金融場(chǎng)數(shù)據(jù)分析與數(shù)據(jù)挖掘教學(xué)大綱

1、金融市場(chǎng)數(shù)據(jù)分析與數(shù)據(jù)挖掘教學(xué)大綱一、課程基本信息課程編號(hào)0610922其它中文名稱金融市場(chǎng)數(shù)據(jù)分析與數(shù)據(jù)挖掘課程英文名稱Dataanalysisanddatamining課程類別專業(yè)選修課適用專業(yè)金融學(xué)專業(yè)先修課程計(jì)量經(jīng)濟(jì)學(xué)、概率論與數(shù)理統(tǒng)計(jì)學(xué)分學(xué)時(shí)34學(xué)時(shí)，其中理論課20學(xué)時(shí)，實(shí)驗(yàn)14學(xué)時(shí)考核方式開(kāi)卷考試與上機(jī)考試相結(jié)合成績(jī)?cè)u(píng)定方法平時(shí)0%期中0%期末70%實(shí)驗(yàn)30%大綱撰寫(xiě)人及日期彭壽康于2006年3月修訂課程簡(jiǎn)介本課程主要介紹金融領(lǐng)域數(shù)據(jù)分析的基本方法、以及數(shù)據(jù)挖掘的基本方法。內(nèi)容包括：如何狀取和處理數(shù)據(jù)、金融數(shù)據(jù)的基本統(tǒng)計(jì)分析方法、數(shù)據(jù)挖掘在金融領(lǐng)域的應(yīng)用，等。充分利用案例方式進(jìn)行教

2、學(xué)是本課程的一個(gè)特色。建議教材張堯庭等編：數(shù)據(jù)挖掘入門(mén)及應(yīng)用，北京，中國(guó)統(tǒng)計(jì)出版社，2001參考書(shū)1 邁克爾著、金馬譯：金融研究方法論大全，北京，清華大學(xué)出版社，20052 任若恩著：多元統(tǒng)計(jì)數(shù)據(jù)分析理論、方法、實(shí)例，北京，國(guó)防工業(yè)出版社，1997、課程的對(duì)象和性質(zhì)本課程的授課對(duì)象是金融專業(yè)的本科生，作為培養(yǎng)學(xué)生實(shí)際數(shù)據(jù)獲取、數(shù)據(jù)分析、以及信息獲取技能的金融實(shí)踐性教學(xué)課程和選修課程列入金融學(xué)專業(yè)的教學(xué)計(jì)劃。三、課程的教學(xué)目的和要求通過(guò)本課程的學(xué)習(xí)，使學(xué)生初步掌握金融數(shù)據(jù)分析的基本方法，掌握幾種重要的數(shù)據(jù)挖掘方法，掌握如何利用計(jì)算軟件分析數(shù)據(jù)、解決問(wèn)題、完成相關(guān)研究通過(guò)本課程的學(xué)習(xí)和相關(guān)軟件的使

3、用，使學(xué)生了解數(shù)據(jù)分析和數(shù)據(jù)挖掘在金融領(lǐng)域的重要運(yùn)用，使之能夠利用所學(xué)到的數(shù)據(jù)分析與數(shù)據(jù)挖掘方法開(kāi)展金融領(lǐng)域的應(yīng)用研究，并有進(jìn)一步學(xué)習(xí)的基礎(chǔ)與能力。四、授課方法采用理論講解和上機(jī)實(shí)驗(yàn)相、課外研究結(jié)合的方法。理論講解利用課堂介紹金融數(shù)據(jù)挖掘的基本原理和基本方法，上機(jī)實(shí)驗(yàn)主要是結(jié)合具體的金融數(shù)據(jù)分析和數(shù)據(jù)挖掘案例學(xué)習(xí)和掌握如何在相應(yīng)計(jì)算軟件上完成數(shù)據(jù)挖掘與數(shù)據(jù)分析任務(wù)，課外研究則是學(xué)生在課程學(xué)習(xí)的基礎(chǔ)上的拓展訓(xùn)練，培養(yǎng)利用數(shù)據(jù)挖掘方法解決實(shí)際問(wèn)題的能力。五、理論教學(xué)內(nèi)容與基本要求（含學(xué)時(shí)分配）第一章：數(shù)據(jù)采集與數(shù)據(jù)處理課時(shí)安排：4課時(shí)教學(xué)要求：通過(guò)本章學(xué)習(xí)，使學(xué)生理解金融數(shù)據(jù)的基本類型，初步掌握金

