【正文】 數(shù)據(jù)處理高級(jí)編程Pandas深入分析金融因子數(shù)據(jù)生成常見(jiàn)的金融數(shù)據(jù)整理方式Part2：量化投資概述投資策略回顧與比較基本面、技術(shù)分析和量化的聯(lián)系與區(qū)別量化投資概述量化投資風(fēng)險(xiǎn)與管控Part3：量化投資Python平臺(tái)介紹數(shù)據(jù)獲取回測(cè)框架介紹回測(cè)注意問(wèn)題案例分析案例一：市盈率手動(dòng)計(jì)算案例二：Panel數(shù)據(jù)的存儲(chǔ)與提取案例三：簡(jiǎn)單的均線穿越策略實(shí)現(xiàn)Python量化實(shí)戰(zhàn)班第二天Part1：市場(chǎng)描述策略描述性研究Part2：高級(jí)交易策略CTA策略大師選股策略市場(chǎng)中性選股策略技術(shù)指標(biāo)類策略資產(chǎn)配置策略Part3：時(shí)間序列模型什么是時(shí)間序列數(shù)據(jù)時(shí)間序列的平穩(wěn)性檢驗(yàn)與白噪聲探討時(shí)間序列平滑【SMA、WMA EWMA】金融時(shí)間序列建模預(yù)測(cè)【ARMA、ARIMA模型】波動(dòng)的集聚效應(yīng)案例分析案例一：如何通過(guò)各種數(shù)據(jù)描述當(dāng)前市場(chǎng)狀態(tài)案例二：CTA策略案例三：經(jīng)典大師選股策略案例四：市場(chǎng)中性選股策略案例五：技術(shù)指標(biāo)類選股策略案例六：資產(chǎn)配置策略案例七：時(shí)間序列策略Python量化實(shí)戰(zhàn)班第三天Part1：投資組合基本概念超額Alpha選股CAPM模型三因子模型選股Part2：投資組合構(gòu)建單因子測(cè)試多因子測(cè)試常見(jiàn)的組合構(gòu)建方法Part3：數(shù)據(jù)挖掘算法在量化投資中的運(yùn)用邏輯回歸與漲跌預(yù)測(cè)支持向量機(jī)模型與漲跌預(yù)測(cè)聚類與股票配對(duì)Part4 輿情分析與關(guān)注度模型文本挖掘概述文本處理技巧中文分詞案例分析案例一：?jiǎn)我蜃尤诇y(cè)試代碼案例二：組合構(gòu)建案例案例三：文本數(shù)據(jù)處理案例 金多多CVA課程學(xué)生管理學(xué)生管理模塊包含對(duì)學(xué)生的賬號(hào)導(dǎo)入、批量注冊(cè)、學(xué)生專業(yè)管理、學(xué)生班級(jí)管理、分組式教學(xué)管理等功能。主要學(xué)術(shù)兼職有:湖南省農(nóng)村研究院客座研究員、湖南省資興市咨詢專家、廣東省新興經(jīng)濟(jì)體研究會(huì)智庫(kù)專家；《財(cái)經(jīng)理論與實(shí)踐》、《金融理論研究》、《湖南財(cái)政經(jīng)濟(jì)學(xué)院學(xué)報(bào)》、《中國(guó)科技論文在線》等學(xué)術(shù)期刊審稿人。主持并完成國(guó)家社會(huì)科學(xué)基金后期資助項(xiàng)目1項(xiàng)；主研并完成國(guó)家自然科學(xué)基金項(xiàng)目2項(xiàng)；主持并完成其他縱向與橫向課題6項(xiàng)。主要研究領(lǐng)域包括：理論經(jīng)濟(jì)學(xué)、財(cái)務(wù)與會(huì)計(jì)基礎(chǔ)理論、競(jìng)爭(zhēng)力財(cái)務(wù)、知識(shí)資本會(huì)計(jì)與財(cái)務(wù)、管理會(huì)計(jì)、財(cái)務(wù)分析等?！