《Python与大数据分析》教学大纲课程名称：Python与大数据分析课程类别（必修/选修）：专业必修课课程英文名称：PvthonandBigDataanalvsis其中实验/实践学时：24总学时/周学时/学分：48/3/3先修课程：程序设计I/II后续课程支撑：量化金融交易策略分析授课时间：2-17周周四2-4节：24金融1班：2-17周周五2-4授课地点：机电楼303节：24金融2班授课对象：22024经济与金融1、2班开课学院：粤台产业科技学院任课教师姓名/职称：苏宁／工程师答疑时间、地点与方式：2-17周周四1节：24金融1班，机电楼303：2-17周周三1节：24金融2班，实验楼6楼机房：线下。课程考核方式：开卷（V）闭卷（）课程论文（）其它（）使用教材：《基于Python的金融分析与风险管理（第2版）》教学参考资料：《Python经济金融数据分析与决策》课程简介：大数据时代，数据成为决策最为重要的参考之一，数据分析行业迈入了一个全新的阶段。通过学习本课程，使得学生能够举握Python科学计算、数据处理、数据可视化、挖掘建模等基本技能，能够针对基本的数据挖掘间题与样例数据，调用Python中的第三方扩展包Numpy、Pandas、Matplotlib、Scikit-learn及关联规则算法代码，进行处理、计算与分析，从而为其他的专业领域课程或者复杂应用问题提供基础支择。另外通过学习本课程，使得学生在掌握Python科学计算、数据处理、数据可视化、挖掘建模等基本技能基础上，进一步地扩展应用到较为复杂金融数据处理及挖掘分析任务上，最后进行量化投资实战检验。本课程为Python在金融数据的具体应用，也是Python在金融行业应用最为广泛的领域之一，从而使得学生具各一定的行业应用背景及就业技能课程教学目标及对毕业要求指标点的支撑1
1 《Python 与大数据分析》教学大纲 课程名称： Python 与大数据分析 课程类别（必修/选修）：专业必修课 课程英文名称：Python and Big Data analysis 总学时/周学时/学分：48/3/3 其中实验/实践学时：24 先修课程： 程序设计 I/II 后续课程支撑： 量化金融交易策略分析 授课时间：2-17 周周四 2-4 节：24 金融 1 班；2-17 周周五 2-4 节:24 金融 2 班 授课地点：机电楼 303 授课对象： 2024 经济与金融 1、2 班 开课学院： 粤台产业科技学院 任课教师姓名/职称： 苏 宁 / 工程师 答疑时间、地点与方式：2-17 周周四 1 节：24 金融 1 班，机电楼 303；2-17 周周三 1 节:24 金融 2 班，实验楼 6 楼机房；线下。 课程考核方式：开卷（√）闭卷（）课程论文（）其它（ ） 使用教材：《基于 Python 的金融分析与风险管理（第 2 版）》 教学参考资料：《Python 经济金融数据分析与决策》 课程简介：大数据时代，数据成为决策最为重要的参考之一，数据分析行业迈入了一个全新的阶段。通过学习本课程，使得学生能够掌握 Python 科学 计算、数据处理、数据可视化、挖掘建模等基本技能，能够针对基本的数据挖掘问题与样例数据，调用 Python 中的第三方扩展包 Numpy、Pandas、 Matplotlib、Scikit-learn 及关联规则算法代码，进行处理、计算与分析，从而为其他的专业领域课程或者复杂应用问题提供基础支撑。另外通过学习本 课程，使得学生在掌握 Python 科学计算、数据处理、数据可视化、挖掘建模等基本技能基础上，进一步地扩展应用到较为复杂金融数据处理及挖掘分 析任务上，最后进行量化投资实战检验。本课程为 Python 在金融数据的具体应用，也是 Python 在金融行业应用最为广泛的领域之一，从而使得学生 具备一定的行业应用背景及就业技能。 课程教学目标及对毕业要求指标点的支撑
