天堂va欧美ⅴa亚洲va一国产,久久精品国产99久久久古代,国产精品亚洲一区在现观看,欧美性爱专区在线观看

      <legend id="jve7x"></legend>
        <sub id="jve7x"><ol id="jve7x"></ol></sub>

        <sub id="jve7x"></sub>

        88 優(yōu)惠券
        2020年3月1日到期。滿 200 元可用
        立即使用
        立即使用
        • 參會(huì)報(bào)名
        • 會(huì)議介紹
        • 會(huì)議日程
        • 會(huì)議嘉賓
        • 參會(huì)指南
        • 手機(jī)下單 手機(jī)掃碼下單

        首頁(yè) > 培訓(xùn)課程 > IT/技術(shù)培訓(xùn) > 全國(guó)高校金融數(shù)據(jù)分析實(shí)戰(zhàn)(Python)師資研修班(2022年第一期) 更新時(shí)間:2021-12-20T14:32:29

        全國(guó)高校金融數(shù)據(jù)分析實(shí)戰(zhàn)(Python)師資研修班(2022年第一期)
        收藏3人
        分享到

        全國(guó)高校金融數(shù)據(jù)分析實(shí)戰(zhàn)(Python)師資研修班(2022年第一期) 已截止報(bào)名

        課程時(shí)間: 2022-01-15 09:00至 2022-01-24 18:00結(jié)束

        課程地點(diǎn): 線上活動(dòng) 

        主辦單位: 泰迪杯數(shù)據(jù)挖掘挑戰(zhàn)賽組委會(huì)

        行業(yè)熱銷熱門關(guān)注看了又看 換一換

              會(huì)議介紹

              會(huì)議內(nèi)容 主辦方介紹


              全國(guó)高校金融數(shù)據(jù)分析實(shí)戰(zhàn)(Python)師資研修班(2022年第一期)

              全國(guó)高校金融數(shù)據(jù)分析實(shí)戰(zhàn)(Python)師資研修班(2022年第一期)宣傳圖

              互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等現(xiàn)代信息技術(shù)深刻改變著人類的生產(chǎn)、生活、學(xué)習(xí)乃至思維方式,深刻展示了世界發(fā)展的前景。目前各院校的大數(shù)據(jù)和人工智能專業(yè)教師匱乏、相關(guān)落地動(dòng)手實(shí)戰(zhàn)應(yīng)用能力欠缺、授課過(guò)程中相關(guān)行業(yè)實(shí)戰(zhàn)案例項(xiàng)目缺失等,為加快建設(shè)大數(shù)據(jù)、人工智能相關(guān)專業(yè)教師隊(duì)伍,推動(dòng)各院校建立人才培訓(xùn)和評(píng)價(jià)體系,特推出全國(guó)高校大數(shù)據(jù)與人工智能師資研修班,每年在全國(guó)范圍內(nèi)滾動(dòng)開展,截止目前已在全國(guó)巡回舉辦50余場(chǎng),參訓(xùn)教師近6000人次。2022年第一期全國(guó)高校金融數(shù)據(jù)分析實(shí)戰(zhàn)(Python)師資研修班將以線上云課堂形式舉辦,現(xiàn)將有關(guān)安排通知如下。

              課程特色

              1、本研修班課程全程強(qiáng)調(diào)動(dòng)手實(shí)操,內(nèi)容以代碼落地為主,以理論講解為根,以公式推導(dǎo)為輔,通過(guò)講解企業(yè)級(jí)案例,真正的讓學(xué)員把所學(xué)內(nèi)容和工作實(shí)際有效結(jié)合、更好地進(jìn)行教育教學(xué)工作。

              2、核心課程部分由講師手把手一起進(jìn)行實(shí)操演練,在具體應(yīng)用場(chǎng)景中全面掌握相關(guān)技能,助力實(shí)訓(xùn)教學(xué)工作、實(shí)際動(dòng)手的能力。視頻制作精良,講師真人出鏡,全面解析專業(yè)必備技能,為相關(guān)課程開設(shè)和備課、應(yīng)對(duì)科研和項(xiàng)目開發(fā)打下堅(jiān)實(shí)基礎(chǔ)。

              3、課程設(shè)有答疑交流討論群,培訓(xùn)期間助教全程輔助教學(xué),每天提供10小時(shí)的實(shí)時(shí)在線答疑輔導(dǎo),并進(jìn)行答疑文檔匯總,幫助學(xué)員更好地總結(jié)學(xué)習(xí)。

              4、本課程配套有基礎(chǔ)知識(shí)內(nèi)容,即使零基礎(chǔ)學(xué)員快也能找到適合自己的學(xué)習(xí)內(nèi)容和節(jié)奏,快速掌握課程知識(shí)和技能。

              5、所有課程相關(guān)源代碼、數(shù)據(jù)、PPT、案例素材全部提供下載,即學(xué)即用,教學(xué)更輕松!視頻內(nèi)容支持六個(gè)月內(nèi)免費(fèi)回看,以便復(fù)習(xí)和參考。

              6、全面實(shí)踐大數(shù)據(jù)/人工智能項(xiàng)目流程,包括數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)管理、數(shù)據(jù)探索、數(shù)據(jù)處理、特征工程、數(shù)據(jù)建模等課程,提供知識(shí)講解,助力夯實(shí)理論基礎(chǔ),掌握核心技術(shù)。

              7、參加線上課程學(xué)習(xí)的學(xué)員,如后續(xù)本人參加線下課程繼續(xù)深造,持線上繳費(fèi)憑證可享受一次免費(fèi)學(xué)習(xí)機(jī)會(huì)(僅限參加同一培訓(xùn)專題方向的線下課程)。

