这门课解决什么工作场景

资料内容集中在金融量化与数据提取方向。它解决的核心痛点是：从业者每天面对大量股票、期货行情和财务数据，却只会用 Excel 简单拉表，既无法高效清洗结构化数据，也难以用统计方法把杂乱的行情转化为可分析的指标。课程把金融基础概念和编程工具操作绑在一起，带你从交易规则、数据获取做起，一直走到流动性、波动性等特征分析。学完之后，你能独立完成一套标准的数据处理流程：拿到原始行情或财务数据后，自己写代码提取关键指标、做清洗转换，并生成直观的可视化结果，用来支撑后续的量化研究或业务汇报。

适合什么基础与学习建议

这套资料默认你已经具备 Python 基础语法能力，能看懂基本的循环和函数。如果你完全没碰过编程，建议先去补几天基础再来看，否则在数据提取环节容易卡壳。对于有金融常识但不懂代码、或者会写代码但不懂金融市场的转行者，这门课的衔接作用非常明显。建议先集中看金融量化基础与数据提取的几个章节，把股票交易制度、期货规则和指数因子的概念理顺；接着重点啃期货流动性和波动性分析，这块最能体现统计方法在金融场景里的实际用法；最后再配合数据可视化部分，把前面的分析结果做成图表。不要一上来就跳着看，量化分析的逻辑是前后依赖的，漏掉数据提取环节直接看特征分析，很容易因为底层数据格式不对而做不下去。

资料怎么配合练习

看视频时务必同步开编辑器跟着敲，切忌只当连续剧看。课程涉及大量数据提取操作，建议每看完一个品种（比如股票、期货），就自己尝试换一个真实标的，把代码里的数据接口替换掉，看能不能独立拉取一段新行情。做波动性分析时，先用课程里的样本数据复现结果，再换不同时间周期的数据跑一遍，验证指标计算是否稳定。可视化部分同样如此：看完演示后，把前面提取的财务数据或因子数据套进图表模板，调整参数对比不同效果。遇到跑不通的报错，先回头检查数据格式是否符合要求——这也是实际工作中最常见的坑。把每个章节的代码片段都整理成自己的函数库，学完之后你手里就有了一套能直接复用的金融数据处理工具，而不是零散的笔记。


借助统计科学的大数据分析方法，进行数据分析，有助更好利用大数据方法完成传统的金融功能，完善金融服务

课程目录

*   01 金融数据处理与可视化/

  *   01 【金融量化基础与数据提取】股票基础与交易制度.mp4 (200.70 MB), 29:30

  *   02 【金融量化基础与数据提取】股票数据和行业指数的提取.mp4 (285.62 MB), 41:26

  *   03 【金融量化基础与数据提取】指数、因子和财务数据的提取.mp4 (201.80 MB), 29:29

  *   04 【金融量化基础与数据提取】期货基础和交易规则.mp4 (162.20 MB), 23:46

  *   05 【金融量化基础与数据提取】期货数据与量化提取.mp4 (144.71 MB), 21:16

  *   06 【金融量化基础与数据提取】期货流动性和波动性分析.mp4 (308.26 MB), 44:31

  *   07 【数据可视化】数据可视化概述.mp4 (64.56 MB), 13:37

  *   08 【数据可视化】数据可视化工具与元素之matplotlib.mp4 (111.55 MB), 20:58

  *   09 【数据可视化】数据可视化工具与元素之seaborn.mp4 (95.31 MB), 21:08

  *   10 【数据可视化】数据可视化工具与元素之pyecharts.mp4 (141.28 MB), 26:09

  *   11 【数据可视化】结构数据的可视化图形之matplotlib.mp4 (86.94 MB), 16:25

  *   12 【数据可视化】结构数据的可视化图形之pyecharts.mp4 (108.12 MB), 17:45

  *   13 【数据可视化】结构数据的可视化图形之seaborn.mp4 (54.77 MB), 12:06

  *   14 【数据可视化】基于算法模型的可视化分析-墨尔本房价预测（上）.mp4 (124.27 MB), 19:43

  *   15 【数据可视化】基于算法模型的可视化分析--墨尔本房价预测（下.mp4 (71.79 MB), 14:57

  *   16 【数据可视化】非结构数据可视化--文本分析（上）.mp4 (49.33 MB), 11:10

  *   17 【数据可视化】非结构数据可视化--文本分析（下）.mp4 (46.85 MB), 09:27

  *   18 【数据可视化】用数据讲故事.mp4 (149.54 MB), 29:25

  *   19 【金融数据处理与可视化分析】金融数据读取和存储.mp4 (175.67 MB), 32:13

  *   20 【金融数据处理与可视化分析】金融数据处理.mp4 (154.04 MB), 33:41

  *   21 【金融数据处理与可视化分析】金融时间数据转化和处理.mp4 (53.77 MB), 14:53

  *   22 【金融数据处理与可视化分析】金融数据可视化.mp4 (82.76 MB), 16:08

  *   23 【金融数据处理与可视化分析】沪深300指数数据时间分析.mp4 (33.65 MB), 06:16

*   02 数据挖掘/

  *   01 【python网络爬虫】python网络爬虫介绍.mp4 (30.27 MB), 08:37

  *   02 【python网络爬虫】HTTP请求方法.mp4 (89.34 MB), 19:46

  *   03 【python网络爬虫】静态网页爬取.mp4 (112.40 MB), 22:28

  *   04 【python网络爬虫】正则表达式.mp4 (149.81 MB), 31:25

  *   05 【python网络爬虫】xpath网页解析.mp4 (127.25 MB), 27:39

  *   06 【python网络爬虫】BeautifulSoup网页解析.mp4 (148.85 MB), 35:25

  *   07 【python网络爬虫】动态网页解析.mp4 (96.65 MB), 19:43

  *   08 【python网络爬虫】模拟登录.mp4 (44.31 MB), 09:55

  *   09 【数据处理】缺失值处理.mp4 (302.21 MB), 59:23

  *   10 【数据处理】重复值处理.mp4 (60.56 MB), 12:17

  *   11 【数据处理】异常值处理.mp4 (102.48 MB), 21:23

  *   12 【数据处理】无量纲化.mp4 (77.05 MB), 15:18

  *   13 【数据处理】离散化.mp4 (59.84 MB), 13:31

  *   14 【数据处理】特征编码.mp4 (103.51 MB), 23:31

  *   15 【数据处理】numpy股票因子数据分析.mp4 (51.13 MB), 10:19

  *   16 【数据处理】定期存款电话营销数据.mp4 (117.70 MB), 21:45

  *   17 【特征工程】特征选择概述.mp4 (70.04 MB), 13:00

  *   18 【特征工程】过滤法ppt讲解.mp4 (64.15 MB), 15:27

  *   19 【特征工程】过滤法代码演示.mp4 (66.51 MB), 11:43

  *   20 【特征工程】包装法.mp4 (29.95 MB), 06:02

  *   21 【特征工程】嵌入法.mp4 (71.83 MB), 13:57

  *   22 【特征工程】PCA主成分分析ppt讲解.mp4 (79.80 MB), 18:23

  *   23 【特征工程】PCA主成分分析代码演示.mp4 (60.18 MB), 09:29

  *   24 【特征工程】LDA代码演示.mp4 (29.80 MB), 05:08

  *   25 【特征工程】LDA线性判别分析ppt.mp4 (77.86 MB), 16:59

  *   26 【特征工程】机器学习与Scikit-Learn(上）.mp4 (242.09 MB), 47:43

  *   27 【特征工程】机器学习与Scikit-Learn（下）.mp4 (286.33 MB), 56:25