柏?cái)務(wù)報(bào)表”是我們經(jīng)濟(jì)生活中常見(jiàn)的信息產(chǎn)品，是我們理解并判斷一個(gè)企業(yè)經(jīng)營(yíng)得怎么樣、管理效率如何、財(cái)務(wù)業(yè)績(jī)優(yōu)劣及其變化等重要內(nèi)容不可或缺的“窗口”。第一節(jié) 為什么需要財(cái)務(wù)報(bào)表分析:Sany VS Zoomlion第一節(jié) 閱讀審計(jì)報(bào)告第二節(jié) 閱讀財(cái)務(wù)報(bào)告背景性附注第三節(jié) 公司財(cái)務(wù)報(bào)表的整合第四節(jié) 資產(chǎn)負(fù)債表及其項(xiàng)目分析第五節(jié) 利潤(rùn)表及其項(xiàng)目分析第六節(jié) 現(xiàn)金流量表及其項(xiàng)目分析第七節(jié) 報(bào)表項(xiàng)目分析小結(jié)第八節(jié) 三一重工與中聯(lián)重科的償債能力分析第九節(jié) 三一重工與中聯(lián)重科的營(yíng)運(yùn)能力分析第十節(jié) 三一重工與中聯(lián)重科盈利能力分析第十一節(jié) 三一重工與中聯(lián)重科的競(jìng)爭(zhēng)能力分析第十二節(jié) 三一重工與中聯(lián)重科發(fā)展能力分析第十三節(jié) 總結(jié)統(tǒng)計(jì)視頻課程系列課程名稱課程名稱課程詳情計(jì)量經(jīng)濟(jì)學(xué)理論計(jì)量經(jīng)濟(jì)學(xué)理論與應(yīng)用—基礎(chǔ)班課程詳情計(jì)量經(jīng)濟(jì)學(xué)理論與應(yīng)用—高級(jí)班課程詳情Stata培訓(xùn)班Stata學(xué)術(shù)論文專題課程詳情Stata初級(jí)班課程詳情Stata高級(jí)班課程詳情Panel Data專題課程詳情SAS培訓(xùn)班SAS初級(jí)班課程詳情SAS應(yīng)用班課程詳情SAS建模班課程詳情SAS/IML視頻課程課程詳情SAS BASE認(rèn)證培訓(xùn)課程詳情SAS ADVANCED認(rèn)證培訓(xùn)課程詳情第一講Eviews入門(mén)，變量中數(shù)據(jù)的錄入第二講描述性統(tǒng)計(jì)分析第四講、擬合值和回歸方程的殘差第五講。非線性回歸模型。虛擬變量模型。第八講。離散因變量與受限因變量模型（censored regression model）（Truncated Regression Model）第十講時(shí)間序列ARIMA模型。單位根檢驗(yàn)和基于殘差的協(xié)整檢驗(yàn)第十三講第十四講向量自回歸模型(非結(jié)構(gòu)化的向量自回歸模型)。（標(biāo)量）第十七講Eviews編程應(yīng)用基期計(jì)算的居民消費(fèi)價(jià)格指數(shù)。第二十講分位數(shù)回歸第二十一講主講課程為計(jì)量分析與STATA應(yīng)用、實(shí)證金融、金融計(jì)量等。主持國(guó)家自然科學(xué)基金、教育部人文社科基金、高校基本業(yè)務(wù)費(fèi)基金、廣東自然科學(xué)基金項(xiàng)目各一項(xiàng)，并曾參與了多項(xiàng)國(guó)家自然科學(xué)基金和國(guó)家社會(huì)科學(xué)基金項(xiàng)目，具有豐富的數(shù)據(jù)處理、模型構(gòu)建和模擬分析經(jīng)驗(yàn)。培訓(xùn)目的：，精選的實(shí)例和翔實(shí)的配套資料能讓你在課后快速拓展所學(xué)。