              時(shí)間與方式

              學(xué)習(xí)時(shí)間:2022年01月15日-01月24日,共計(jì)80學(xué)時(shí)

              學(xué)習(xí)形式:培訓(xùn)以線上云課堂形式進(jìn)行,支持六個(gè)月內(nèi)免費(fèi)回看

              證書頒發(fā)

              學(xué)員經(jīng)在線培訓(xùn)并考試合格后,可以獲得由工業(yè)和信息化部教育與考試中心頒發(fā)高級(jí)大數(shù)據(jù)分析師職業(yè)技術(shù)證書,證書可登錄工業(yè)和信息化部教育與考試中心官網(wǎng)查詢。

              查看更多

              會(huì)議日程 (最終日程以會(huì)議現(xiàn)場(chǎng)為準(zhǔn))


              課程大綱

              基礎(chǔ)篇(報(bào)名成功后即可開始學(xué)習(xí))

              時(shí)間

              課程內(nèi)容

              學(xué)習(xí)平臺(tái)

              正式培訓(xùn)前

              Python編程基礎(chǔ)

              1 Python簡(jiǎn)介和安裝

              1.1 Python基礎(chǔ)概念介紹

              1.2 學(xué)會(huì)Python環(huán)境配置安裝

              1.3 學(xué)會(huì)編寫Python第一個(gè)腳本

              2. 數(shù)據(jù)類型

              2.1 結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)

              2.2 六種數(shù)據(jù)類型在生活中的運(yùn)用

              2.3 字符串、列表、字典的常用使用方法

              3 數(shù)據(jù)運(yùn)算符

              3.1 常用的七種運(yùn)算符運(yùn)用

              3.2 運(yùn)算符優(yōu)先級(jí)

              4循環(huán)和條件語(yǔ)句

              4.1循環(huán)語(yǔ)句與案例使用

              4.2條件語(yǔ)句案例使用

              4.3break語(yǔ)句

              4.4continue語(yǔ)句

              4.5pass語(yǔ)句

              4.6案例:實(shí)現(xiàn)九九乘法表

              5.函數(shù)創(chuàng)建與案例實(shí)現(xiàn)

              5.1函數(shù)定義和調(diào)用

              5.2函數(shù)參數(shù)傳遞

              6.NumPy工具包與案例實(shí)現(xiàn)

              6.1創(chuàng)建簡(jiǎn)單NumPy數(shù)組

              6.2NumPy數(shù)組屬性與形狀轉(zhuǎn)換

              6.3NumPy數(shù)值計(jì)算

              6.4NumPy排序分析

              6.5NumPy矩陣操作與線性方程組

              6.6案例:NumPy對(duì)股票因子數(shù)據(jù)統(tǒng)計(jì)分析

              7.Pandas工具包與案例實(shí)現(xiàn)

              7.1Pandas基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)Series

              7.2Pandas基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)DataFrame

              7.3Pandas數(shù)據(jù)提取和排序

              7.4Pandas表統(tǒng)計(jì)與整合

              7.5案例:Pandas對(duì)期貨行情數(shù)據(jù)統(tǒng)計(jì)分析與整合

              泰迪云課堂

              核心課程篇

              ?

              時(shí)間

              課程內(nèi)容

              學(xué)習(xí)平臺(tái)

              ?

              主題講座

              ?

              2022年

              01月15日

              18:30-22:00

              主講:郝志峰

              主題內(nèi)容:大數(shù)據(jù)視角下數(shù)字孿生與元宇宙的思考

              泰迪云課堂

              ?

              第一課 金融量化基礎(chǔ)與數(shù)據(jù)提取

              ?

              2022年

              01月15日

              18:30-22:00

              1 股票量化基礎(chǔ)

              1.1股票交易基礎(chǔ)知識(shí)

              1.2股票行情數(shù)據(jù)集介紹

              1.3Python提取單個(gè)股票、多個(gè)股票、單天、多天的行情數(shù)據(jù)

              1.4股票指數(shù)數(shù)據(jù)合成方法和Python提取數(shù)據(jù)

              1.5股票財(cái)務(wù)報(bào)表數(shù)據(jù)集概覽

              1.6Python提取財(cái)務(wù)報(bào)表各表的數(shù)據(jù),并分析應(yīng)用

              1.7股票因子數(shù)據(jù)分類和介紹

              1.8Python提取單個(gè)因子、多個(gè)因子的數(shù)據(jù),并簡(jiǎn)單分析

              2期貨量化基礎(chǔ)

              2.1期貨交易基礎(chǔ)知識(shí)

              2.2期貨品種分類和介紹

              2.3Python提取各交易所的期貨數(shù)據(jù)

              3案例:分析期貨品種流動(dòng)性和波動(dòng)性

              3.1Python獲取所有期貨品種一年的行情數(shù)據(jù)

              3.2求取所有期貨品種的日均振幅,并排序處理

              3.3求取所有期貨品種的日均成交額、成交量,并排序處理

              3.4分析所有品種的流動(dòng)性和波動(dòng)性,并按照交易所分析

              4基金量化基礎(chǔ)

              4.1基金基礎(chǔ)知識(shí)

              4.2基金交易規(guī)則

              4.3利用指標(biāo)評(píng)價(jià)基金績(jī)效

              泰迪云課堂

              ?

              操作演練

              個(gè)人PC

              ?

              在線答疑

              微信群

              ?

              第二課 金融數(shù)據(jù)處理與可視化分析

              ?

