的平台进行线上线下混合教学，期望每个学生通过观看课程视频，在第一首歌中进行匹配水平练习，能够掌握更好的编程技能。同时希望学生在掌握核心技术和算法的基础上，培养较强的金融数据分析和挖掘的实际应用能力。本课程将按照基础课、案例课和实践课的顺序，以“任务描述-
“知识-算法实现-案例深化”的逻辑，引领学生从“小白”成长为实践大师。每篇文章都会从简单到深入，从容易到困难，从单一到全面，最后形成满足行业需求的综合能力。
课程特色
本课程介绍如何使用Python对财务数据进行全过程的分析、挖掘和量化。将Python基础知识和基础数据分析技能扩展到基本案例和综合案例。最后，通过实践训练，帮助读者加强训练，完成Python相关知识的学习。它还提供了丰富的数据、案例和程序代码，理论与实践相结合。适用于数学、计算机科学和经济管理专业的本科生和专科生，也适合作为金融数据挖掘研究人员和爱好者的参考课程。
讲解在平台上以在线微课视频的形式进行，学生可以利用课余时间完成视频观看和学习。并通过难度不断增加的实训项目设计，使理论教学与实践教学相协调。在编程思路上，也体现了程序从简单到复杂从点到线进化的编程思路。逐步提高学生运用Python分析、挖掘、量化财务数据的能力，并基于平台自动化评价及时反馈学习结果。
正在加载视频.
金融数据与基本案例——沪深300指数走势预测教学视频
课程章节
教学视频
章节
视频名称
- | -
第一章语法基础
1-1系统启动和界面理解
1-2 ython安装扩展包
1-3关于基本数据类型的信息
1-4所有相关的公共方法
1-5列表、元组和字符串方法
1-6条件语句
1-7循环语句
1-8功能
第二章科学计算
2-1创建数组
2-2Numpy简介
2-3阵列
2-4矩阵与线性代数运算
第三章数据处理
3-1熊猫的介绍、序列定义和操作
3-2数据帧定义和操作
3-3外部文件读取
3-4常见功能
第四章图像绘制
4-1垫的基本方法
5-6神经网络和支持向量机分类应用实例
5-7神经网络回归的应用实例
5-8K均值聚类
5-9关联规则
5-10一对一、多对一关联规则与应用举例
第6章 金融数据与基础案例
6-1金融数据基础（一）
6-2金融数据基础（二）
6-3金融数据基础（三）
6-4股票价格指数周收益和月收益率计算（一）
6-5股票价格指数周收益和月收益率计算（二）
6-6股票价、量走势图绘制（一）
6-7股票价、量走势图绘制（二）
6-8股票价格移动平均线的绘制
6-9沪深300指数走势预测
6-10基于主成分聚类的上市公司盈利能力分析（一）
6-11基于主成分聚类的上市公司盈利能力分析（二）
6-12基于主成分聚类的上市公司盈利能力分析（三）
6-13国际股票价格指数关联分析（一）
6-14国际股票价格指数关联分析（二）
第7章 上市公司综合评价
7-1基于总体规模与投资效率指标的综合评价（一）
7-2基于总体规模与投资效率指标的综合评价（二）
7-3基于总体规模与投资效率指标的综合评价（三）
7-4基于总体规模与投资效率指标的综合评价（四）
7-5基于成长与价值指标的综合评价（一）
7-6基于成长与价值指标的综合评价（二）
第8章 股票价格涨跌预测
8-1案例背景、目标和实现思路
8-2技术分析指标计算及模型构建（一）
8-3技术分析指标计算及模型构建（二）
8-4量化投资策略设计与实现
第9章 股票价格形态聚类与收益分析
9-1案例背景、目标及实现思路
9-2股票价格形态特征提取（一）
9-3股票价格形态特征提取（二）
9-4股票价格形态聚类、收益率计算与模型构建（一）
9-5股票价格形态聚类、收益率计算与模型构建（二）
9-6股票价格形态聚类、收益率计算与模型构建（三）
9-7股票价格形态可视化分析
第10章 行业联动与轮动分析
10-1案例背景、目标与实现思路
10-2日数据处理与布尔集计算
10-3日关联规则挖掘与分析（一）
10-4日关联规则挖掘与分析（二）
10-5周、月关联规则挖掘与分析
10-6量化投资策略设计与实现（一）
10-7量化投资策略设计与实现（二）
实验闯关项目
章节
实验闯关题目对应的知识点
---|---
第一章 实验闯关（题目10个）
基本数据类型
基本数据结构
基本数据结构访问
列表append和extend方法
字符串连接
字符串拆分和子串查找
条件语句if
循环语句while
循环语句for和字典setdefault方法
函数定义及应用
第2章 实验闯关（题目5个）
赋值定义较复杂数据结构
内嵌函数定义较复杂数据结构
数组运算
数组切片
数组连接
第3章 实验闯关（题目11个）
序列和数据框
外部数据文件读取
逻辑索引、切片方法，groupby 分组计算函数应用
数据框关联操作
数据框合并操作
序列移动计算方法应用
数据框切片（iloc、loc）方法
数据框排序
数据框综合应用案例
序列及简单随机抽样
序列及较复杂抽样
第4章 实验闯关（题目7个）
散点图绘制
线性图绘制
柱状图绘制
直方图绘制
饼图绘制
箱线图绘制
子图绘制
第5章 实验闯关（题目12个）
缺失值填充
数据标准化
支持向量机分类模型及其应用
逻辑回归模型及其应用
神经网络分类模型及其应用
