《金融大数据分析》课程教学大纲中文版.docx

《金融大数据分析》课程教学大纲 课程名称：金融大数据分析 课程编码： 学 分：2 总学时： 理论学时：20 实验学时：0 上机学时：12 实践学时：0 开设实验（上机）项目总数 0 个，其中，必修（ ）个，选修（ ）个 开课单位：08商学院 适用专业：金融学 一、课程的性质、目的 《金融大数据分析》课程的授课对象是金融专业的本科生，作为培养学生实际数据获取、数据分析、以及信息获取技能的金融实践性教学课程和选修课程列入金融学专业的教学计划。采用理论讲解和上机实验相、课外研究结合的方法。理论讲解利用课堂介绍金融数据挖掘的基本原理和基本方法，上机实验主要是结合具体的金融数据分析和数据挖掘案例学习和掌握如何在相应计算软件上完成数据挖掘与数据分析任务，课外研究则是学生在课程学习的基础上的拓展训练，培养利用数据挖掘方法解决实际问题的能力。 二、课程培养目标 1.立德树人 通过课程学习金融大数据分析,对金融数据，尤其是金融大数据分析有一个全面了解。通过对金融大数据分析课程的学习,帮助学生建立科学的思维方法以及工作中勇于面对挑战的精神。从金融大数据对我国创新驱动发展作用的角度出发,以杰出贡献者研究工作为载体,把社会主义核心价值观教育融入课程教学内容和教学全过程各环节,突出价值引领、知识传授和能力培养,帮助学生正确认识历史规律、准确把握基本国情、掌握科学的世界观、方法论,促进树立正确的世界观和价值观。 2.课程目标 通过本课程的学习，学生所具备的素质、掌握的技能、知识和能力如下： 课程目标1. 通过本课程的学习，使学生初步掌握金融数据分析的基本方法，掌握几种重要的数据挖掘方法，掌握如何利用计算软件分析数据、解决问题、完成相关研究。（对应第1、2、3讲,支撑毕业要求指标点2.1） 课程目标2. 通过本课程的学习和相关软件的使用，使学生了解数据分析和数据挖掘在金融领域的重要运用，使之能够利用所学到的数据分析与数据挖掘方法开展金融领域的应用研究，并有进一步学习的基础与能力。（对应第4、5、6、7、8讲,支撑毕业要求指标点4.3） 3.课程目标对毕业要求的支撑 本课程教学目标支撑的毕业要求主要体现在毕业要求指标点2.2、4.3，具体如下： 课程目标对毕业要求的支撑 课程目标 毕业要求 支撑毕业要求指标点及其内容 教学内容 支撑强度 指标点 毕业要求指标点内容 1 2.综合知识能力 指标点2.2 指标点描述：理解金融学的概念及其在具体领域的体现，能对金融基本业务进行分析和处理。 第1、2、3讲 H 2 4.实践应用能力 指标点4.3 指标点描述：能够运用专业理论知识和现代经济学研究方法分析解决实际问题，具备一定的科学研究能力。 第4、5、6、7、8讲 M 三、课程教学基本内容 本课程共分为九讲，6次实验课，共计32个学时。基本内容如下： 第一讲:理解金融数据(支撑课程目标第1条) 1.1 非定量性数据 1.2 数据挖掘，一种从海量数据中挖掘知识的新方法 1.3 数据挖掘涉及的主要学科领域 1.4 近年来数据挖掘技术的主要发展和主要应用领域 教学要求: 本讲主要内容是非定量性数据、数据挖掘及其涉及的主要学科领域与应用领域，教学的要求如下，首先学习非定量性数据，然后学习数据挖掘内容，最后学习数据挖掘涉及的主要学科领域的内容，要求学生掌握相关知识点，通过本章学习数据挖掘的内容，使学生理解金融数据的基本类型，初步掌握金融数据的采集方法，能利用相应软件对导入数据进行初步处理，具备相应分析问题解决问题的能力。 教学重点与难点:数据挖掘的概念、数据挖掘的主要功能、数据的基本处理方法，本章的难点是数据的基本处理方法。 第二讲:数据挖掘的主要功能(支撑课程目标第1条) 2.1 分类与预测 2.2 序列发现 2.3 特征化、比较与关联规则挖掘 2.4 聚类分析 教学要求: 本讲主要内容是数据挖掘的主要功能，教学的要求如下，首先学习分类与预测内容，然后学习序列发现内容，再然后学习特征化、比较与关联规则挖掘，最后学习聚类分析内容,要求学生掌握相关知识点，通过本讲学习数据挖掘的主要功能内容，使学生理解金融数据的基本类型，初步掌握金融数据的采集方法，能利用相应软件对导入数据进行初步处理，具备相应分析问题解决问题的能力。 教学重点与难点:数据挖掘的概念、数据挖掘的主要功能、数据的基本处理方法，本章的难点是数据的基本处理方法。 第三讲:数据挖掘软件(支撑课程目标第1条) 3.1 R语言 3.2 R语言在金融时间序列中运用 3.3 R语言在