毕业要求课程教学目标支撑毕业要求指标点目标1：了解在获取经济金融数据实B2掌握计算机软件应用，以及经济与金融相关学科的基本理论、基础知识和基能部署Python开发环境，编写践中所需的最新工具。本技能Python程序。目标2：能使用新工具分析经济金融B4掌握现代文献资料检索、查询的方法：具备办公软件及科研软件运用：提升能使用Python常用数据分析模块数据计算机编程、云端运算、金融大数据分析、财金资料库检索与分析方面的知识进行数据处理和分析A4专业素质有创新精神、能适应数位金融技术发展需要，掌握互联网金融核心技术：具有金融创新能力，以从事金融商品开发及制作及其他计算机、财会、互联网金融能够利用计算机应用能力配合本目标3：培养学生跨专业跨学科的学领域工作的高级复合型人才：具有从事技术和服务工作所必需的创业精神：具专业的发展解决本专业具体问题习能力有认真、严谨、求实、敬业的工作和学习态度，具有自信、团结协作的工作精或提高解决问题的效率。神C2具有良好的综合应用知识能力和实践能力，能把学到的经济学和金融学知识运用于实践理论教学进程表教学学模式支撑授课质教学时教学主题教学内容（置点、难点、课程思政融入点）线下/课程次教师方法数混合目标式苏1-1简要回顾Python程序基础知识，并结合金融场景和示例，讲解Python的数课堂结合金融场景的Python基目标1线下宁讲授据类型、数据结构、常用函数、自定义函数、语法结构、模块导入以及math模本编程与Numpy模块编程2
2 课程教学目标 支撑毕业要求指标点 毕业要求 目标 1：了解在获取经济金融数据实 践中所需的最新工具。 B2 掌握计算机软件应用，以及经济与金融相关学科的基本理论、基础知识和基 本技能 能部署 Python 开发环境，编写 Python 程序。 目标 2：能使用新工具分析经济金融 数据 B4 掌握现代文献资料检索、查询的方法；具备办公软件及科研软件运用；提升 计算机编程、云端运算、金融大数据分析、财金资料库检索与 分析方面的知识 能使用 Python 常用数据分析模块 进行数据处理和分析 目标 3：培养学生跨专业跨学科的学 习能力 A4 专业素质 有创新精神、能适应数位金融技术发展需要，掌握互联网金融核心技术；具有 金融创新能力，以从事金融商品开发及制作及其他计算机、 财会、互联网金融 领域工作的高级复合型人才；具有从事技术和服务工作所必需的创业精神；具 有认真、严谨、求实、敬业的工作和学习态度， 具有自信、团结协作的工作精 神 C2 具有良好的综合应用知识能力和实践能力，能把学到的经济学和金融学知识 运用于实践 能够利用计算机应用能力配合本 专业的发展解决本专业具体问题 或提高解决问题的效率。 理论教学进程表 周 次 教学主题 授课 教师 学 时 数 教学内容（重点、难点、课程思政融入点） 教学 模式 线下/ 混合 式 教学 方法 支撑 课程 目标 2 结合金融场景的 Python 基 本编程与 Numpy 模块编程 苏 宁 3 1-1 简要回顾 Python 程序基础知识，并结合金融场景和示例，讲解 Python 的数 据类型、数据结构、常用函数、自定义函数、语法结构、模块导入以及 math 模 线下 课堂 讲授 目标 1
块等：1-2结合金融场景和示例，讲解NumPy模块的N维数组结构，数组索引、切片、排序与合并，数组和矩阵运算，随机抽样以及构建现金流模型等。重点：掌握Python基础语法与数据运算方法难点：理解函数与数据结构的综合应用，灵活运用数组运算解决金融问题思政融入点：强化风险意识与职业操守，树立合规与责任意识。2-1结合金融时间序列和示例，介绍pandas模块的序列和数据框的结构与可视化、数据框内部操作和拼接，以及统计分析等：2-2结合金融场景示例，演示Matplotlib模块绘制曲线图、直方图、条形图（含双轴图）、饼图、雷达图和K线图等可视化操作：苏课堂结合金融场景的pandas、目标1线下32-3结合金融场景和示例，介绍SciPy模块的积分运算、解方程组、最优化和统讲授宁Matplotlib、Scipy模块编程计分析等，statsmodels模块的线性回归模型，arch模块的ARCH模型和GARCH模型，以及datetime模块的时间对象等。重点：掌握数据处理、可视化与统计建模工具难点：复杂数据的清洗与拼接，多工具联合建模与优化3-1运用Python并结合示例，探讨利率的计量、远期利率的测算与远期利率协议的定价，分析汇率的兑换、汇率套利策略、远期汇率的测算及远期汇率协议的定价等：苏课堂运用Python分析利率、汇目标23:3-2运用Python并结合示例，讨论债券定价、债券到期收益率、债券利率风险线下4讲授宁率与债券的指标一一久期和凸性，以及评估债券信用风险的违约概率等。重点：掌握利率、汇率与债券定价的核心方法难点：远期利率与汇率套利模型实现，久期与凸性的应用3