4、融數(shù)據(jù)的采集方法，能利用相應(yīng)軟件對(duì)導(dǎo)入數(shù)據(jù)進(jìn)行初步處理。教學(xué)重點(diǎn)與難點(diǎn)：數(shù)據(jù)挖掘的概念、數(shù)據(jù)挖掘的主要功能、數(shù)據(jù)的基本處理方法，本章的難點(diǎn)是數(shù)據(jù)的基本處理方法。教學(xué)內(nèi)容：第一節(jié)：理解金融數(shù)據(jù)1、非定量性數(shù)據(jù)2、數(shù)據(jù)挖掘，一種從海量數(shù)據(jù)中挖掘知識(shí)的新方法3、數(shù)據(jù)挖掘涉及的主要學(xué)科領(lǐng)域4、近年來(lái)數(shù)據(jù)挖掘技術(shù)的主要發(fā)展和主要應(yīng)用領(lǐng)域第二節(jié)：數(shù)據(jù)挖掘的主要功能1、分類與預(yù)測(cè)2、序列發(fā)現(xiàn)3、特征化、比較與關(guān)聯(lián)規(guī)則挖掘4、聚類分析第三節(jié)：數(shù)據(jù)挖掘軟件1、SAS2、Intelligentminerfordata第二章：分類與預(yù)測(cè)課時(shí)安排：9課時(shí)教學(xué)要求：通過(guò)本章學(xué)習(xí)，要求學(xué)生掌握分析和預(yù)測(cè)的基本統(tǒng)計(jì)分析方法

5、和數(shù)據(jù)挖掘技術(shù)，了解各種方法和技術(shù)的理論依據(jù)，使用條件和軟件實(shí)現(xiàn)方法。掌握使用一種或幾種分類與預(yù)測(cè)方法、通過(guò)計(jì)算軟件和實(shí)際數(shù)據(jù)構(gòu)建銀行借款人違約預(yù)測(cè)模型或違約概率預(yù)測(cè)模型，或信用卡詐騙預(yù)測(cè)模型。教學(xué)重點(diǎn)與難點(diǎn)：本章重點(diǎn)是數(shù)據(jù)挖掘中分類與預(yù)測(cè)的幾種實(shí)現(xiàn)方法，難點(diǎn)是對(duì)所涉及到的一些基本統(tǒng)計(jì)分析原理的理解與掌握。教學(xué)內(nèi)容：第一節(jié)：判別分析1、判別分析的統(tǒng)計(jì)原理2、判別分析的假設(shè)條件、數(shù)據(jù)要求與軟件實(shí)現(xiàn)方法3、案例1:基于判別分析的企業(yè)財(cái)務(wù)困境預(yù)測(cè)模型構(gòu)建第二節(jié)：Logistic回歸和Probit過(guò)程1、Logistic回歸的統(tǒng)計(jì)原理2、預(yù)測(cè)變量選定時(shí)Logistic回歸的軟件實(shí)現(xiàn)方法3、預(yù)測(cè)變量未定

6、時(shí)Logistic回歸的軟件實(shí)現(xiàn)方法一一逐步回歸法4、Probit過(guò)程的統(tǒng)計(jì)原理與軟件實(shí)現(xiàn)方法5、案例2：基于Logistic回歸和Probit過(guò)程的企業(yè)財(cái)務(wù)困境預(yù)測(cè)模型構(gòu)建6、案例3:基于Logistic回歸和Probit過(guò)程的借款人違約概率預(yù)測(cè)模型構(gòu)建第三節(jié)：決策數(shù)分類預(yù)測(cè)法1、嫡與信息增量2、決策數(shù)的構(gòu)建原理與預(yù)測(cè)準(zhǔn)則3、決策數(shù)分類預(yù)測(cè)的軟件實(shí)現(xiàn)方法4、案例4:基于決策樹(shù)方法的信用卡詐騙預(yù)警系統(tǒng)構(gòu)建第四節(jié)：預(yù)測(cè)變量的選取與信號(hào)一噪音分析1、變量預(yù)測(cè)的信息含量測(cè)定方法一一信號(hào)噪音分析2、信號(hào)一噪音分析的軟件實(shí)現(xiàn)方法3、變量轉(zhuǎn)換的必要性與綜合預(yù)測(cè)指標(biāo)構(gòu)建4、案例4:基于信號(hào)一噪音分析方法的貨

