课程简介
在大数据技术的迅猛发展浪潮之下,金融机构正经历着前所未有的变革,企业需要充分利用日益丰富的海量数据资源来深度洞察市场动态、优化关键决策过程、显著提升风险管理效能,并积极探索和创新更多元化的业务模式。
Python,作为一门兼具高效性、灵活性以及广泛适用性的编程语言,凭借其简洁易懂的语法结构、强大的数据处理能力、丰富的第三方库支持,极大地简化了复杂金融数据的处理与分析流程,它不仅能够处理和分析海量的金融数据,还能够通过可视化手段直观展现数据特征,帮助决策者快速把握市场趋势,制定更加精准有效的策略。
本课程详细介绍了Python基础知识、网络数据爬虫技术、数据库基础及实战、大数据分析技巧、舆情监控即企业风险预警、智能投顾、量化金融、大数据风控、机器学习、客户违约预测模型等多方面金融与Python结合的内容,并结合实战案例,帮助企业全面理解金融数据的获取、处理、分析及结果呈现。
课程收益
1、帮助学员了解Python基础知识及自动生成报告实战应用;
2、帮助学员掌握金融数据挖掘与数据清洗优化技巧;
3、帮助学员掌握掌握数据库管理与数据分析工具使用
受众人群
市场部、业务支撑部、数据分析部、运营分析部等对业务数据分析有较高要求的相关人员
课程周期
2天(12H)
课程大纲
标题 | 授课内容 |
一、Python基础 | 1.Python环境部署 2.Python基础知识 3.Python语句 4.Python函数与模块 |
二、金融数据挖掘之爬虫技术基础 | 1.爬虫基础1 - 网页结构基础 2.爬虫基础2 - 网页结构进阶 3.初步实战 - 百度新闻源代码获取 4.爬虫基础3 - 正则表达式 |
三、金融数据挖掘实战1 | 1.百度新闻数据挖掘实战 2.批量获取多个上市公司的百度新闻及自动生成数据报告 3.异常处理及24小时实时数据挖掘实战 4.搜狐新闻和新浪财经数据挖掘实战 |
四、数据清洗优化及评分系统搭建 | 1.数据清洗及优化 2.数据乱码的处理方法 3.案例实战 - 舆情数据评分系统 |
五、数据库详解及实战 | 1.数据库简介及安装 2.数据库基础 3.Python与数据库的交互 4.案例实战 - 把金融数据导入到数据库中 |
六、数据分析的武器:Numpy与Pandas库 | 1.Numpy基础 2.pandas基础 3.案例实战 - pandas导出舆情数据评分 |
七、综合案例一:舆情数据评分与股价相关性分析 | 1.Tushare获取股价数据 2.数据可视化 3.舆情评分与股价相关性分析 |
八、金融数据挖掘之爬虫技术进阶 | 1.爬虫进阶1 - IP代理简介 2.爬虫进阶2 - 爬虫利器Selenium库详解 |
九、金融数据挖掘实战2 | 1.新浪财经股票实时数据挖掘实战 2.东方财富网数据挖掘实战 3.裁判文书网数据挖掘实战 4.巨潮资讯网数据挖掘实战 |
十、综合案例二:通过PDF文本解析分析上市公司理财公告 | 1.巨潮资讯网理财公告PDF批量下载实战 2.PDF文本解析基础 3.PDF文本解析实战 - 寻找合适的理财公告 |
十一、邮件提醒系统搭建 - Python自动发送邮件 | 1.Pyhton自动发送邮件基础 2.案例实战 - 将数据分析报告定时发送 |
十二、综合案例三:基于券商评级报告的投资决策分析 | 1.通过selenium获取券商研报网站数据 2.使用pandas和tushare获得股票行情数据 3.根据股票历史行情数据评估券商评级报告 |
十三、自动生成数据分析Word报告实战 | 1.Python创建Word基础 2.Python创建Word进阶 3.案例实战 - 自动生成数据分析Word报告 |
十四、综合案例四:基于上市公司实时股价的金融数据分析 | 1.基于股票10分钟成交量变化的量化策略简介 2.通过Tushare获取股价基本数据 3.生成股价相关数据衍生变量 4.Python创建Excel基础 5.策略实践并将结果自动导入到Excel中分析 |
十五、云服务器部署 | 1.腾讯云/阿里云/百度云服务器介绍 2.程序云端部署 |
十六、机器学习之客户违约预测模型搭建 | 1.机器学习在金融领域的应用 2.决策树模型的基本原理 3.案例实战:客户违约预测模型搭建 |
Zivvs Wang
百林哲咨询(北京)有限公司专家团队成员
Zivvs Wang
百林哲咨询(北京)有限公司专家团队成员
Zivvs Wang
百林哲咨询(北京)有限公司专家团队成员
Zivvs Wang
百林哲咨询(北京)有限公司专家团队成员
Zivvs Wang
百林哲咨询(北京)有限公司专家团队成员
Zivvs Wang
百林哲咨询(北京)有限公司专家团队成员
Zivvs Wang
百林哲咨询(北京)有限公司专家团队成员