3 块等； 1-2 结合金融场景和示例，讲解 NumPy 模块的 N 维数组结构，数组索引、切片、 排序与合并，数组和矩阵运算，随机抽样以及构建现金流模型等。 重点：掌握 Python 基础语法与数据运算方法 难点：理解函数与数据结构的综合应用，灵活运用数组运算解决金融问题 思政融入点：强化风险意识与职业操守，树立合规与责任意识。 3 结合金融场景的 pandas、 Matplotlib、Scipy 模块编程 苏 宁 3 2-1 结合金融时间序列和示例，介绍 pandas 模块的序列和数据框的结构与可视 化、数据框内部操作和拼接，以及统计分析等； 2-2 结合金融场景示例，演示 Matplotlib 模块绘制曲线图、直方图、条形图（含 双轴图）、饼图、雷达图和 K 线图等可视化操作； 2-3 结合金融场景和示例，介绍 SciPy 模块的积分运算、解方程组、最优化和统 计分析等，statsmodels 模块的线性回归模型，arch 模块的 ARCH 模型和 GARCH 模型，以及 datetime 模块的时间对象等。 重点：掌握数据处理、可视化与统计建模工具 难点：复杂数据的清洗与拼接，多工具联合建模与优化 线下 课堂 讲授 目标 1 4 运用 Python 分析利率、汇 率与债券 苏 宁 3 3-1 运用 Python 并结合示例，探讨利率的计量、远期利率的测算与远期利率协 议的定价，分析汇率的兑换、汇率套利策略、远期汇率的测算及远期汇率协议的 定价等； 3-2 运用 Python 并结合示例，讨论债券定价、债券到期收益率、债券利率风险 的指标——久期和凸性，以及评估债券信用风险的违约概率等。 重点：掌握利率、汇率与债券定价的核心方法 难点：远期利率与汇率套利模型实现，久期与凸性的应用 线下 课堂 讲授 目标 2
思政融入点：引导学生思考金融工具和金融科技如何服务于国家经济建设和实体经济发展，树立正确的价值导向，避免过度投机，增强金融报国意识。4-1运用Python并结合示例，分析股息贴现模型模拟股价随机过程、构建股票最优投资组合、建立资本资产定价模型以及评估投资组合绩效等4-2运用Python并结合示例，剖析利率互换、货币互换以及信用违约互换等常苏课堂运用Python分析股票与互见的互换合约，侧重分析合约的运作机理、期间现金流以及定价等。线下3目标21讲授宁换市场重点：掌握股票投资组合分析与互换合约定价难点：CAPM模型、随机过程模拟与复杂互换合约定价思政融入点：结合我国大数据战略与数字经济发展规划，强调科技创新对提升国家金融竞争力的重要意义：培差学生将个人发展与国家战略相结合的责任感。5-1运用Python并结合示例，探讨期货价格与现货价格的关系，股指期货的套期保值，国债期货的转换因子、最廉价交割以及基于久期的套期保值等：苏课堂运用Python分析期货与期5-2运用Python并结合示例，讨论期权到期盈亏和看跌-看涨平价关系式，欧式3线下目标210讲授宁权定价期权与美式期权定价模型等。重点：掌握期货与期权的定价与风险管理难点：套期保值策略设计，美式期权定价与风险控制6-1运用Python并结合示例，讲解欧式期权和美式期权的Delta、Gamma、Theta、苏课堂运用Python测度期权希腊Vega和Rho等希腊字母，动态对冲以及隐含波动率等。3线下目标213宁讲授重点：掌握期权风险指标及动态对冲方法字母与隐含波动率难点：希腊字母综合应用与隐含波动率估算苏课堂7-1运用Python并结合示例，介绍保本票据、单一期权及价差策略、组合策略运用Python构建期权交易3目标2线下14宁等。讲授策略4
