《金融数据统计》课程标准.docx
《《金融数据统计》课程标准.docx》由会员分享，可在线阅读，更多相关《《金融数据统计》课程标准.docx（5页珍藏版）》请在冰豆网上搜索。
《金融数据统计分析》课程标准
【课程名称】金融数据统计分析【适用专业】高等职业院校互联网金融类专业
【建议学时】54学时【建议学分】3学分
1.前言课程性质
《金融数据统计分析》是高等职业院校互联网金融专业的一门专业核心课程。
本课程主要培养具有较强职业能力、专业知识和良好职业素质的互联网金融相关岗位操作员。
通过本课程的学习，学生能正确运用相关原理、方法，对金融、经济、投资领域中常见问题进行基本、有效地数据统计分析、评估和决策。
本课程的铺垫课程是《高等数学》和《计算机应用基础》。
1.2课程设计思路
根据互联网金融岗位能力、工作流程和学生思维逻辑要求设计教学内容和教学活动，以理论与实务相结合为特色，把教学活动置于职业情景之中，以学生为主体，以教师为主导，培养学生基本的职业素质、职业道德、职业情感和职业能力。
课程的总体设计思路是以“以熟练技能为主”，以工程导向和任务驱动的方式组织课程教学内容，打破以知识传授为主要特征的传统学科课程模式，让学生在完成具体工程和任务的实践操作过程中来构建相关理论知识，巩固和加深理论知识的掌握，工程均围绕投资管理（主要是股票、投资组合、证券）内容来进行,以工作任务为中心整合理论与实践，实现理论与实践的一体化，注重培养学生的实践操作和创新能力。
2.课程目标通过在互联网金融实训室的全真操作，使互联网金融专业的学生熟练掌握各类基本数据分析方法和软件操作能力，培养学生一丝不苟的工作作风和善于沟通
和团队合作的工作品质，为今后从事互联网金融相关工作奠定扎实基础。
职业能力目标：
•能正确描绘金融数据的基本特征。
•能使用恰当的统计方法对投资、股票和证券的收益进行分析和比拟。
•能正确刻画金融数据之间的相关关系并对其进行检验。
•能根据描述统计和推断统计方法对投资收益进行预测。
3.课程内容和要求
序号
学习情境
学习任务
能力要求
知识要求
课时
1
从数据找关键
任务1:
描述数据的基本方法
任务2：
数据的集中
趋势
任务3：
数据的离散趋势
任务4：
数据的形态
•能看懂数据描述的符号和公式
•能正确绘制直方图和频率多边形
•能正确描述集中趋势和离散趋势值的含义
•能正确比拟投资组合的绩效
•掌握数据的关键特征
•掌握刻画数据集中趋势的方法
•掌握刻画数据分布形态的方法
•掌握数据离散趋势的刻画方法。
•掌握切比雪夫不等式和夏普比率
9
2
概率论基础
任务L基本概率任务2：
离散性概率任务3：
连续型概率任务4：
蒙特卡罗模拟
•能根据数据描述进行正确的概率计算
•能在投资分析中灵活运用条件概率和全概率公式
•能正确能计算、解释一个投资组合的特征值
•能利用树形图说明投资问题
•能用蒙特卡洛模拟估计期权价格
•掌握三种概率的区别
•掌握事件的运算方法
•掌握随机变量的特征值
•熟悉排列和组合的计算公式
•掌握常见的概率分布和描述方法。
6
3
从数据看总体
任务1：
区间估计
任务2：
数据量的选择
任务3：
假设检验
•能灵活运用中心极限定理
•能正确选用统计量对数据进行特征值估计
•能正确使用检验统计量对投资回报率进行假
•掌握总体和抽样之间的数据特征的关系。
•掌握中心极限定理
•掌握总体均值的
1
5
设检验
估计方法。
•掌握总体比率的估计方法。
•掌握假设检验的原那么
4
从数据看差距
任务1:
匹配样本的比拟
任务2：
两个独立两个的比拟
•能正确判断样本的类型
•能选用合适的检验统计量比照拟样本进行检验
•能利用卡方检验对两个总体的方差进行检验
•掌握匹配样本和独立样本的区别
•掌握匹配样本特征值的比拟方法
•掌握独立样本特征值的比拟方法。
6
5
从数据找关联
任务1：
相关系数
任务2：
一元线性回归
