《经济与金融大数据实践》课程教学大纲.docx

《经济与金融大数据实践》教学大纲

课程名称：经济与金融大数据实践课程编号：4461

英文名称：BigDataPracticesinEconomicsandFinance

学时：2周 学分：2学分

开课学期：第7学期

适用专业：数据科学与大数据技术专业

课程类别：集中实践教学

课程性质：专业方向与拓展

先修课程：Python程序设计，概率论与数理统计，数据结构，算法设计与分析，数据挖掘与机器学习，数理统计，多元统计分析

一、课程的性质及任务

《经济与金融大数据实践》课程是数据科学与大数据技术专业学生的专业方向与拓展课，是培养数据科学与大数据技术人才整体知识结构的重要组成部分。

通过本实践课程，是为了让学生能系统地掌握经济与金融大数据的处理与挖掘方法，为参加大数据分析、数据挖掘方面的工作，进行相关方面内容的科学研究打下基础，其基本特点在于理论性、方法性和实际应用性强。

依据河北工程大学数据科学与大数据技术专业培养计划，本课程需要培养学生的能力是：

在大数据系统设计和开发中能够综合考虑社会、健康、安全、法律、文化及环境等制约因素。（毕业要求指标3-4）

能够分析和评价大数据工程实践对社会、健康、安全、法律、文化的影响，以及这些制约因素对项目实施的影响；（毕业要求指标6-2）

能够站在环境保护和社会可持续发展的角度思考大数据工程实践的可持续性，评价产品周期中可能对人类和环境造成的损害和隐患。（毕业要求指标7-2）

具有一定的人际交往能力，能组织团队成员开展工作，并进行合理的决策。（毕业要求指标9-3）

二、课程目标与要求

2.1课程目标

掌握经济与金融大数据的基本知识和技术。

使用传统的统计方法，并结合相应的数据挖掘与机器学习算法、深度学习方法，运用Python语言进行金融大数据的数据分析。

能够进行基于大数据的金融时间序列、算法交易、金融衍生品估值和投资组合估值等分析

经济与金融大数据实践课程教学大纲

PAGE16

PAGE469

2.2课程目标与毕业要求对应关系

课程目标

毕业要求二级指标

毕业要求

1

2

3

●

●

在大数据系统设计和开发中能够综合考虑社会、健康、安全、法律、文化及环境等制约因素。

3.能够设计出大数据应用领域的复杂工程问题的解决方案，具有数据采集、处理、分析、挖掘的能力，并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等多维度协同发展因素。

●

●

能够分析和评价大数据工程实践对社会、健康、安全、法律、文化的影响，以及这些制约因素对项目实施的影响；

6.能够基于数据科学与大数据技术相关背景知识进行合理分析，评价大数据工程实践和复杂工程问题解决方案可能对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。

●

能够站在环境保护和社会可持续发展的角度思考大数据工程实践的可持续性，评价产品周期中可能对人类和环境造成的损害和隐患。

7.环境和可持续发展：具有环境保护和可持续发展意识，能够理解和评价针对大数据应用领域的复杂工程问题的工程实践对环境、社会可持续发展的影响。

●

●

●

具有一定的人际交往能力，能组织团队成员开展工作，并进行合理的决策。

9.个人和团队：具有健康的体魄和良好的综合素质，能够正确理解多学科背景下团队中个体、团队成员以及负责人的角色，并承担其责任与义务。

测控电路课程教学大纲

PAGE2

PAGE471

三、实践内容与基本要求

1.实践内容：学生初步掌握经济与金融大数据分析的基本方法，掌握熟悉重要的数据挖掘方法，掌握灵活利用Python语言分析数据、解决问题、完成相关研究

2.要求：通过本实践过程，学生了解数据分析和数据挖掘算法在经济与金融领域的重要运用，使得能够利用所学的数据分析和数据挖掘方法开展金融领域的应用研究。

四、实践步骤与考核方式

1.实践步骤

（1）按照企业项目方式运作，安排学生组建项目组，以项目组为单位进行设计与开发。

（2）指导教师对任务的划分情况进行审核，并对开发进度进行监控，对设计结果进行综合测评。

（3）实践过程中由教师讲解、学生实践练习、教师辅导、学生答辩、教师点评和教师测评6个步骤组成。

2.考核方式

最终成绩由平时表现、设计质量、答辩成绩和报告成绩等组合而成。各部分所占比例如下：

平时表现：10%；设计质量：30%；答辩成绩：40%；报告成绩：20%。

五、课程教材及主要参考书

[教材]

迈克尔著，金马译，金融研究方法论大全，北京：清华大学出版社，2005

[主要参考书]

统计学习方法.李航著.北京：清华大学出版社，2019.

六、说明

本课程大纲自2024级开始执行，生效之日原先版本均不再使用。