4 思政融入点：引导学生思考金融工具和金融科技如何服务于国家经济建设和实体 经济发展，树立正确的价值导向，避免过度投机，增强金融报国意识。 7 运用 Python 分析股票与互 换市场 苏 宁 3 4-1 运用 Python 并结合示例，分析股息贴现模型模拟股价随机过程、构建股票 最优投资组合、建立资本资产定价模型以及评估投资组合绩效等； 4-2 运用 Python 并结合示例，剖析利率互换、货币互换以及信用违约互换等常 见的互换合约，侧重分析合约的运作机理、期间现金流以及定价等。 重点：掌握股票投资组合分析与互换合约定价 难点：CAPM 模型、随机过程模拟与复杂互换合约定价 思政融入点：结合我国大数据战略与数字经济发展规划，强调科技创新对提升国 家金融竞争力的重要意义，培养学生将个人发展与国家战略相结合的责任感。 线下 课堂 讲授 目标 2 10 运用Python 分析期货与期 权定价 苏 宁 3 5-1 运用 Python 并结合示例，探讨期货价格与现货价格的关系，股指期货的套 期保值，国债期货的转换因子、最廉价交割以及基于久期的套期保值等； 5-2 运用 Python 并结合示例，讨论期权到期盈亏和看跌-看涨平价关系式，欧式 期权与美式期权定价模型等。 重点：掌握期货与期权的定价与风险管理 难点：套期保值策略设计，美式期权定价与风险控制 线下 课堂 讲授 目标 2 13 运用 Python 测度期权希腊 字母与隐含波动率 苏 宁 3 6-1 运用 Python 并结合示例，讲解欧式期权和美式期权的 Delta、Gamma、Theta、 Vega 和 Rho 等希腊字母，动态对冲以及隐含波动率等。 重点：掌握期权风险指标及动态对冲方法 难点：希腊字母综合应用与隐含波动率估算 线下 课堂 讲授 目标 2 14 运用 Python 构建期权交易 策略 苏 宁 3 7-1 运用 Python 并结合示例，介绍保本票据、单一期权及价差策略、组合策略 等。 线下 课堂 讲授 目标 2
重点：掌握金融衍生品策略设计难点：多策略组合的模型实现8-1运用Python并结合示例，分析默顿模型、可转换债券定价、期货期权和利率期权定价等：8-2探讨风险价值VaR模型、压力测试和回溯检验。苏课堂运用Python分析期权延线下目标23重点：掌握信用风险建模与风险价值度量16讲授宁伸性应用与测量风险价值难点：默顿模型与压力风险价值模型实现，回溯检验思政融入点：结合金融危机案例，强调合规意识与风险防控的重要性，教育学生树立审慎经营和职业道德，增强社会责任感。合计24实践教学进程表教周学学授课项目类型（验证支撑课实验项目名称教学内容（重点、难点、课程思政融入点）次教师时方程目标/综合/设计）法利率相对性、等价性、零息利率的Python分析计算：远期利率的Python分实基于Python的利率度苏析测算：汇率报价与三角套利的Python实现。综合目标34量宁验重点：掌握利率相对性与远期利率的计算方法，理解汇率机制及套利原理。难点：远期利率模型的实现与三角套利的程序化计算。5
5 重点：掌握金融衍生品策略设计 难点：多策略组合的模型实现 16 运用 Python 分析期权延 伸性应用与测量风险价值 苏 宁 3 8-1 运用 Python 并结合示例，分析默顿模型、可转换债券定价、期货期权和利 率期权定价等； 8-2 探讨风险价值 VaR 模型、压力测试和回溯检验。 重点：掌握信用风险建模与风险价值度量 难点：默顿模型与压力风险价值模型实现，回溯检验 思政融入点：结合金融危机案例，强调合规意识与风险防控的重要性，教育学生 树立审慎经营和职业道德，增强社会责任感。 线下 课堂 讲授 目标 2 合计 24 实践教学进程表 周 次 实验项目名称 授课 教师 学 时 教学内容（重点、难点、课程思政融入点） 项目类型（验证 /综合/设计） 教 学 方 法 支撑课 程目标 5 基于Python的利率度 量 苏 宁 3 利率相对性、等价性、零息利率的 Python 分析计算；远期利率的 Python 分 析测算；汇率报价与三角套利的 Python 实现。 重点：掌握利率相对性与远期利率的计算方法，理解汇率机制及套利原理。 难点：远期利率模型的实现与三角套利的程序化计算。 综合 实 验 目标 3