我們一方面在盡可能呈現(xiàn)STATA全貌的同時(shí)做到重點(diǎn)突出、結(jié)構(gòu)清晰，另一方面則強(qiáng)調(diào)實(shí)際問(wèn)題的解決能力。又如，在整理回歸結(jié)果的過(guò)程中，多數(shù)學(xué)員主要通過(guò)“復(fù)制粘貼”的方式，效率甚低。本課程的主要特色包括：以專題的方式講解，并輔以大量的實(shí)例，有助于學(xué)員快速掌握STATA數(shù)據(jù)處理、編程、繪圖等方面的基本技巧，舉一反三。(2)本課程除提供視頻教程外，還同時(shí)提供了大量的范例數(shù)據(jù)和外部命令、PDF版do文檔，以及具有“時(shí)間節(jié)點(diǎn)”的視頻目錄，便于學(xué)員課后練習(xí)和快速查找自己感興趣的內(nèi)容。STATA初級(jí)視頻教程（2010版）共5個(gè)專題，包含36個(gè)視頻文件，總計(jì)40余個(gè)學(xué)時(shí)。內(nèi)容簡(jiǎn)介如下（詳細(xì)目錄見(jiàn)附錄A）：第1講從整體上介紹了STATA的基本架構(gòu)，以便使學(xué)員在最短的時(shí)間內(nèi)掌握STATA的精髓，包括：數(shù)據(jù)的導(dǎo)入導(dǎo)出、執(zhí)行命令、修改和查驗(yàn)資料、log文件和do文件的使用、STATA與Word（Excel、LaTeX）等軟件的完美結(jié)合，以及STATA常用設(shè)定等內(nèi)容。主要包括：復(fù)雜變量的創(chuàng)建；分位數(shù)；重復(fù)樣本值、缺漏值和離群值的處理；資料的合并、追加和重新組合；文字變量、類別變量的處理；時(shí)間序列和面板資料的處理；以及數(shù)據(jù)的查驗(yàn)和對(duì)比等內(nèi)容。第3講介紹STATA繪圖。第4講介紹STATA矩陣操作，包括矩陣的定義和管理、矩陣運(yùn)算、矩陣解析等四個(gè)主題，為后續(xù)學(xué)習(xí)STATA編程知識(shí)奠定了扎實(shí)的基礎(chǔ)。通過(guò)本講的學(xué)習(xí)，學(xué)員將能夠通過(guò)獨(dú)立編寫(xiě)STATA程序來(lái)提高數(shù)據(jù)處理和模型估計(jì)的效率，為后續(xù)學(xué)習(xí)STATA高級(jí)程序奠定基礎(chǔ)。SPSS數(shù)據(jù)統(tǒng)計(jì)分析師認(rèn)證培訓(xùn)第一講：SPSS基本操作入門(mén)1.軟件概述2.界面入門(mén)3.基本操作入門(mén)4.系統(tǒng)選項(xiàng)與中文設(shè)置第二講：數(shù)據(jù)錄入與文件管理操作入門(mén)1.CCSS項(xiàng)目介紹2.CCSS項(xiàng)目的問(wèn)卷錄入（含多選題的錄入與設(shè)定）3.數(shù)據(jù)錄入技巧4.文件管理操作第三講：SPSS編程入門(mén)1.基本語(yǔ)法規(guī)則介紹2.宏程序3.OMS系統(tǒng)第四講：數(shù)據(jù)管理11.Compute過(guò)程2.Recode過(guò)程3.轉(zhuǎn)換菜單中的其他過(guò)程4.排序、拆分、篩選與加權(quán)過(guò)程第五講：數(shù)據(jù)管理21.數(shù)據(jù)匯總2.數(shù)據(jù)的重組與轉(zhuǎn)置3.多個(gè)數(shù)據(jù)文件的合并4.重復(fù)個(gè)案與異常個(gè)案的查找5.數(shù)據(jù)字典相關(guān)功能6.