【快班】Python金融业数据化运营实战_选课中心-炼数成金-Dataguru专业数据分析社区

首页 > 选课中心 > 数据分析 > 【快班】Python金融业数据化运营实战

【快班】Python金融业数据化运营实战

此课程所属【python数据分析师职业方向】, 【数据分析师专业方向】专业，报名专业套餐，可享受0元学习特惠！点击了解详情

随报随学	共10课	★☆☆
开课时间	课程周期	难易度

招生中

立即报名

课程介绍

目前数据分析已经深入到各个行业中，尤其以Python为工具的数据分析将越来越流行，目前数据分析在金融领域的应用是最广阔的，了解或者掌握了Python金融数据分析，对于今后就业相当有吸引力。

Python金融数据分析就是专门针对金融领域的案例，通过该课程，可以系统的了解金融市场以及python在整个金融行业的应用以及发展状况。

本课程既可以针对零基础学生，也可以针对有一定基础的学习，课程会从Python最基础的开始讲解走，一步一步深入，并且每章会配上案例教学，让学员更清楚了解数据分析在金融领域的实际用途以及如何运用Python来进行分析。

学完该课程，不仅可以掌握到Python相关知识，可以熟练掌握Python，并且还可以了解到金融市场相关知识以及如何运用Python来进行相关分析。

课程大纲: 第一课：金融市场与金融产品
介绍金融市场和金融产品，以及金融工具等相关知识，介绍金融风险的度量方法以及具体案例和Python实现

第二课：Python基础知识
掌握Python基础知识以及对数据的操作。
2.1 python的基本数据类型
2.2 python基本数据结构
2.3 python程序结构
2.4 python的函数与模块
2.5 python读写数据
2.6 Python数据处理

第三课：Python统计学相关知识
3.1 基本统计学概念
介绍统计学的基本概念以及具体运用

第四课：金融中的线性问题
了解金融中有哪些线性问题，以及金融中常用的线性模型有哪些，结合具体案例并给出Python如何实现。

第五课：非线性与金融
介绍非线性与金融的关系，以及金融中常用的非线性模型，结合具体案例以及Python如何实现

第六课：贷款按揭分析
介绍货币的时间价值，以及在我们生活中的具体案例，并进行分析。

第七课：Python随机模拟
介绍随机模拟的概念，结合金融行业，给出随机模拟在金融行业中具体案例以及如何实现

第八课：Python投资组合策略
介绍投资组合相关策略，以及在金融行业中如何运用，结合股票市场进行分析

第九课：Python信用评分卡
介绍信用评分卡的流程，以及如何用Python分析每一步如何实现。

第十课：Python股票技术指标分析
介绍股票基本技术指标以及在Python中如何实现，并结合股票市场进行分析

授课讲师: 李老师，
高级量化分析师，6年数据分析和数据挖掘相关经验，获得工信部高级数据分析师证书

Python数据分析和机器学习，风控模型开发和数据挖掘

英国海归硕士，数学与金融复合背景，高级数据分析师，征信数据库、信用评分模型及创新类大数据和风控产品的设计、互联网金融信贷产品设计（受托支付、现金贷、烟商贷）有实战经验，熟悉银行业务和场景，兼具互联网金融思维。

课程环境: Python 3.0版本

授课对象: 学生，已参加工作或者对金融行业有兴趣人士

收获预期: 熟练掌握Python相关知识，运用Python进行相关数据处理和分析，掌握金融市场相关知识，如何用Python来进行相关领域的分析。本课程增加了信用评分卡，目前信用评分卡广泛应用于银行，保险以及互联网金融，通过该课程可以了解信用评分卡的原理以及如何构建。

课程学费: 学费：400元（固定学费：300元 + 逆向学费：100元）
新颖的课程收费形式：“逆向收费”约等于免费学习，课程收取300元固定收费 + 100元逆向学费，学习圆满则全额奖励返还给学员！

特别说明如下: 本门课程本来打算完全免费，某位大神曾经说过“成功就是正确的方向再加上适度的压力”。考虑到讲师本身要付出巨大的劳动，为了防止一些朋友在学习途中半途而废，浪费了讲师的付出，为此我们计划模仿某些健身课程，使用“逆向收费”的方法。在报名时每位报名者收取400元，其中300元为固定收费，另外100元是暂存学费，即如果学员能完成全部课程要求，包括完成全部的书面作业，则100元全款退回。如果学员未能坚持到完全所有的学习计划任务，则会被扣款。期望这种方式可以转化为大家强烈的学习愿望和驱动力！

课程授课方式

1、学习方式：老师发布教学资料、教材，幻灯片和视频，学员通过网络下载学习。同时通过论坛互动中老师对学员进行指导及学员之间相互交流。

【快班】Python金融业数据化运营实战	立即报名
开课时间：随报随学课程周期：共10课难易度：★☆☆

授课老师

老师其他课程

课程所属专业

其他快班课程

专业相关课程

热招课程