7、幣危機(jī)預(yù)警模型構(gòu)建第三章：序列發(fā)現(xiàn)課時(shí)安排：5課時(shí)教學(xué)要求：通過(guò)本章學(xué)習(xí)，要求學(xué)生了解序列發(fā)現(xiàn)的概念、相似性的度量方法、序列發(fā)現(xiàn)的軟件實(shí)現(xiàn)方式，序列發(fā)現(xiàn)在金融領(lǐng)域的應(yīng)用，使學(xué)生能夠利用序列發(fā)現(xiàn)概念和數(shù)據(jù)挖掘軟件實(shí)現(xiàn)在金融領(lǐng)域的初步應(yīng)用。教學(xué)重點(diǎn)與難點(diǎn)：本章的重點(diǎn)是時(shí)間序列中序列發(fā)現(xiàn)和相似性度量，以及在金融領(lǐng)域的應(yīng)用，難點(diǎn)是趨勢(shì)分析和相似性度量方法的掌握。教學(xué)內(nèi)容：第一節(jié)：時(shí)序數(shù)據(jù)和序列數(shù)據(jù)的挖掘1、時(shí)序數(shù)據(jù)和序列數(shù)據(jù)的概念2、趨勢(shì)分析3、趨勢(shì)分析的軟件實(shí)現(xiàn)方法第二節(jié)：序列發(fā)現(xiàn)的概念1、何為序列發(fā)現(xiàn)2、相似性的度量方法3、相似序列發(fā)掘的軟件實(shí)現(xiàn)第三節(jié)：序列發(fā)現(xiàn)在金融領(lǐng)域的應(yīng)用案例5:股票市場(chǎng)交易

8、決策規(guī)則挖掘第四章：特征化、比較與關(guān)聯(lián)規(guī)則挖掘課時(shí)安排：5課時(shí)教學(xué)要求：通過(guò)本章學(xué)習(xí)，使學(xué)生了解如何用特征化和比較的方式來(lái)描述與總結(jié)數(shù)據(jù)，如何在數(shù)據(jù)中進(jìn)行關(guān)聯(lián)規(guī)則挖掘，了解特征化、比較與關(guān)聯(lián)規(guī)則的軟件實(shí)現(xiàn)方式，了解特征化、比較與關(guān)聯(lián)規(guī)則在金融領(lǐng)域的初步應(yīng)用。教學(xué)重點(diǎn)與難點(diǎn)：本章重點(diǎn)是特征化、比較與關(guān)聯(lián)規(guī)則的基本概念與如何在數(shù)據(jù)挖掘軟件中實(shí)現(xiàn)數(shù)據(jù)的特征化與比較分析，實(shí)現(xiàn)數(shù)據(jù)庫(kù)中的關(guān)聯(lián)規(guī)則挖掘，難點(diǎn)是這些數(shù)據(jù)挖掘功能在實(shí)際運(yùn)用中需要注意與解決的一些問(wèn)題。教學(xué)內(nèi)容：第一節(jié)：特征化與比較1、數(shù)據(jù)的描述與總結(jié)2、數(shù)據(jù)概化與基于匯總的特征化3、屬性相關(guān)分析4、類描述：特征化和比較的表示5、特征化與比較的軟