线性回归模型及其应用
神经网络回归模型及其应用
支持向量机回归模型及其应用
基于主成分分析的综合评价
K均值聚类算法及其应用
布尔数据集构建
基于布尔数据集的一对一和多对一关联规则挖掘
第6章 实验闯关1：上市公司净利润增长率的计算（题目1个）
净利润率增长率连续三年大于40%上市公司计算与获取
第6章 实验闯关2：行业盈利状况可视化分析（题目2个）
行业净利润增长率计算
绘制2012-2017年净利润增长率排名前8的行业分布图子图
第6章 实验闯关3：基于支持向量机的量化择时（题目3个）
周最小交易日和最大交易日计算与获取
计算周频率相关的影响因素指标
基于支持向量机的量化择时模型构建
第7章 实验闯关：上市公司综合排名及投资组合构建、收益率计算（题目2个）
基于总体规模与投资效率指标的上市公司综合评价
投资组合构建及收益率计算
第8章 实验闯关：MA、MACD、KDJ、RSI、OBV相关指标计算及预测模型构建（题目8个）
移动平均线指标计算
指数平滑异同平均线指标的计算
随机指标K、D、J的计算
计算相对强弱RSI指标
乖离率指标BIAS的计算
能量潮指标OBV的计算
涨跌趋势指标的定义及计算
基于技术指标的股票价格涨跌趋势预测模型的构建（支持向量机模型）
第9章 实验闯关：上市公司综合能力聚类分析与量化投资检验（题目2个）
基于总体规模与投资效率指标的上市公司综合能力聚类分析
基于聚类结果构建投资组合及量化投资检验
第10章 实验闯关：股票联动与轮动布尔数据集构建（题目2个）
股票交易数据获取
股票日联动与轮动布尔数据集构建
第11章 课程设计综合实训闯关1：上市公司透明度综合评价（题目1个）
基于财务与治理指标的上市公司透明度综合评价
第11章 课程设计综合实训闯关2：上市公司财务风险识别（题目4个）
基于财务与治理指标的上市公司透明度综合评价
筛选出风险企业相关财务特征变量（X）及构造风险标识变量（Y）
随机筛选出与风险企业数量相同的非风险企业的X和Y，并与上一关结果合并处理
对X进行标准化、主成分分析和提取主成分
基于支持向量机的上市公司财务风险识别模型构建
第11章 课程设计综合实训闯关3：上市公司高送转预测（题目3个）
基于股票交易数据检测年度“高送转“”行为，构造标识因变量Y
构建及计算影响年度高送转行为因素指标X
基于逻辑回归的股票高送转行为识别模型构建
第11章 课程设计综合实训闯关4：上市公司业绩连续高增长预测（题目2个）
上市公司业绩连续高增长因、自变量构造
基于类平衡策略的支持向量机模型构建
二、学习导航
本教材配套的PPT、程序和数据、教学大纲、教案、练习题参考答案、考核材料等资源，可以从教材官网上下载，网址如下：
https://www.ryjiaoyu.com/book/details/9623
课程章节列出的所有线上实验项目均可在本课程首页下选择“实践项目”获取，学员在通过教学视频学习后，可进入相应模块，进行关卡实践。左侧提供了相应的任务要求，根据指导步骤完成任务，平台会提供关卡测评，闯关成功可以增加经验点。
关卡界面（左边任务要求，右边实训操作）
本课程所有章节配套视频讲解课程均可在头歌课程首页下获取，课程目录下选择“视频项目”即可观看学习各章节配套视频。
讲解视频和课件详情摘要（左右滑动查看更多）
三、教材简介
《Python金融数据分析与挖掘实战》教材图片
全书分三篇：基础篇、案例篇和实训篇。基础篇（第1～6章）主要介绍Python基本知识及应用于科学计算、数据处理、数据可视化、挖掘建模等方面的基础知识；案例篇（第7～11章）主要介绍利用Python进行金融数据挖掘分析的基础案例和综合应用案例；实训篇（第12章），由5个实训组成。本书将从Python基础知识、基本数据分析技能，扩展到基础案例和综合案例，最后通过实训帮助读者强化训练，完成Python相关知识的学习。
教材出版后，截止2021年8月30日，在出版一年多时间里，教材重印2次，销售5400多册，据不完全统计50多所高校作为教学用书，130多所高校作为图书馆或者教参用书。该教材为普通高等院校十三五规划教材。
四、作者简介
《Python金融数据分析与挖掘实战》主编 黄恒秋
黄恒秋，CPDA项目数据分析师，2011.7-2014.6
就职于深圳市国泰安信息技术有限公司，从事CSMAR数据库分析师、软件策划及设计相关工作。2014.9-今，广西民族师范学院数理与电子信息工程学院专任教师，从事数据分析与挖掘、数学建模、Python语言、MATLAB语言、高等数学相关课程教学工作。第一作者发表中文核心期刊论文3篇，其中EI源刊1篇。作为第一主编出版教材《Python金融数据分析与挖掘实战》和《Python大数据分析与挖掘实战（微课版）》2部。2019年组织参加第七届“泰迪杯”数据挖掘挑战赛，获全国一等奖1项，二等奖2项，三等奖4项。2019年组织参加第一届广西大学生人工智能设计大赛（大数据建模赛道）获一等奖1项，二等奖2项，三等奖6项。2020年组织参加第二届广西大学生人工智能设计大赛（AI建模创新赛道）获二等奖8项，三等奖8项。2019~2021年指导学生参加互联网+创新创业大赛和挑战杯竞赛获区铜奖和区二等奖共计3项。