數(shù)據(jù)驗(yàn)證模塊第六講：實(shí)戰(zhàn)案例分析11.CCSS項(xiàng)目中數(shù)據(jù)異常值的自動(dòng)核查與報(bào)告2.CCSS項(xiàng)目數(shù)據(jù)的自動(dòng)計(jì)算與處理第七講：分類變量的統(tǒng)計(jì)描述1.統(tǒng)計(jì)描述分析模塊介紹2.單變量的描述指標(biāo)與軟件實(shí)現(xiàn)3.多變量的交叉描述指標(biāo)與軟件實(shí)現(xiàn)4.多選題的描述指標(biāo)與軟件實(shí)現(xiàn)第八講：連續(xù)變量的統(tǒng)計(jì)描述1.連續(xù)變量的統(tǒng)計(jì)描述指標(biāo)體系2.頻數(shù)過(guò)程3.描述過(guò)程4.探索過(guò)程第九講：統(tǒng)計(jì)表1.表格的基本框架與類型2.題目A3的分析報(bào)告表格制作案例3.多選題A3a的分析報(bào)告表格制作案例第十講：統(tǒng)計(jì)圖1.統(tǒng)計(jì)圖的基本操作概述2.統(tǒng)計(jì)圖的分類3.直方圖與莖葉圖4.箱圖5.餅圖6.條圖與誤差圖7.線圖、面積圖、點(diǎn)圖與垂線圖8.散點(diǎn)圖9.PP圖與圖10. 其他統(tǒng)計(jì)圖形第十一講：實(shí)戰(zhàn)案例21.探索消費(fèi)者信心指數(shù)隨背景資料的變化規(guī)律2.CCSS項(xiàng)目分析報(bào)告的自動(dòng)化生產(chǎn)第十二講：t檢驗(yàn)1.假設(shè)檢驗(yàn)的基本原理2.單樣本t檢驗(yàn)3.Bootstrap方法4.完全隨機(jī)兩樣本的t檢驗(yàn)5.配對(duì)t檢驗(yàn)第十三講：?jiǎn)我蛩胤讲罘治?.方差分析模型的基本架構(gòu)2.分析實(shí)例的GLM過(guò)程實(shí)現(xiàn)（含兩兩比較方法的選擇）3.分析實(shí)例的ANOVA過(guò)程實(shí)現(xiàn)第十四講：卡方檢驗(yàn)1.卡方檢驗(yàn)的基本原理2.成組卡方分析實(shí)例（含卡方的校正與確切概率法）3.一致性檢驗(yàn)與配對(duì)卡方檢驗(yàn)4.分層卡方檢驗(yàn)第十五講：相關(guān)分析1.相關(guān)分析的指標(biāo)體系2.Pearson相關(guān)與秩相關(guān)3.偏相關(guān)分析第十六講：簡(jiǎn)單回歸分析1.相關(guān)與回歸的聯(lián)系與區(qū)別2.回歸分析模型的基本結(jié)構(gòu)3.分析實(shí)例（含殘差分析等）4.回歸分析建模的標(biāo)準(zhǔn)流程第十七講：如何正確選用常用統(tǒng)計(jì)分析方法第十八講：實(shí)戰(zhàn)案例31.咖啡屋需求調(diào)查案例2.牙膏新品購(gòu)買(mǎi)傾向研究案例丁亞軍、曾參與2012國(guó)家宏觀經(jīng)濟(jì)預(yù)測(cè)、中國(guó)城鎮(zhèn)居民家庭投資調(diào)查、瀘州老窖目標(biāo)管理與績(jī)效考核等大型數(shù)據(jù)處理項(xiàng)目，具有豐富的數(shù)據(jù)處理經(jīng)驗(yàn)常國(guó)珍、會(huì)計(jì)學(xué)博士、社會(huì)學(xué)碩士，畢業(yè)于北京大學(xué)人口所，目前就讀于北大光華管理學(xué)院，SAS公司數(shù)據(jù)挖掘與統(tǒng)計(jì)分析課程講師。主持過(guò)商業(yè)銀行數(shù)據(jù)挖掘平臺(tái)建設(shè)、商業(yè)銀行信用評(píng)分模型的構(gòu)建與固化等商業(yè)項(xiàng)目。