《金融科技与量化投资零基础课程》
招生简章
项目背景随着金融科技的广泛应用，金融行业对外服务模式和对内管理模式都在发生深刻变革。金融科技已经全面覆盖客服、风控、营销、投顾和授信等各大金融业务核心流程，衍生出互联网银行、直销银行、互联网保险、互联网证券、消费金融、小额信贷、网上征信、第三方支付等一系列新兴金融业务领域。金融科技正在重塑金融行业的产链、供应和价值：
一、互联网金融快速兴起，对传统行业带来巨大冲击。首先互联网技术极大拓展了信息传播的渠道和方式，大幅减小了信息不对称的现象，扩展了金融服务供需双方的客户群。其次，互联网金融模式下，交易双方直接在网上进行互动，打破了时空上的限制，提高交易效率，减少中间环节与成本消耗。再者，互联网金融利用先进的技术实现资源高度时共享能够使业务处理逐步实现自助化、自动化与系统化，使交易更加便捷有效。
二、大量非金融企业进入金融行业，金融市场主体出现显著变化。一方面大量科技企业借助金融科技发展契机，积极获取金融牌照，跨界提供服务，“科技+牌照”成为趋势。另一方面，大量具有toC服务经验的传统企业，发挥用户规模优势，通过用户数据资源与金融科技的结合也积极跨界提供服务。此外大量依托于金融科技的新兴创业企业，成为金融市场的新兴力量，在金融科技领域的技术和商业模式创新成为其核心竞争力。
在新的形势下金融行业从业人员如何快速、全面的掌握金融科技核心技术，确保自己及企业在金融科技大潮的冲突下立于不败之地？非金融行业人员如何通过掌握金融科技技术实现弯道超车，进入并在金融行业实现职业发展的领先优势？
上海财经大学金融学院结合学校与学院无可比拟的优势，联合诸多在职行业专家和资深IT人士一起推出金融科技系列课程，旨在帮助学员们快速成长为既有金融专业知识又懂IT技术的高端复合型人才，转变学员思维方式，开拓学员视野，迎接新时代所带来的新机遇，新挑战。
项目特色前沿教学体系：学院派与实战派有机结合，合理安排课程结构，重在前沿动态分享和实战操作，海量课程代码和数据能够在未来实际工作中直接使用。
高效实践平台：通过上财量化金融研究中心实验室老师指导参与前沿课题的实践，获取项目实践经验，为今后工作打下坚实的基础。
就业实习机会：学员简历发布到上财金融科技校友平台，能够优先获取上财金融行业校友企业实习、入职等工作机会。
课程体系金融科技与量化投资：零基础课程，系统学习Python和MySQL开发编程、掌握网络爬虫、数据挖掘、自然语言处理以及量化系统建设原理，并系统学习统计学习基础、金融理论以及基本面分析、技术分析和消息面分析的综合应用，打造成为既掌握科技知识又能在金融领域实践应用的复合型人才。
金融科技与财务分析：借助于金融科技和大数据技术以财务数据挖掘为核心实现事前预测、事中控制和事后分析，其中包括财务报表分析、预测与预算管理、成本分析与控制、绩效管理、投资与并购分析等主题，为投研和投后管理提供先进工具和方法。
金融科技与风险管理：基于大数据和数据挖掘技术，从风险管理概论、数量分析、金融市场与金融产品、定价与风险模型、市场风险测度与管理、信用风险测度与管理、互联风金融风险控制建模等方面综合学习金融科技在风险管理中的应用。
课程内容第一天：金融科技概念与Python编程入门
上午：
●金融科技概念与系统架构
●智能投顾原理与应用场景简介
●智能风控原理与应用场景简介
●区块链技术与应用场景简介
●Python简介与安装使用
●Python代码的编写与执行
●Python对象类型初探
●集成开发环境：Spyder介绍
下午：
●Python运算符与使用
●Python常用语句与函数
●Python标准库与数据操作
●常用三方库：Numpy库与多维数组
●常用三方库：Pandas与数据处理
●常用三方库：Matplotlib库与数据可视化
第二天：数据库原理与统计学基础
上午：
●MySQL数据库简介与安装
●数据库与表创建
●表数据记录处理
●SQL单表查询语句介绍
●SQL多表查询语句介绍
●SQL数据统计与汇总语句介绍
●视图创建与使用
●Python数据库模块安装与使用
下午：
●描述性统计简介
●随机变量简介
●推断统计简介
●方差分析
●回归分析
●主成分分析
●第一个量化程序：海龟法则编程实践
第三天：基本面分析与金融投资理论
上午：
●基本面分析法简介
●财务分析体系简介
●财务指标分析实战
●宏观经济分析与实战
下午：
●资产收益率和风险
●投资组合理论及其拓展
●资本资产定价模型（CAPM）
●Fama-French三因子模型
第四天：时间序列简介与量化交易策略
上午：
●时间序列基本概念与性质
●时间序列预测
●GARCH模型构建
●配对交易策略
下午：
●K线图绘制与形态捕捉
●动量交易策略
●均线系统策略
●通道突破策略
●量价关系分析与制定交易策略
第五天：网络爬虫与消息面分析
上午：
●网络爬虫原理与反爬虫对策简介
●Selenium+xpath爬虫介绍
●Request爬虫及解析介绍
●雅虎财经财报数据爬取实践
●Tushare行情数据爬取实践
●电商销量及评论爬取实践
●宏观经济数据采集实践
下午：
●消息面分析概述
●自然语言处理及示例
●知识图谱简介
●市场情绪识别分析
●热点事件采集与监控
●课程总结及测验
*最终课程信息以实际确认为准，特殊情况将会调整，上海财经大学金融学院保留对课程信息以及安排调整的所有权利。
招生对象1、证券分析师：通过系统学习基本面、技术分析和消息面量化策略全面建立量化模型，能够更加快速、准确的预测大盘走势和个股行情。
2、行业研究员：通过行业及板块行情、财务分析以及价值分析着手，结合消息面影响，能够系统分析行业投资机会及编写研究报告。
3、金融行业产品经理：通过系统掌握量化原理和实操，能够更好地在App等产品中融入量化策略，为用户提供更优质服务，从而更加吸引用户使用。
4、金融行业开发人员：通过掌握金融理论知识、量化策略能够更好的理解业务需求，甚至提出自己的见解。而课程中大量的练习程序几乎不用修改可以直接在项目中使用，大大降低开发成本、缩短开发周期和提高软件质量。
5、金融行业新人或者希望转行金融行业人员：通过系统学习Python编程、金融专业知识和量化策略，能够实现职业发展的弯道超车，早日实现自己的职业目标。
6、对金融科技感兴趣的企业家、中高层管理者以及投资人士：能够听懂、理解金融科技专业知识，更好的管理以及协调相关分析、产品设计、软件开发人员工作。
学费标准学费：元/人
报名费：元/人
注：书本费自理，可按课程建议购买纸质书籍或者电子书
开学时间每年3月、5月、7月、9月、11月（年冬季班开学时间为12月23日）
教学安排5个周日，每天上课时间9:00-11:45，13:15-17:00
授课地点上海财经大学金融学院同德楼二楼金融实验室，上海市武东路号
证书授予研修结束后经考核合格者，颁发上海财经大学金融学院《金融科技与量化投资课程》结业证书
联系方式