北京大学Python与量化金融研修班（第1期）
【项目介绍】
近年来，Python的简洁性和易用性使其成为了数据科学与量化研究者的首选语言，已是量化研究领域最受欢迎的编程语言之一。Python在量化金融的应用也日趋广泛与深入。
为帮助数据相关从业者、金融业者、投资者以及在校师生掌握Python语言以及在量化金融中应用的方法和技能，北京大学中国社会科学调查中心将于2024年8月2-4日举办“北京大学Python与量化金融研修班(第1期)”。
此次课程邀请长期从事量化研究工作的北京大学资深专家授课，将介绍一些基本的Python工具和技术，以及它们在量化金融中的具体应用。希望通过此次课程的培训，让广大从事数据相关领域的工作者以及Python爱好者对量化研究和量化金融有更为深入的了解，从而达到举一反三、灵活应用的目的。
【项目特色】
1、系统、前沿的课程设计。课程结合Python编程和金融两大领域，详细讲解Python量化研究方法与应用的相关知识点，便于学习者能够学以致用。
2、理论与应用紧密结合。在讲授数据分析方法的过程中，紧密联系方法的应用特点，从应用的角度讲方法。学员即使未曾接触过编程，也可利用基于实例的手把手的教学方式进行学习，快速上手Python量化研究。
3、实用性强。课程以实例为示范，学习者不仅能掌握Python及其库本身的应用，而且能学会从实际问题分析入手，利用Python进行量化分析，并对结果进行解释，这对就业、科研以及金融投资等都有直接的帮助。
4、交流与互动。注重讲师与学员之间的交流与互动，针对学员在数据分析中遇到的实际问题进行当场探讨和解答。希望通过此种互动方式，丰富学员对解决具体问题的思考。
【课程介绍】
共3天，18个学时。
|
课时 |
课程安排 |
内容简介 |
讲师 |
|
3 |
第一讲 Python语言基础 |
介绍Python语言数据挖掘与分析的基本流程、Python语言基础、Pandas数据分析库。包括：运行环境安装、实例展示及练习。 |
姚佳慧 |
|
3 |
第二讲 数据预处理 |
介绍Python数据预处理的基本任务和方法，具体包括：数据清理、数据转换、文本预处理，并通过案例展示。 |
姚佳慧 |
|
3 |
第三讲 描述性统计分析 |
描述性统计分析主要通过计算和展示数据的集中趋势、离散程度、分布形态等指标。本次课介绍如何使用Python进行描述性统计分析，并提供相应的代码示例。 |
吕 萍 |
|
3 |
第四讲 回归分析 |
回归分析是一种常用的统计方法，用于研究变量之间的关系，并预测一个变量的值。在机器学习和数据分析领域，回归分析得到广泛应用。本次课将介绍如何使用Python实现回归分析算法，并提供具体的代码示例。 |
吕 萍 |
|
3 |
第五讲 量化金融分析 |
讲解采用Python进行时间序列分析的相关模型，具体包括自回归（AR）、移动平均（MA）、自回归移动平均（ARMA）、差分自回归移动平均（ARIMA）和广义自回归条件异方差（GARCH）等模型，并以实时金融数据为例介绍金融数据获取和处理、量化策略构建、交易实施和案例实战等内容。 |
顾佳峰 |
|
3 |
第六讲 基于机器学习的财经数据分析 |
本次课介绍Python机器学习的一些基本概念、常用库和框架，讲解常用的Python中人工智能算法在财经数据、金融衍生品价格预测以及银行贷款分类等实现示例，相关的算法包括线性回归、决策树、神经网络、支持向量机（SVM）、朴素贝叶斯、K最近邻算法、K均值算法、随机森林算法、降维算法、Gradient Boost和Adaboost算法等。 |
顾佳峰 |
【师资介绍】
姚佳慧 北京大学中国社会科学调查中心工程师，主要从事调查信息系统开发，调查数据与大数据结合方法研究。作为技术负责人参与调查中心多项大型追踪项目；为核心研究成员参与多项大数据分析相关国家重点研发计划项目及国家自然科学基金项目，开设研究生课程《大数据挖掘与分析》。
吕 萍 北京大学中国社会科学调查中心副研究员，研究方法是抽样技术和数据分析，中国人民大学统计学院博士。在《统计研究》、《数理统计与管理》等核心期刊发表调查方法相关论文二十余篇，参与十余项国家级大型抽样调查项目，承担省部级以上课题三项，参与多项省部级以上课题。
顾佳峰 北京大学中国社会科学调查中心副研究员，管理学博士，哈佛大学访问学者；在Journal of Innovation & Knowledge、Journal of Knowledge Management等国际SSCI期刊发表40多篇英文论文，出版《时空社会科学：理论与方法》、《Wealth Management Report for Mid-High Net Worth Families》（Springer 出版社）等六部学术专著，在《经济研究》、《社会学研究》《中国财政报》等中文期刊和报纸上发表80多篇论文，主持经济合作与发展组织（OECD）、MIT研究基金（中方PI）、国家社会科学基金、中国人寿横向重大课题等项目近10项。
【进修费用】
1. 培训费
学习方式一：学员到北京大学上课，采用当面授课的方式：
培训费3000元/人 （含学费、讲义及资料、证书、餐卡费用，交通及住宿费由学员自理）。
学习方式二：学员在线上课，采用网络直播授课的方式：
培训费2000元/人 （含学费、讲义及资料、证书费用）。
【报名条件】
1. 从事社会科学研究、数据分析、金融分析等相关工作领域的研究人员、学生及企事业单位工作人员等，包括：高校教师、高校的在校生以及企事业单位中从事数据与金融分析相关工作的人士等。
2.由于名额有限，采用“先报名先得”的原则，直到报满为止。有兴趣者，宜早报名，避免错过机会。
【报名流程】
1. 学习方式一：学员到北京大学上课，采用当面授课的方式，请用手机微信扫下面二维码报名：
学习方式二：学员在线上课，采用网络直播授课的方式，请用手机微信扫下面二维码报名：
2. 资格审核：收到报名资料后对学员进行审核，审核通过后向学员发出缴费通知。
3. 入学报到：款项到账后，北大将统一下发《入学通知书》，通知学员报到、上课等事宜。开课当天学员持入学通知书办理报到手续。
4. 报名及缴费截止时间：2024年7月27日
【研修安排】
学制时间：学制3天，共计18学时
授课地点：北京大学或线上，对应于学员的学习方式
授课方式：课堂面授或网络直播授课，对应于学员的学习方式
开课时间：2024年8月2日-4日
【学业证书】
参加全部课程学习者，由北京大学颁发结业证书，证书统一编号。证书在北京大学网站进行注册，网上可查询。
【证书样本】
【联系方式】
【联系人】于老师
【网址】http://www.isss.pku.edu.cn/
【地址】北京大学理科五号楼445室
【邮编】100871