              2022年

              01月16日

              18:30-22:00

              1 金融數(shù)據(jù)讀取和存儲(chǔ)

              1.1金融數(shù)據(jù)獲取

              1.2Python讀取和存儲(chǔ)CSV數(shù)據(jù)集

              1.3Python讀取和存儲(chǔ)TXT數(shù)據(jù)集

              1.4Python讀取和存儲(chǔ)JSON數(shù)據(jù)集

              2金融數(shù)據(jù)處理

              2.1金融數(shù)據(jù)缺失值查看

              2.2Python對(duì)金融數(shù)據(jù)缺失值進(jìn)行刪除處理

              2.3Python對(duì)金融數(shù)據(jù)缺失值進(jìn)行填充處理

              2.4金融數(shù)據(jù)計(jì)算:每日收益率

              2.5金融數(shù)據(jù)計(jì)算:累計(jì)收益率

              2.6Python分析金融數(shù)據(jù)相關(guān)性

              2.7金融數(shù)據(jù)熱圖繪制與分析

              3金融時(shí)間數(shù)據(jù)轉(zhuǎn)化和處理

              3.1Datetime數(shù)據(jù)介紹

              3.2Datetime數(shù)據(jù)時(shí)間差

              3.3日期轉(zhuǎn)換為字符串格式strftime

              3.4字符串轉(zhuǎn)換為日期格式strptime

              3.5Pandas下的時(shí)間格式timestamp

              3.6Pandas下的時(shí)間格式DatetimeIndex

              3.7Pandas中的時(shí)間函數(shù)date_range()

              4金融數(shù)據(jù)可視化

              4.1Pandas內(nèi)置可視化

              4.2seaborn繪圖

              4.3K線Python繪圖

              5案例:滬深300指數(shù)數(shù)據(jù)時(shí)間分析

              5.1Python獲取滬深300指數(shù)日數(shù)據(jù)集

              5.2將日數(shù)據(jù)集轉(zhuǎn)換為月數(shù)據(jù)集

              5.3對(duì)數(shù)據(jù)集進(jìn)行可視化分析

              泰迪云課堂

              ?

              操作演練

              個(gè)人PC

              ?

              在線答疑

              微信群

              ?

              第三課 量化投資基礎(chǔ)

              ?

              2022年

              01月17日

              18:30-22:00

              1量化理論基礎(chǔ)

              1.1量化投資概述

              1.2量化投資與傳統(tǒng)投資區(qū)別

              1.3量化投資的優(yōu)勢(shì)和劣勢(shì)

              2.量化策略基礎(chǔ)

              2.1國(guó)內(nèi)量化的發(fā)展

              2.2私募和公募基金的策略類型

              2.3CTA趨勢(shì)策略

              2.4統(tǒng)計(jì)套利策略

              2.5市場(chǎng)中性策略

              2.6多因子選股策略

              2.7量化指數(shù)增強(qiáng)策略

              2.8機(jī)器學(xué)習(xí)交易策略

              2.9大數(shù)據(jù)與輿情分析策略

              2.10行業(yè)輪動(dòng)策略

              2.11事件驅(qū)動(dòng)策略

              2.12高頻策略

              3.策略評(píng)價(jià)指標(biāo)構(gòu)建

              3.1Python實(shí)現(xiàn)年化收益率

              3.2絕對(duì)收益率與相對(duì)收益率

              3.3夏普比率的應(yīng)用和Python實(shí)現(xiàn)

              3.4信息比率的應(yīng)用和Python實(shí)現(xiàn)

              3.5最大回撤的應(yīng)用和Python實(shí)現(xiàn)

              4.技術(shù)形態(tài)指標(biāo)分析和實(shí)踐

              4.1技術(shù)指標(biāo)分類

              4.2talib庫(kù)安裝和Python調(diào)用

              4.3Python計(jì)算MACD指標(biāo),并繪圖

              4.4BOLL指標(biāo)的應(yīng)用和Python實(shí)現(xiàn)繪圖

              4.5ATR指標(biāo)原理應(yīng)用,以及指標(biāo)Python計(jì)算和繪圖

              4.6K線形態(tài)分類

              4.7十字晨星形態(tài)Python實(shí)現(xiàn)和圖形繪制

              4.8三只烏鴉Python計(jì)算和繪圖

              4.9上升/下跌三部曲Python實(shí)現(xiàn)和繪圖

              4.10頭肩頂形態(tài)量化構(gòu)建分析

              泰迪云課堂

              ?

              操作演練

              個(gè)人PC

              ?

              在線答疑

              微信群

              ?

              第四課 金融統(tǒng)計(jì)模型

              ?

              2022年

              01月18日

              18:30-22:00

              1線性回歸模型

              1.1線性回歸原理

              1.2單變量線性回歸Python操作實(shí)現(xiàn)

              1.3多變量線性回歸Python操作實(shí)現(xiàn)

              1.4案例:利用線性回歸分析股票與指數(shù)之間的關(guān)系

              2時(shí)間序列模型

              2.1MA模型和AR模型

              2.2ARMA模型的求解過(guò)程

              2.3ARMA模型Python構(gòu)建和實(shí)現(xiàn)

              2.4案例:應(yīng)用ARMA模型預(yù)測(cè)工商銀行股價(jià)

              3協(xié)整模型

              3.1協(xié)整定義和檢驗(yàn)步驟

              3.2平穩(wěn)性檢驗(yàn)

              3.3E-G檢驗(yàn)法Python實(shí)踐

              3.4案例:判斷工商銀行和建設(shè)銀行之間股票是否協(xié)整

              4Python實(shí)現(xiàn)期權(quán)定價(jià)

              4.1蒙特卡洛算法介紹

              4.2期權(quán)定價(jià)模型

              4.3案例:使用Python實(shí)現(xiàn)蒙特卡洛模擬期權(quán)定價(jià)

              5Python實(shí)現(xiàn)最優(yōu)投資組合管理

              5.1均值‐方差前沿組合

              5.2案例:利用Python進(jìn)行MVF最優(yōu)化投資組合管理

              6Python分析實(shí)現(xiàn)在險(xiǎn)價(jià)值VAR

              6.1VAR的定義和應(yīng)用

              6.2案例:利用Python測(cè)試在險(xiǎn)價(jià)值VAR

              泰迪云課堂

              ?