内容：债券定价与债券收益率的Python分析计算：债券麦考利久期的Python分析计算实现。实苏基于Python的债券定综合目标3重点：掌握债券定价与收益率的计算方法，理解久期在利率风险管理中的作宁验价与收益率计算用。难点：久期计算的实现及其在风险度量中的应用，内容：股票内在价值的Python估算：股票价格随机过程的Python实现：苏实基于Python的股票分股票投资组合的计算分析：资本资产定价模型（CAPM）的Python运用。综合目标3&析宁验重点：掌握股票估值、投资组合分析和CAPM模型的应用方法。难点：股票价格随机过程建模与投资组合优化的程序实现。内容：利率互换期间现金流的Python分析计算：互换利率的Python分析苏实计算：货币互换期间现金流的Python分析计算。综合目标3运用Python分析互换9宁验重点：掌握互换合约的基本原理与现金流计算方法。难点：复杂互换合约定价与跨币种现金流匹配的实现。内容：期货最优套期保值比率的Python分析计算：国债报价的相关Python苏实分析计算。综合运用Python分析期货目标311宁验重点：理解期货套期保值的基本原理，掌握国债报价与定价方法。难点：套期保值比率的优化计算及国债定价模型的实现。内容：欧式期权定价布莱克-斯科尔斯-默顿模型的分析与Python实现苏实运用Python分析期权欧式期权定价二叉树模型的分析与Python实现。综合目标312验定价宁重点：掌握欧式期权的定价原理及常用模型。难点：二叉树模型的编程实现与参数调整。综合目标3苏实内容：价差交易策略的Python实现：组合策略的Python实现。运用Python构建期权136
6 6 基于Python的债券定 价与收益率计算 苏 宁 3 内容：债券定价与债券收益率的 Python 分析计算；债券麦考利久期的 Python 分析计算实现。 重点：掌握债券定价与收益率的计算方法，理解久期在利率风险管理中的作 用。 难点：久期计算的实现及其在风险度量中的应用。 综合 实 验 目标 3 8 基于Python的股票分 析 苏 宁 3 内容：股票内在价值的 Python 估算；股票价格随机过程的 Python 实现； 股票投资组合的计算分析；资本资产定价模型（CAPM）的 Python 运用。 重点：掌握股票估值、投资组合分析和 CAPM 模型的应用方法。 难点：股票价格随机过程建模与投资组合优化的程序实现。 综合 实 验 目标 3 9 运用Python分析互换 苏 宁 3 内容：利率互换期间现金流的 Python 分析计算；互换利率的 Python 分析 计算；货币互换期间现金流的 Python 分析计算。 重点：掌握互换合约的基本原理与现金流计算方法。 难点：复杂互换合约定价与跨币种现金流匹配的实现。 综合 实 验 目标 3 11 运用Python分析期货 苏 宁 3 内容：期货最优套期保值比率的 Python 分析计算；国债报价的相关 Python 分析计算。 重点：理解期货套期保值的基本原理，掌握国债报价与定价方法。 难点：套期保值比率的优化计算及国债定价模型的实现。 综合 实 验 目标 3 12 运用Python分析期权 定价 苏 宁 3 内容：欧式期权定价——布莱克-斯科尔斯-默顿模型的分析与 Python 实现； 欧式期权定价——二叉树模型的分析与 Python 实现。 重点：掌握欧式期权的定价原理及常用模型。 难点：二叉树模型的编程实现与参数调整。 综合 实 验 目标 3 13 运用Python构建期权 苏 3 内容：价差交易策略的 Python 实现；组合策略的 Python 实现。 综合 实 目标 3