9、件實(shí)現(xiàn)第二節(jié)：關(guān)聯(lián)規(guī)則挖掘1、購(gòu)物籃分析：關(guān)聯(lián)規(guī)則的引發(fā)2、基本概念3、關(guān)聯(lián)規(guī)則挖掘4、關(guān)聯(lián)規(guī)則挖掘的軟件實(shí)現(xiàn)第三節(jié)：特征化、比較與關(guān)聯(lián)規(guī)則的應(yīng)用案例6:特征化、比較與關(guān)聯(lián)規(guī)則在銀行客戶關(guān)系管理中的應(yīng)用五、實(shí)驗(yàn)教學(xué)內(nèi)容與基本要求（含學(xué)時(shí)分配）第一章配套實(shí)驗(yàn)教學(xué)課時(shí)安排：2課時(shí)實(shí)驗(yàn)內(nèi)容：1、數(shù)據(jù)挖掘軟件Intelligentminerfordata的安裝與打開(kāi)2、了解數(shù)據(jù)挖掘軟件的基本模塊功能3、數(shù)據(jù)發(fā)掘庫(kù)的建立、修改與保存實(shí)驗(yàn)要求：通過(guò)本次實(shí)驗(yàn)教學(xué)，要求學(xué)生能夠掌握數(shù)據(jù)挖掘軟件Intelligentminerfordata的安裝與打開(kāi)方法，對(duì)數(shù)據(jù)挖掘軟件的構(gòu)造與各個(gè)基本模塊有初步了解，能夠掌握

10、數(shù)據(jù)挖掘庫(kù)的建立、修改與保存方法。第二章配套實(shí)驗(yàn)教學(xué)課時(shí)安排：6課時(shí)實(shí)驗(yàn)內(nèi)容1、SAS的安裝與打開(kāi)2、SAS數(shù)據(jù)庫(kù)的建立（輸入與輸出）、修改與保存3、判別分析的SAS程序與結(jié)果分析4、判別分析預(yù)測(cè)規(guī)則的建立5、Logistic回歸的SAS程序與結(jié)果分析6、逐步回歸法7、基于Logistic回歸預(yù)測(cè)規(guī)則的建立8、Probit過(guò)程的SAS程序與結(jié)果分析9、基于Probit過(guò)程的預(yù)測(cè)規(guī)則的建立10、決策樹(shù)的構(gòu)建與預(yù)測(cè)檢驗(yàn)11、基于決策樹(shù)方法的預(yù)測(cè)規(guī)則的建立12、基于信號(hào)一噪音分析的預(yù)測(cè)變量信息含量測(cè)定方法和預(yù)測(cè)變量選取13、基于信號(hào)一噪音分析的分類預(yù)測(cè)模型構(gòu)建實(shí)驗(yàn)要求：通過(guò)本章實(shí)驗(yàn)教學(xué)，要求學(xué)生初步

11、掌握運(yùn)用SAS軟件和Intelligentminerfordata軟件進(jìn)行分類與預(yù)測(cè)的方法，掌握進(jìn)行分類與預(yù)測(cè)時(shí)所需要的基本程序，能夠?qū)浖o出的結(jié)果進(jìn)行分析，能夠建立基于不同統(tǒng)計(jì)分析方法和數(shù)據(jù)挖掘方法的分類預(yù)測(cè)模型和預(yù)測(cè)規(guī)則。第三章配套實(shí)驗(yàn)教學(xué)課時(shí)安排：2課時(shí)實(shí)驗(yàn)內(nèi)容：1、怎樣利用Intelligentminerfordata軟件進(jìn)行時(shí)序數(shù)據(jù)和序列數(shù)據(jù)的趨勢(shì)分析2、相似序列發(fā)現(xiàn)的Intelligentminerfordata軟件實(shí)現(xiàn)3、基于實(shí)際數(shù)據(jù)的股票市場(chǎng)交易決策規(guī)則挖掘?qū)嶒?yàn)要求：通過(guò)本次實(shí)驗(yàn)教學(xué)，要求學(xué)生掌握利用數(shù)據(jù)挖掘軟件對(duì)時(shí)序數(shù)據(jù)和序列數(shù)據(jù)進(jìn)行趨勢(shì)分析和發(fā)掘相似序列的基本方法、基本步驟，能夠?qū)Πl(fā)掘結(jié)果進(jìn)行初步的分析，具有運(yùn)用數(shù)據(jù)挖掘中趨勢(shì)分析和相似序列發(fā)掘模塊功能的初步能力。第四章配套實(shí)驗(yàn)教學(xué)課時(shí)安排：2課時(shí)實(shí)驗(yàn)