              操作演練

              個(gè)人PC

              ?

              在線答疑

              微信群

              ?

              第五課 經(jīng)典量化策略實(shí)現(xiàn)

              ?

              2022年

              01月19日

              18:30-22:00

              1 均線交易策略實(shí)現(xiàn)

              1.1 均線策略交易原理

              1.2 案例:均線策略實(shí)現(xiàn)和改進(jìn)

              1.3 均線策略表現(xiàn)評(píng)估

              2 動(dòng)量交易策略實(shí)現(xiàn)

              2.1 動(dòng)量概念

              2.2 動(dòng)量策略原理和盈利原因

              2.3 案例:動(dòng)量策略 Python 代碼實(shí)現(xiàn)

              3 均值反轉(zhuǎn)策略實(shí)現(xiàn)

              3.1 均值反轉(zhuǎn)概念

              3.2 均值反轉(zhuǎn)策略原理分析

              3.3 案例:均值回歸策略Python實(shí)現(xiàn)

              4 配對(duì)交易策略實(shí)現(xiàn)

              4.1 配對(duì)交易策略原理和流程

              4.2 協(xié)整檢驗(yàn)

              4.3 案例:配對(duì)交易策略Python編寫實(shí)現(xiàn)

              泰迪云課堂

              ?

              操作演練

              個(gè)人PC

              ?

              在線答疑

              微信群

              ?

              第六課 量化交易策略實(shí)現(xiàn)和回測(cè)

              ?

              2022年

              01月20日

              18:30-22:00

              1 策略回測(cè)框架介紹

              1.1 Python 執(zhí)行策略流程

              1.2 整體策略框架介紹

              1.3 策略初始化

              1.4 策略數(shù)據(jù)獲取

              1.5 策略邏輯運(yùn)算

              1.6 策略回測(cè)機(jī)制說(shuō)

              1.7 平臺(tái) API 實(shí)踐說(shuō)明

              1.8 案例:使用策略框架使用雙均線策略

              1.9 拓展:三均線策略的設(shè)計(jì)和實(shí)現(xiàn)

              2 策略構(gòu)建思路

              2.1 標(biāo)的選擇

              2.2 策略邏輯

              2.3 倉(cāng)位設(shè)計(jì)

              2.4 進(jìn)場(chǎng)設(shè)計(jì)

              2.5 離場(chǎng)設(shè)計(jì)

              2.6 止盈止損設(shè)計(jì)

              3 案例:使用框架實(shí)現(xiàn) BiasAverage 策略構(gòu)建

              3.1 BiasAverage 策略思路分析

              3.2 策略邏輯分析與代碼實(shí)現(xiàn)

              3.3 策略進(jìn)出場(chǎng)設(shè)計(jì)與實(shí)現(xiàn)

              3.4 策略止盈止損設(shè)計(jì)與實(shí)現(xiàn)

              3.5 策略回測(cè)與績(jī)效分析

              泰迪云課堂

              ?

              操作演練

              個(gè)人PC

              ?

              在線答疑

              微信群

              ?

              第七課 股票因子分析

              ?

              2022年

              01月21日

              18:30-22:00

              1. 因子數(shù)據(jù)處理

              1.1 因子值獲取

              1.2 因子去極值處理

              1.3 因子標(biāo)準(zhǔn)化處理

              1.4 因子中性化處理

              2. 單因子有效性檢驗(yàn)

              2.1 因子回歸法檢驗(yàn)

              2.2 因子 IC 值分析檢驗(yàn)

              2.3 因子分層回測(cè)法檢驗(yàn)

              2.4 案例:挑選優(yōu)質(zhì)的股票因子

              3. 多因子分析

              3.1 歷史收益率加權(quán)法合成因子

              3.2 歷史信息比率加權(quán)法合成因子

              3.3 主成分分析法合成因子

              3.4 因子正交化處理共線性

              3.5 因子異方差分析

              4. 案例:構(gòu)建簡(jiǎn)單多因子選股策略

              4.1 挑選 5 個(gè)有效因子

              4.2 對(duì)因子數(shù)據(jù)進(jìn)行處理

              4.3 因子相關(guān)性處理

              4.4 因子合成處理

              4.5 構(gòu)建多因子選股策略并進(jìn)行績(jī)效分析

              泰迪云課堂

              ?

              操作演練

              個(gè)人PC

              ?

              在線答疑

              微信群

              ?

              第八課 實(shí)戰(zhàn)案例:CTA 策略構(gòu)建

              ?

              2022

              01月22日

              19:00-21:00

              1 Dual Turust 策略構(gòu)建

              1.1 Dual Turust 策略原理

              1.2 交易邏輯構(gòu)建

              1.3 離市設(shè)計(jì)

              1.4 策略增加擇時(shí)改進(jìn)

              1.5 策略表現(xiàn)評(píng)估和分析

              2 海龜交易策略構(gòu)建

              2.1 策略原理分析

              2.2 選擇標(biāo)的

              2.3 確定倉(cāng)位

              2.4 確定交易邏輯

              2.5 進(jìn)出場(chǎng)設(shè)計(jì)

              2.6 止盈止損設(shè)計(jì)

              2.7 策略回撤績(jī)效分析與改進(jìn)思路

              3 統(tǒng)計(jì)套利策略構(gòu)建

              3.1 套利策略的原理和流程

              3.2 挑選套利組合

              3.3 套利組合協(xié)整檢驗(yàn)

              3.4 進(jìn)場(chǎng)自適應(yīng)均線計(jì)算

              3.5 套利策略離場(chǎng)設(shè)計(jì)

              3.6 止盈止損設(shè)計(jì)

              3.7 完整策略搭建和回測(cè)分析

              泰迪云課堂

              ?

