当前位置:首页 > 商学院动态
走进人大MBA课堂 《金融大数据实践》
来源:中国MBA教育在线 发布时间:2021/05/17

课程主讲人

张文平

中国人民大学信息学院

讲师 硕士生导师

香港城市大学哲学博士

2020-2021春季学期,人大商学院MBA《金融大数据实践》课程在2020级科技金融(FT)班开讲。课程以商业金融数据为研究对象,将数据分析相关理论与Python实践应用完美结合,由经典案例贯穿,以项目驱动学习,让学生能在学习理论的同时更能掌握技术的应用。

在课程学习中,张文平老师为学生提供了丰富的金融量化技术、大数据实践方法,最后通过金融大数据案例学习,引导学生进行专业的商业分析展示。课程从数据角度出发,以技术作为手段,以案例作为依托,涵盖数据本质与数据准备、股票市场分析、风险预测、可解释性AI及其应用等教学内容。

第一周,张文平老师介绍了金融分析的基础,讲授了数据的本质及准备。对于数据准备的各项任务进行了详细说明及具体的方法介绍;第二周,课程就股票市场分析进行了讲解,回顾了包括有效市场假说、随机游走理论等在内的相关理论,说明了决定股价的各项因素,总结了人为规则、时序分析、关联分析、情感分析等各类股票分析方法,并通过文献讲解、实例介绍等对各类方法进行了详细介绍;第三周,张文平老师以用户画像为基础介绍了风险分析,通过示例详细介绍了用户画像过程中每一步的工作内容,并对利用用户画像进行风险估计的各类方法的经典模型进行了具体的讲解说明;第四周,介绍了可解释性AI内容,人工智能的可解释性为使用它的人和产业提供了一种信任的基础,以及在此基础之上的更为广范的AI应用。

张文平老师启发学生掌握科学的学习方法,在每一堂课中都积极引导并给予指导,让每位同学都能迅速理解并进行数据分析实践,从而更好地去理解学科知识,将理论融入实践,在未来能够将工作中遇到的实际商业金融问题进行理性分析和量化思考。来自不同行业、职能部门和管理层级的各位学生通过本门课程的学习,逐步掌握商业分析技巧,将数据转化为企业竞争优势,抓住新时代机遇。

学生体会

郭鹏翔 |2020级FT班

我目前在京东主要负责数据中心投建方面的工作,同时也是一名股票投资的爱好者,张老师的课程对我有很大的帮助:1、随着数据中心成为建设热点,其发展迎来了爆发期,数据中心的各种政策不断释放,加大了收集和分析的难度,张老师讲解的知识图谱为我的工作带来了新的思路;2、作为一名股票投资爱好者,听了张老师的课程后可谓是如沐春风,AI技术极大的提高了信息分析的效率,让我可以更有的放矢地去选择合适的标的。

于辑嘉 |2020级FT班

我主要负责互联网公司客户体验工作,需要从客户调研、行为数据、咨询投诉等多种数据中为公司诊断体验问题、洞察机会。张老师系统性地从数据本质讲解到神经网络、人工智能、深度学习等当今热门技术算法原理,兼具实战案例分析,对开拓工作思路、启发技术创新很有帮助。在商业智能时代,如何从单纯人治转变为数据掘金、数智决策,本门课程是技术小白的“藏宝图”与“工具箱”。

栾玉海 |2020级FT班

我常年在IT行业的跨国公司从事软硬件的销售工作。于我而言,客户的信息资料统计、需求画像、人脉关联等问题,是销售工作中比较难以掌握的。以往工作中,我们常用打听、搜索、猜测等形式分散整理保存数据,很难形成数据价值。听完张老师的课,虽然对具体技术理解仍有待加深,但在应用方面,已经能够具备系统思维和有效方法了。

陈蜜 |2020级FT班

我在证券公司负责智能投顾和增值业务的产品工作,近些年在工作中频繁接触到各种算法。随着证券行业数字化的推进和财富管理转型的迫切需求,对大数据的分析、挖掘、治理和应用提出了更高的要求。张老师的课程内容通俗易懂还兼具趣味性,让我系统了解和学习了人工智能相关算法的应用,为我后续在设计智能投顾业务和搭建数据化中台提供了更多更好的思路和方向。

刘珂 |2020级FT班

我在银行负责部门大数据分析工作,近期一直在做客群分析和画像工作,尤其是后疫情时代,业务发展和风险问题和压力日渐迫切。通过《金融大数据》实践课程的学习,在张老师的指导下,我现在已经首先开展对于客群数据清理和聚类分析等工作,把数据结构基础做好,带领数据分析人员和业务进行需求整理,计划逐步构建起现有和目标客户的知识图谱和客户画像,实现科技与业务深度结合,真正学以致用。

李欣 |2020级FT班

我目前就职于通讯领域,主要为运营商提供产品及服务。随着5G的发展,运营商数据规模呈现爆发式增长。如何挖掘这座“数据金矿”,以及如何将数据进行变现,已经逐步成为运营商关注的焦点。通过张老师的课程学习,让我对数据分析、数据挖掘以及如何结合业务进行变现等方面有了深刻的认识,可以将课程中的理论体系及方法与运营商业务数据相融合,在精准数字营销、数据能力开放、市场报告调研等方面形成新的市场、产品思路,助力通讯领域“数据金矿”的开发与挖掘。

声明:本文内容来源于中国人民大学商学院官网,如有侵权请联系后台进行删除。

相关文章推荐
您可能感兴趣