课程简介
Python程序设计是面向财经和统计专业学生开设的一门以应用为主的编程课程,该课程最早由李丰老师在中央财经大学以公开讲座的形式开设,后成为中央财经大学金融、会计和MBA项目的核心课程。 本课程分为三部分,第一部分为Python程序设计,第二部分为Python财经应用,第三部分为基于Python的财经数据挖掘。
授课教师
李丰博士(ORCiD: 0000-0002-4248-9778)内蒙古鄂尔多斯人,就职于北京大学光华管理学院,任商务统计与经济计量系副教授、研究员、博士生导师。本科毕业于中国人民大学,博士毕业于瑞典斯德哥尔摩大学,研究领域包括贝叶斯统计学,大规模时间序列预测方法,大数据分布式学习等。曾获瑞典皇家统计学会 Cramér 奖(最佳博士论文),国际贝叶斯学会青年奖励基金, 第二届全国高校经管类实验教学案例大赛二等奖。
李丰博士主持国家社会科学基金一般项目和国家自然科学基金青年项目。他的最新研究成果发表在统计与预测期刊 Journal of Computational and Graphical Statistics, Journal of Business and Economics Statistics (ABS 4), International Journal of Forecasting (ABS 3), 管理运筹期刊 European Journal of Operational Research (ABS 4),金融会计期刊 Contemporary Accounting Research (FT 50), 医学期刊 BMJ Open, Journal of Affective Disorders 等,两篇论文获评 ESI 高被引论文,他同时著有 Bayesian Modeling of Conditional Densities,《大数据分布式计算与案例》和《统计计算》。李丰老师开发适用于大规模时间序预测的开源计算机算法和程序,代码详见 https://github.com/feng-li 。
李丰博士在世界贝叶斯大会,国际预测大会等作过邀请报告。他的报告幻灯片可以从这里下载。
📢📢📢 李丰老师招收统计学专业博士生。同时热忱欢迎优秀校内外优秀学生(①有读博意愿的在读研究生 ②本校大四拟录取直博学生③大三以上学有余力同学)加入研究团队。研究团队为优秀本科生提供每周一对一指导、参与核心科研项目、与国际知名大学合作研究的机会。
参考书
Python可以被广泛地使用在财经领域,以下列出一些零基础书目。
类别 | 书名 | 中译本 |
数据分析 | Python for Data Analysis (by Wes McKinney) | 利用Python进行数据分析(原书第2版) |
数据抓取 | Web Scraping with Python: Collecting More Data from the Modern Web (by Ryan Mitchell) | Python网络爬虫权威指南 第二2版 |
金融分析 | Python for Finance: Mastering Data-Driven Finance (by Yves Hilpisch) | Python金融大数据分析 第2版 |
会计分析 | Python for Accounting: A Modern Guide to Using Python Programming in Accounting (by Horatio Bota) | 暂无 |
讲课视频
- 本课程的部分早期录制视频(不完全与上课讲义对应)可以从李丰老师的哔哩哔哩主页看到,感兴趣的同学可以点击链接请自行观看。
第一部分:Python程序设计
第二部分:Python财经应用
Jupyter Notebook (鼠标右键点击另存为下载) | Slides and Teaching videos (CN) | MBA program | Statistics, Finance and accounting programs |
---|---|---|---|
L06.1: Python and Texts | Slides Video | ✓ | |
L06.2: Natural Language Processing with Python | Slides Video1 Video2 | ✓ | |
L06.3: Text Feature Extraction | Slides Video | ✓ | |
L06.4: Chinese Text Processing | Slides Video | ✓ | |
L07.1: Web Scraping with Python | Slides Video | ✓ | ✓ |
L07.2: Interactive Scraping with Selenium | Slides Video | ✓ | ✓ |
L08.1: Probabilistic Topic Modelling | Slides Video | ✓ | |
L08.2: Automated ARIMA forecasting with Python | Slides Video | ✓ | ✓ |
第三部分:财经数据挖掘
Jupyter Notebook (鼠标右键点击另存为下载) | Slides | Teaching videos (CN) |
---|---|---|
L01: Time Series Data Mining Introduction | Slides | 1, 2, 3 |
L02: Time Series Decomposition Methods | Slides | 1, 2 |
L03.1: Time Series Forecasting with ARIMA | Slides | 1 |
L03.2: Model Selection and Seasonal ARIMA | Slides | |
L04: Forecasting Combinations and Forecasting Uncertainty | Slides | |
L05: Time Series Anomaly Detections | Slides | 1 |
L06: Time Series forecasting at scale | Slides | 1 |