              操作演練

              個(gè)人PC

              ?

              在線答疑

              微信群

              ?

              第九課 實(shí)戰(zhàn)案例:多因子選股策略構(gòu)建

              ?

              2022

              01月23日

              19:00-21:00

              1 案例:資產(chǎn)資本定價(jià)模型構(gòu)建選股策略

              1.1 資產(chǎn)資本定價(jià)模型分析

              1.2 資產(chǎn)定價(jià)模型策略選股邏輯設(shè)計(jì)

              1.3 資產(chǎn)定價(jià)模型策略進(jìn)出場(chǎng)設(shè)計(jì)

              1.4 資產(chǎn)定價(jià)模型策略實(shí)現(xiàn)與分析

              2 案例:Fama 三因子模型選股策略構(gòu)建

              2.1 Fama 三因子模型分析

              2.2 Fama 三因子的構(gòu)建方法

              2.3 Fama 三因子選股策略思路分析

              2.4 Fama 三因子選股策略實(shí)踐編寫

              2.5 Fama 三因子選股策略績(jī)效分析

              2.6 拓展:Fama 五因子模型策略實(shí)現(xiàn)

              3 案例:實(shí)現(xiàn)基于支持向量機(jī)模型的多因子選股策略

              3.1 機(jī)器學(xué)習(xí)模型選股原理

              3.2 支持向量機(jī)模型 Python 實(shí)踐

              3.3 選股策略的特征集和測(cè)試集構(gòu)建

              3.4 支持向量機(jī)選股邏輯設(shè)計(jì)

              3.5 支持向量機(jī)選股策略實(shí)踐編寫

              3.6 支持向量機(jī)選股策略分析和改進(jìn)思路

              泰迪云課堂

              ?

              操作演練

              個(gè)人PC

              ?

              在線答疑

              微信群

              ?

              第十課 在線考試

              ?

              2022年

              01月24日

              19:00-21:00

              高級(jí)大數(shù)據(jù)分析師職業(yè)技術(shù)證書在線考試

              泰迪云課堂

              ?

              查看更多

              會(huì)議嘉賓 (最終出席嘉賓以會(huì)議現(xiàn)場(chǎng)為準(zhǔn))


              郝志峰,汕頭大學(xué)校長(zhǎng)、教授、博士生導(dǎo)師。泰迪杯數(shù)據(jù)挖掘挑戰(zhàn)賽組委會(huì)主任。教育部2018-2022高等學(xué)校大學(xué)數(shù)學(xué)課程教學(xué)指導(dǎo)委員會(huì)副主任委員。入選教育部“新世紀(jì)人才支持計(jì)劃”、廣東省“千百十”工程省級(jí)人選。郝志峰教授主要從事代數(shù)學(xué)及其應(yīng)用、數(shù)學(xué)建模、教育信息化等領(lǐng)域的研究,先后主持NSFC聯(lián)合基金、國(guó)家“新世紀(jì)人才支持計(jì)劃”、國(guó)家自然科學(xué)基金、教育部?jī)?yōu)秀青年教師基金、教育部霍英東基金、廣東省科技攻關(guān)重大項(xiàng)目、廣東省自然科學(xué)基金、國(guó)家教育科學(xué)“十五”規(guī)劃項(xiàng)目等省部級(jí)以上項(xiàng)目20余項(xiàng),先后赴美國(guó)、英國(guó)、德國(guó)、日本、泰國(guó)和香港等地區(qū)訪問(wèn)講學(xué)。曾獲教育部自然科學(xué)獎(jiǎng)二等獎(jiǎng)、教育部(原國(guó)家教委)霍英東青年教師獎(jiǎng)、廣東省科技進(jìn)步獎(jiǎng)一等獎(jiǎng)等獎(jiǎng)項(xiàng)。2009年主持的“大學(xué)數(shù)學(xué)立體化教育資源與集成系統(tǒng)的研究和實(shí)踐”獲國(guó)家優(yōu)秀教學(xué)成果獎(jiǎng)二等獎(jiǎng)。

