AI大模型开发实战 教案 7大模型重塑金融：从数据到决策.docx

一、课程定位

学时：90分钟（2×45′），多媒体教室，

先修：完成“RAG系统”实训，会用pandas做基础数据清洗。

教学目标

知识：说出金融数据五步清洗链“缺-异-重-一-标”；写出ARIMA(p,d,q)三个参数含义；列举智能投顾三板斧“画像-配置-再平衡”。

能力：能独立跑通美国失业率ARIMA预测脚本并解释置信区间；能在Dify里拖拽一条“合同合规审查”工作流。

情感：树立“数据干净是底线、合规自动是红线”的职业敬畏。

教学重点：时间序列平稳性判定、均值-方差资产配置、合规工作流节点设计。

教学难点：GARCH波动聚集解释、MICE多重插补vs简单均值