金融计算机语言（双语）教学大纲.docx

《金融计算机语言》（双语）教学大纲

ComputationalFinanceandProgramming

课程编号：1121152B

课程类型：□通识教育必修课□通识教育选修课

□学科基础课□专业核心课

√专业提升课□专业拓展课

总学时：32讲课学时：16实验（上机）学时：16

学分：2

适用对象：投资学专业、金融学专业、金融工程专业

先修课程：

数学分析II、线性代数、概率与数理统计、程序设计基础（C语言）

一、教学目标

在大数据时代，金融学、金融工程学、投资学等理论课程中所讲授的各种原理与数学模型，必须借助计算机编程的实现，才能真正得到实际的运用。不掌握一门适宜的计算机语言，理论学习就很容易沦为空谈，与实践相脱节。本课程的目标是让学生掌握一门金融行业最主流的编程语言（如Python、R、Matlab），通过大量案例与实验教学，将微积分、线性代数、概率论、数理统计等先修数学课的基础概念巩固、综合、转化为学生的数学建模能力，培养学生掌握数据可视化、编程求解数学模型、整理与分析金融数据等基本方法，同时激发学生学习其他各种金融理论课程与数理模型的兴趣。

目标1：学思结合、知行统一，增强学生勇于探索的创新精神、善于解决问题的实践能力，教育和引导学生弘扬劳动精神。培养用计算机编程解决实际问题的意识和能力，培养通过计算机编程将数理模型付诸实践应用的意识和能力。

目标2：掌握金融学科最主流的计算机编程语言(Python,R,Matlab)的基本语法，同时注重强化学生的工程伦理教育，培养学生精益求精的大国工匠精神，激发学生科技报国的家国情怀和使命担当；

目标3：从符号运算与数值计算的角度学习编程应用，复习与巩固微积分、线性代数、概率论、数理统计等课程所讲述的基础数学概念；

目标4：掌握优化问题的计算机数值解基本技能，为微观理论、宏观理论、金融理论奠定基础；

目标5：掌握数据的读取、抓取、整理、分析、存储等基本技能，为数据分析和数据科学奠定基础。

二、教学内容及其与毕业要求的对应关系

（一）教学内容

要求学生熟练掌握Python(或R、Matlab)语言的基本语法。在此基础上，通过若干案例模块，分别讲授绘图与数据可视化、微积分的计算机辅助符号运算、线性代数的数值计算、概率与统计的数值计算、数值模拟与统计推断的数值计算、优化问题的数值求解、以及数据的读取、抓取、操作、清洗、分析、存储等等基本方法。

（二）教学方法与教学手段

本课以课堂讲授和案例教学为主，上机实验为辅，要求学生完成随堂练习和课后作业，使学生既能掌握理论，也能动手操作，切实做到理论与实践相结合。课堂授课突出基本功训练，学生练习的目标是达到熟练应用。

教学的手段主要采用JupyterNotebook（/），这是近些年迅速发展起来的一项优秀的通用编程软件运行和展示框架。在JupyterNotebook中，可以同时包含富文本、数学公式、图片、动画、视频，也可以同时植入和运行代码片段，还可以有丰富的控件实时调整程序的输入参数。这种综合的教学与案例展示能形象生动地教会学生编程，让编程再也不是枯燥乏味的死记硬背。

学生们的实验、练习和作业也要求通过JupyterNotebook完成，让学生们自己体验到写代码的轻松快乐，从而达到充分练习，熟练编程的教学目标。

（三）考核方式

本课程采取平时成绩加期末考试的方式进行考核。具体来讲，平时成绩以随堂实验练习为依据，共计16次，每次按满分10分标准评判。平时成绩去掉最低分后取算术平均，乘以10折算为综合平时成绩，满分100分。期末考试满分100分。综合平时成绩与期末考试成绩占最终总评成绩的比重为4:6。

（四）学习要求

由于本课程的目的是促进理论与实践的结合，所以修读本课程须前期掌握微积分、线性代数、概率论、数理统计等基础数学知识。了解程序设计基础(C语言)会有很大帮助，但并非必须。

考虑到本课程操作性强的特点，所以本课程的随堂练习和课后作业相对较多。学生须课前复习、预习，课中参加随堂练习，课后完成大作业，才能较好的掌握金融计算机语言的知识。

（五）教学中应注意的问题

因为本课程对实际动手要求特别高，因此要求学生每次上课携带个人电脑，电脑上安装好运行环境，跟着教师演示，一步一步在自己电脑上写入代码，调试和运行程序。教师要持续创新课堂教学模式，努力推进现代信息技术在课程思政教学中的应用，激发学生学习兴趣，引导学生深入思考。教学中要务必关注学生随堂练习情况，不断改进课堂教学过程管理，提高课程思政内涵融入课堂教学的水平，避免学生只听不练、前学后忘，最终失去上课的热情和积极性。只要学生做好随堂练习，体验到编程的乐趣，就一定不会丧失兴趣，一定会学有所获。

教学过程中既要强调工程，又要强