              劉政永,吉林大學(xué)經(jīng)濟(jì)學(xué)學(xué)士,廈門大學(xué)經(jīng)濟(jì)學(xué)碩士,河北金融學(xué)院大數(shù)據(jù)科學(xué)學(xué)院副教授,科研處戰(zhàn)略管理崗,長(zhǎng)期從事數(shù)據(jù)挖掘分析工作,致力于運(yùn)用Python、R進(jìn)行金融數(shù)據(jù)挖掘,有較豐富的數(shù)據(jù)挖掘等理論知識(shí)與實(shí)踐經(jīng)驗(yàn)?,F(xiàn)為河北金融學(xué)院大數(shù)據(jù)科學(xué)學(xué)院副教授,曾擔(dān)任河北金融學(xué)院經(jīng)濟(jì)貿(mào)易系經(jīng)濟(jì)統(tǒng)計(jì)學(xué)專業(yè)任教教研室主任三年。近年來(lái)致力于金融數(shù)據(jù)挖掘。近三年來(lái)給金融碩士講授《金融數(shù)據(jù)挖掘》課程,運(yùn)用Python進(jìn)行金融數(shù)據(jù)挖掘分析;給本科生講授《Python經(jīng)濟(jì)數(shù)據(jù)分析》、《國(guó)內(nèi)外經(jīng)濟(jì)預(yù)測(cè)分析實(shí)訓(xùn)》等課程,運(yùn)用Python進(jìn)行經(jīng)濟(jì)數(shù)據(jù)分析、挖掘、預(yù)測(cè)等;參加天池AI實(shí)訓(xùn)平臺(tái)師資培訓(xùn)、《python金融大數(shù)據(jù)分析》培訓(xùn);帶領(lǐng)學(xué)生參加“泰迪杯”數(shù)據(jù)分析與挖掘比賽并獲三等獎(jiǎng)。從2020年開始擔(dān)任財(cái)經(jīng)數(shù)據(jù)科學(xué)實(shí)戰(zhàn)訓(xùn)練營(yíng)講師,講授金融風(fēng)控方面的實(shí)戰(zhàn)案例。

              張敏,廣東泰迪智能科技股份有限公司、培訓(xùn)總監(jiān),從事用戶數(shù)據(jù)分析和數(shù)據(jù)挖掘工作六年,具有豐富的大數(shù)據(jù)挖掘理論及實(shí)踐培訓(xùn)經(jīng)驗(yàn),對(duì)數(shù)據(jù)具有較高的敏感度,根據(jù)數(shù)據(jù)對(duì)其進(jìn)行全面的統(tǒng)計(jì)分析。精通Python、R語(yǔ)言、MATLAB等多種數(shù)據(jù)挖掘工具。擅長(zhǎng)市場(chǎng)發(fā)展情況監(jiān)控、精確營(yíng)銷方面的數(shù)據(jù)挖掘工作。有為南方電網(wǎng)、珠江數(shù)碼等大型企業(yè)長(zhǎng)期提供實(shí)施服務(wù)的經(jīng)驗(yàn),主導(dǎo)了電子商務(wù)網(wǎng)站用戶行為分析及網(wǎng)頁(yè)智能推薦服務(wù)、中醫(yī)證型關(guān)聯(lián)規(guī)則挖掘、電信業(yè)務(wù)話單量預(yù)測(cè)、航空公司客戶價(jià)值分析等多個(gè)項(xiàng)目。2017年“泰迪杯數(shù)據(jù)挖掘挑戰(zhàn)賽教練員培訓(xùn)”主講講師,2018年廣東省Python與深度學(xué)習(xí)技術(shù)師資培訓(xùn)班主講講師,2019年第一/二/三期全國(guó)高校大數(shù)據(jù)核心技術(shù)與應(yīng)用師資研修班主講講師、2020年第一/二/三/四/五/六期全國(guó)高校大數(shù)據(jù)與人工智能師資研修班主講講師,2020年國(guó)培班主講講師,先后負(fù)責(zé)過(guò)西安理工大學(xué)、廣東工業(yè)大學(xué)、廣西師范學(xué)院、廣西科技大學(xué)、閩江學(xué)院、廣東石油化工學(xué)院、上海健康醫(yī)學(xué)院等高校實(shí)訓(xùn)課程及德生科技等企業(yè)內(nèi)訓(xùn)和數(shù)據(jù)挖掘就業(yè)班的課程。組織、參與編寫圖書《Python編程基礎(chǔ)》、《Python數(shù)據(jù)分析與應(yīng)用》、《R語(yǔ)言編程基礎(chǔ)》等。

              律波,廣東泰迪智能科技有限公司高級(jí)數(shù)據(jù)分析工程師,應(yīng)用統(tǒng)計(jì)學(xué)碩士,有較強(qiáng)的統(tǒng)計(jì)學(xué)、數(shù)學(xué)、數(shù)據(jù)挖掘理論功底;精通R、Python、Power BI、Excel等數(shù)據(jù)挖掘分析工具,具有豐富的培訓(xùn)和項(xiàng)目經(jīng)驗(yàn),擅長(zhǎng)從數(shù)據(jù)中發(fā)掘規(guī)律,對(duì)數(shù)據(jù)具有較高的敏感度,邏輯思維能力強(qiáng),擅長(zhǎng)數(shù)據(jù)可視化,機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等算法原理的實(shí)現(xiàn),如神經(jīng)網(wǎng)絡(luò)、SVM、決策樹、貝葉斯等;負(fù)責(zé)“珠江數(shù)碼大數(shù)據(jù)營(yíng)銷推薦應(yīng)用”項(xiàng)目,完成標(biāo)簽庫(kù)的構(gòu)建及產(chǎn)品推薦模型;負(fù)責(zé)“京東電商產(chǎn)品評(píng)論情感分析”項(xiàng)目,完成了評(píng)論數(shù)據(jù)情感評(píng)價(jià)模型、LDA主題模型的構(gòu)建;通過(guò)項(xiàng)目案例的轉(zhuǎn)換;負(fù)責(zé)多個(gè)本科類院校數(shù)據(jù)分析軟件培訓(xùn)和畢業(yè)生數(shù)據(jù)分析培訓(xùn),先后負(fù)責(zé)廣西科技大學(xué)、閩江學(xué)院、廣東石油化工、韓山師范學(xué)院、廣西師范大學(xué)等數(shù)據(jù)分析軟件培訓(xùn)及實(shí)訓(xùn)等。多次負(fù)責(zé)“泰迪杯”數(shù)據(jù)挖掘大賽題目的構(gòu)思和實(shí)現(xiàn)、賽前培訓(xùn)。大數(shù)據(jù)專業(yè)系列圖書編寫委員會(huì)成員,負(fù)責(zé)《R語(yǔ)言與數(shù)據(jù)挖掘》、《Python實(shí)訓(xùn)案例》、《Excel可視化案例》等書籍編寫工作。