任务3：
多元线性回归
•能正确计算相关系数并判断相关性
•能建立一元线性回归模型并对其进行假设检验
•能建立多元线性回归模型并对系数进行检验
•能解释虚拟变量的回归系数的实际含义
•能够用数据相关性进行预测和检验
•熟悉数据之间相关性的意义。
•掌握刻画数据相关性的多种方法。
•掌握简单线性回归的描述方法。
•掌握相关性分析中各类数据的含义。
9
6
从数据看未来
任务L自回归模型任务2：
多时间序列模型的比拟
•能用自回归模型进行预测
•能正确使用链式法那么
•能解决引入周期性滞后变量解决自相关问题
•能计算自回归模型的均值回复水平
•能用Dickey-Fuller检验来检验单位根
•掌握时间序列的预处理方法。
•掌握时间序列的自回归模型
•理解随机游走模型和一阶差分
9
合计
5
4
4.课程实施建议
4.1教材编写本课程教材编写人员应由学校专任教师与行业企业专家共同组成的；该教材编写以统计分析方法的知识体系为线索，围绕投资管理内容来设计工程和任务，表达任务驱动、工程教学的工程教材编写模式;该教材编写内容依据本课程标准,包括基本描述统计、概率分析、估计和检验、数据比拟、推断统计、时间序列分析六个知识模块共18个学习任务，强调对各种面向投资管理定量分析能力的训练，紧紧围绕工作任务的需要来选取理论知识。
4.2教学建议
4.2.1教学团队。
本课程建议采用校内专任教师和行业兼职教师共同组建“双师结构”课程教学团队，行业兼职教师与校内专任教师比例到达1：
1；建议校内专任教师到金融科技相关部门开展挂职锻炼，提升金融数据分析能力，培养双师素质教师；建议行业兼职教师来源应包括金融科技开发部、产品推广部、运营维护等部门；建议“双师结构”课程教学团队共同开发课程、共同编写教材、共同备课、共同授课、共同命题，全程参与课程建设。
教学场所。
本课程建议实训安排在互联网金融实训室上课，实现教学场所与职业场所的一体化，使其非常容易找到强烈的职业归属感，以提高学习效率。
建议本课程应配套至少1个互联网金融实训室和多个校外实习基地；建议互联网金融实训室要配备1个金融类数据分析操作软件和一定数量具有上网功能的电脑；建议校外实习基地应涵盖不同类型、不同区域的相关企业，具体校内实训室设备数量和校外实习基地数量因学生数量而定。
4.2.3教学方法。
本课程建议采用以学生为主体，职业能力培养为本位，以工作过程和工作任务为主线，任务驱动，融”教、学、考、做”为一体的工程教学法。
教学通过工程导入、学生操作、教师示范、归纳总结、能力实训等五个环节循序渐进，让学生以职业人身份进行业务操作，突出学生主体地位，让学生在做中学，让教师在做中教，融“教、学、做”为一体。
在教学中还要与特许金融分析师考证紧密结合，实施课证融合教学法，把考证内容融入到教学内容中，使有志于从事金融分析的学生在学习本课程之后，能够顺利通过本局部的认证考试内容。
4.3教学评价本课程采用多样化的考核方式，采用过程考核与结果考核相结合。
建议考核
分数比例如下:
考核内容
考核成绩的比例
平时成绩
10%
上机实训成绩
30%
期末上机考核成绩
60%
合计
100%
4.4课程资源
积极利用专业教学软件及相关专业网站的教学资源，拓展学习的渠道，使教学内容从单一化向多元化转变，使学生知识和能力的拓展成为可能。
4.4.2充分开发挖掘可利用的校内课程资源如图书馆、校园环境、电教设备以及师生经验等，提高教学的生动性、形象性、丰富性。
4.4.3利用现代信息技术开发课程自主学习软件，搭建起多维、动态、活跃、自主的课程训练平台，使学生的主动性、积极性和创造性得以充分调动。
4.4.4将本课程知识逐步网络化，扩大知识的传播途径和传播方式，在校园
网上建立有利于师生互动、学生自学的多媒体网络技术平台，让学生置身于网络学习平台中，积极自主地完成该课程的学习，为学生提高基本职业能力提供有效途径。
升级会员 