宁验交易策略重点：掌握衍生品策略的基本设计与实现方法。难点：多策略组合的实现与效果评估。内容：基于Python的方差-协方差法分析计算风险价值：基于Python的蒙苏实运用Python测量风险特卡罗模拟法分析计算风险价值。综合目标317宁验价值重点：掌握风险价值（VaR）的基本模型与计算方法。难点：蒙特卡罗模拟的实现与结果解释。合计24课程考核评价依据及成绩比例（%）课程目标支撑毕业要求指标点实验期中考试期末考试08目标一B20012目标二B4030050目标三A4, C2总计302050100备注：1）根据东芜理工学院考试管理规定》第土二条规定，广课3次（或6课时）学生不得靠加该课程的期终考核。2）各项考核标准见附件所示。7
7 交易策略 宁 重点：掌握衍生品策略的基本设计与实现方法。 难点：多策略组合的实现与效果评估。 验 17 运用Python测量风险 价值 苏 宁 3 内容：基于 Python 的方差-协方差法分析计算风险价值；基于 Python 的蒙 特卡罗模拟法分析计算风险价值。 重点：掌握风险价值（VaR）的基本模型与计算方法。 难点：蒙特卡罗模拟的实现与结果解释。 综合 实 验 目标 3 合计 24 课程考核 课程目标 支撑毕业要求指标点 评价依据及成绩比例（%） 实验 期中考试 期末考试 目标一 B2 0 8 0 目标二 B4 0 12 0 目标三 A4，C2 30 0 50 总计 30 20 50 100 备注：1）根据《东莞理工学院考试管理规定》第十二条规定：旷课 3 次（或 6 课时）学生不得参加该课程的期终考核。2）各项考核标准见附件所示
大纲编写时间：2025年9月5日系（部）审查意见：同意执行邱瑞华系（部）主任签名：日期：2025年9月7日备注：8
8 大纲编写时间：2025 年 9 月 5 日 系（部）审查意见：同意执行 系（部）主任签名： 日期： 2025 年 9 月 7 日 备注：
附录：各类考核评分标准表（仅供参考）实验评分标准评分标准观测点C(70)D(O)A(100)B(85)预习报告按时完成，内容完整、正确，按时完成，内容基本完整，书写延时完成，内容基本完整，未提交或后期补交，内容字迹清晰工整清晰能够辨识不完整，不能辨识（权重0.3）能按要求较完整完成操作，实验基本能按要求进行操作，实操作不规范，实验步骤不实验操作操作规范，步骤合理清晰，在过程安排较为合理，在规定时间验部分步骤安排不合理，完合理，未在规定的时间内规定的时间完成实验（权重0.4）完成实验成实验时间稍为滞后完成实验未提交或后期补交，内容按时完成，内容部分欠缺，按时完成，内容全面，字迹清按时完成，内容基本完整，能够不完整，不能辨识，数据但能够辨识，数据记录、处总结报告晰、工整，数据记录、处理、辨识，数据记录、处理、计算、记录、处理、计算、作图理、计算、作图出现部分错计算、作图正确，对实验结果作图基本正确，对实验结果分析出现大部分错误，未对实（权重0.3）误，对实验结果分析出现部分析合理基本合理验结果进行分析或分析基分错误本全部错误9
9 附录：各类考核评分标准表（仅供参考） 实验评分标准 观测点 评分标准 A(100) B(85) C(70) D(0) 预习报告 （权重 0.3） 按时完成，内容完整、正确， 字迹清晰工整 按时完成，内容基本完整，书写 清晰 延时完成，内容基本完整， 能够辨识 未提交或后期补交，内容 不完整，不能辨识 实验操作 （权重 0.4） 操作规范，步骤合理清晰，在 规定的时间完成实验 能按要求较完整完成操作，实验 过程安排较为合理，在规定时间 完成实验 基本能按要求进行操作，实 验部分步骤安排不合理，完 成实验时间稍为滞后 操作不规范，实验步骤不 合理，未在规定的时间内 完成实验 总结报告 （权重 0.3） 按时完成，内容全面，字迹清 晰、工整，数据记录、处理、 计算、作图正确，对实验结果 分析合理 按时完成，内容基本完整，能够 辨识，数据记录、处理、计算、 作图基本正确，对实验结果分析 基本合理 按时完成，内容部分欠缺， 但能够辨识，数据记录、处 理、计算、作图出现部分错 误，对实验结果分析出现部 分错误 未提交或后期补交，内容 不完整，不能辨识，数据 记录、处理、计算、作图 出现大部分错误，未对实 验结果进行分析或分析基 本全部错误