              楊惠,廣東泰迪智能科技股份有限公司高級(jí)數(shù)據(jù)分析師,從事人工智能工作多年,擅長(zhǎng)計(jì)算機(jī)視覺和自然語(yǔ)言處理,熟悉常用深度學(xué)習(xí)算法原理及應(yīng)用,如神經(jīng)網(wǎng)絡(luò)、SVM、強(qiáng)化學(xué)習(xí)等算法;精通TensorFlow、Python、MATLAB等常用數(shù)據(jù)挖掘處理工具。具有豐富的實(shí)踐項(xiàng)目經(jīng)驗(yàn)。如“智能聊天客服”項(xiàng)目,“車牌智能識(shí)別”項(xiàng)目,“京東電商產(chǎn)品評(píng)論情感分析”項(xiàng)目,“珠江數(shù)碼大數(shù)據(jù)營(yíng)銷推薦應(yīng)用”項(xiàng)目;“電子商務(wù)網(wǎng)站智能推薦服務(wù)”項(xiàng)目;“基于Seq2Seq注意力模型實(shí)現(xiàn)聊天機(jī)器人”項(xiàng)目。具備豐富的培訓(xùn)經(jīng)驗(yàn),曾為多家企業(yè)、院校服務(wù)過(guò)專業(yè)培訓(xùn)工作。如PPV商業(yè)培訓(xùn)、泰迪大數(shù)據(jù)師資培訓(xùn)、珠海城職院數(shù)據(jù)分析培訓(xùn);2018年第一、三、五期全國(guó)高校大數(shù)據(jù)核心技術(shù)與應(yīng)用師資研修班主講講師、2019年第一、三、五期全國(guó)高校大數(shù)據(jù)與人工智能師資研修班主講講師,2019年國(guó)家電網(wǎng)大數(shù)據(jù)競(jìng)賽河北省電力系統(tǒng)培訓(xùn)班主講講師。大數(shù)據(jù)專業(yè)系列圖書編寫委員會(huì)成員,負(fù)責(zé)《Python數(shù)據(jù)分析與應(yīng)用》、《R語(yǔ)言編程基礎(chǔ)》、《TensorFlow2深度學(xué)習(xí)實(shí)戰(zhàn)》、《深度學(xué)習(xí)與計(jì)算機(jī)視覺實(shí)戰(zhàn)》等書籍編寫工作。

              陳四德,廣東泰迪智能科技股份有限公司高級(jí)數(shù)據(jù)分析師,統(tǒng)計(jì)學(xué)專業(yè),對(duì)數(shù)據(jù)統(tǒng)計(jì)分析和數(shù)據(jù)挖掘領(lǐng)域均有較強(qiáng)的理解和理論基礎(chǔ);有造價(jià)行業(yè)、游戲行業(yè)背景和豐富的項(xiàng)目經(jīng)驗(yàn),精通行業(yè)內(nèi)的各種指標(biāo)分析,擅于從多維度分析數(shù)據(jù),邏輯性強(qiáng);擅長(zhǎng)Python、R語(yǔ)言、MySQL數(shù)據(jù)庫(kù)等工具,能熟練對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)處理和分析,掌握常用的數(shù)據(jù)挖掘算法如分類、聚類等,以及深度學(xué)習(xí)TensorFlow的使用。負(fù)責(zé)“網(wǎng)站會(huì)員流失預(yù)測(cè)”項(xiàng)目,完成數(shù)據(jù)處理,模型構(gòu)建;負(fù)責(zé)“平臺(tái)BI埋點(diǎn)數(shù)據(jù)入庫(kù)及數(shù)據(jù)分析”項(xiàng)目,完成數(shù)據(jù)盤點(diǎn)、數(shù)據(jù)指標(biāo)整理和把控;負(fù)責(zé)“游戲數(shù)據(jù)分析”項(xiàng)目,完成產(chǎn)出游戲生態(tài)日?qǐng)?bào)、客戶價(jià)值分群結(jié)果、用戶流失的預(yù)警、用戶畫像指標(biāo)的完善和維護(hù),項(xiàng)目經(jīng)驗(yàn)豐富。負(fù)責(zé)過(guò)西安交大城市學(xué)院、福建農(nóng)林大學(xué)、國(guó)培師資培訓(xùn)、韓山師范學(xué)院數(shù)據(jù)分析就業(yè)班、湖南科技職業(yè)技術(shù)學(xué)院、武漢科技大學(xué)、廣東機(jī)電職業(yè)技術(shù)學(xué)院國(guó)培、柳州城市職業(yè)技術(shù)學(xué)院第一屆大數(shù)據(jù)職業(yè)技能競(jìng)賽指導(dǎo)、吉林大學(xué)珠海學(xué)院等培訓(xùn)項(xiàng)目,授課經(jīng)驗(yàn)豐富。負(fù)責(zé)過(guò)“泰迪杯”數(shù)據(jù)挖掘挑戰(zhàn)賽出題及賽題指導(dǎo)。