金融數(shù)量分析—基于Matlab編程近年來(lái)Matlab功能不斷完善，在各個(gè)領(lǐng)域中都顯示出了其優(yōu)勢(shì)。 據(jù)統(tǒng)計(jì)，很多Matlab用戶都沒(méi)有很強(qiáng)的數(shù)學(xué)或者計(jì)算機(jī)背景，對(duì)于這部分人群最大的需求就是如何能快速學(xué)會(huì)并掌握Matlab的操作及應(yīng)用。講師介紹鄭志勇集思錄副總裁、合晶睿智創(chuàng)始人，先后就職于中國(guó)銀河證券、銀華基金、方正富邦基金，從事金融產(chǎn)品研究與設(shè)計(jì)工作。尤其對(duì)于各種結(jié)構(gòu)化產(chǎn)品、分級(jí)基金產(chǎn)品有著深入的研究，同時(shí)也編著了多本教材，包括：《運(yùn)籌學(xué)與最優(yōu)化MATLAB編程》， 《金融數(shù)量分析:基于MATLAB編程》等圖書(shū)。王洪武博士、副教授，天津大學(xué)管理科學(xué)與工程專業(yè)博士，主要研究方向?yàn)榻鹑谖锢韺W(xué)、量化投資，已發(fā)表SCI檢索論文多篇，并擔(dān)任Physica A: Statistical Mechanics and its Applications、Nonlinear Dynamics、Applied Mathematical Modelling、Applied Mathematics and Computation、Economic Modelling、Annals of Operations Research等多個(gè)國(guó)際期刊的匿名審稿人，具有10多年的Maltab編程經(jīng)驗(yàn)。卓金武量化投資學(xué)會(huì)專家組成員，MathWorks中國(guó)量化投資總監(jiān)，主要為中國(guó)的金融客戶提供基于MATLAB的量化投資、風(fēng)險(xiǎn)管理、金融數(shù)據(jù)分析等方向的解決方案。課程目的 使學(xué)員掌握使用Matlab進(jìn)行金融數(shù)量分析相關(guān)編程技能。具體如下：（1）了解業(yè)界金融數(shù)量分析工作內(nèi)容；（2）如何獲取基礎(chǔ)數(shù)據(jù)并進(jìn)行數(shù)據(jù)清洗；（3）如何進(jìn)行邏輯分析并建立模型；（4）如何將模型轉(zhuǎn)化為Matlab程序并提高計(jì)算效率；（5）如何通過(guò)圖標(biāo)方式展示數(shù)據(jù)；（6）如何實(shí)現(xiàn)整個(gè)數(shù)量分析工作的自動(dòng)化。資深專家深入講解Matlab相關(guān)操作技能● 專家學(xué)員互動(dòng)、答疑解惑、分享經(jīng)驗(yàn)● 結(jié)識(shí)行業(yè)精英，加入量化投資同業(yè)圈，盡享后期增值服務(wù)。 在每個(gè)知識(shí)點(diǎn)中都有具體的實(shí)例做演示和練習(xí)，可以讓學(xué)員真正掌握每個(gè)功能的特點(diǎn)和具體應(yīng)用。 Matlab簡(jiǎn)介 Matlab數(shù)據(jù)類型及轉(zhuǎn)化 Matlab常用矩陣運(yùn)算和函數(shù)課程二：數(shù)據(jù)的獲取 基于Yahoo財(cái)經(jīng)數(shù)據(jù)接口 基于萬(wàn)德數(shù)據(jù)接口 其他數(shù)據(jù)接口課程三：數(shù)據(jù)的預(yù)處理 多標(biāo)的交易日期的