              毛朝選,深圳點(diǎn)寬網(wǎng)絡(luò)科技有限公司 合伙人&金融科技教研部總監(jiān),上海財(cái)經(jīng)大學(xué)碩士,曾任上海立信會(huì)計(jì)金融學(xué)院統(tǒng)計(jì)與數(shù)學(xué)學(xué)院金融數(shù)學(xué)系主任,深圳數(shù)字動(dòng)能信息技術(shù)有限公司量化研究員。近十年高校一線教學(xué)經(jīng)驗(yàn)與多個(gè)高等教材編寫經(jīng)驗(yàn),具有豐富的學(xué)科競(jìng)賽指導(dǎo)經(jīng)驗(yàn),熟悉高等教育領(lǐng)域的人才培養(yǎng),學(xué)科建設(shè)與產(chǎn)學(xué)共建工作。多次獲得所在高校十大受歡迎的老師榮譽(yù)稱號(hào)。參與多個(gè)國(guó)家自然科學(xué)基金項(xiàng)目、上海市教委重點(diǎn)課程建設(shè)項(xiàng)目。2021年以合伙人身份加入點(diǎn)寬,任金融科技課程教研部總經(jīng)理,負(fù)責(zé)結(jié)合高校本科教育和金融科技行業(yè)實(shí)踐,專注金融科技教育人才培養(yǎng)與課程建設(shè)工作。

              蔡景波,深圳點(diǎn)寬網(wǎng)絡(luò)科技有限公司 金融科技教研部量化研究主管,廣東財(cái)經(jīng)大學(xué)金融數(shù)學(xué)系本科畢業(yè)。曾任私募資管部量化研究小組負(fù)責(zé)人,專注于期貨策略研究,熟悉多套期貨套利策略研發(fā),帶領(lǐng)團(tuán)隊(duì)將套利策略應(yīng)用于外盤期貨,多個(gè)實(shí)盤業(yè)績(jī)穩(wěn)健盈利。目前主要負(fù)責(zé)股票多因子以及數(shù)據(jù)挖 掘方面等項(xiàng)目,已為十多家高校師生提供量化實(shí)踐教育培訓(xùn)服務(wù);第一屆粵港澳金融數(shù)學(xué)建模競(jìng) 賽專家組成員,點(diǎn)寬量化學(xué)院導(dǎo)師,2018年加入點(diǎn)寬,任金融科技教研部量化研究主管,主導(dǎo)量化新兵訓(xùn)練營(yíng)、量化提升特訓(xùn)營(yíng)、python 數(shù)據(jù)分析特訓(xùn)營(yíng) 等線上培訓(xùn)項(xiàng)目。

              劉洋,深圳點(diǎn)寬網(wǎng)絡(luò)科技有限公司 金融科技教研部數(shù)據(jù)分析師,點(diǎn)寬高級(jí)數(shù)據(jù)分析師(人工智能方向),香港中文大學(xué)理學(xué)碩士。擁有多年基礎(chǔ)數(shù)學(xué)研究經(jīng)歷,豐富的數(shù)據(jù)分析經(jīng)驗(yàn),熟悉港股美股市場(chǎng),具備多年的期權(quán)、期貨等衍生品實(shí)踐經(jīng)驗(yàn), 對(duì)人工智能領(lǐng)域有著深刻研究, 包括圖像識(shí)別、 自然語(yǔ)言處理等。目前主要負(fù)責(zé)數(shù)據(jù)清洗和特征工程、人工智能實(shí)踐課程研發(fā)和培訓(xùn)。

              嚴(yán)鑒知,深圳點(diǎn)寬網(wǎng)絡(luò)科技有限公司 金融科技教研部量化研究員,點(diǎn)寬高級(jí)量化研究員跟培訓(xùn)講師,美國(guó)紐約州立大學(xué)理工學(xué)院計(jì)算機(jī)理學(xué)碩士。擁有豐富的軟件和人工智能項(xiàng)目開發(fā)經(jīng)驗(yàn),包括基于3D點(diǎn)云的圖像識(shí)別項(xiàng)目、神經(jīng)網(wǎng)絡(luò)的優(yōu)化工程以及國(guó)內(nèi)某大型物流公司的人工智能系統(tǒng)開發(fā),熟悉國(guó)內(nèi)外金融市場(chǎng),具備豐富的期權(quán)量化交易實(shí)踐經(jīng)驗(yàn)。目前主要負(fù)責(zé)量化金融和人工智能實(shí)踐課程研發(fā)和培訓(xùn)。

              嚴(yán)韜,深圳點(diǎn)寬網(wǎng)絡(luò)科技有限公司 金融科技教研部量化研究員,F(xiàn)RM持證人,通過(guò)CFA3級(jí),香港中文大學(xué)風(fēng)險(xiǎn)管理科學(xué)本科畢業(yè),美國(guó)霍夫斯特拉大學(xué)量化金融學(xué)碩士。擁有豐富的金融工程、統(tǒng)計(jì)學(xué)研究經(jīng)歷及數(shù)據(jù)分析經(jīng)驗(yàn)。熟悉國(guó)內(nèi)外金融市場(chǎng),具備豐富的期權(quán)、期貨量化交易實(shí)踐經(jīng)驗(yàn)。有多次參與國(guó)際股票、期貨競(jìng)賽的經(jīng)歷,曾在CME期貨交易大賽中進(jìn)入top3%。曾在海外任職IPO項(xiàng)目組金融數(shù)據(jù)分析工作,且具有商業(yè)銀行交易部門金融工程實(shí)戰(zhàn)經(jīng)驗(yàn)。目前主要負(fù)責(zé)量化金融課程研發(fā)和培訓(xùn)。

              查看更多

              參會(huì)指南

              會(huì)議門票


              培訓(xùn)費(fèi)用:1980 元/人,包含(報(bào)名費(fèi)、學(xué)習(xí)費(fèi)、資料費(fèi)、證書費(fèi))

              報(bào)名材料:報(bào)名申請(qǐng)表、身份證復(fù)印件、兩寸近期正面免冠彩色半身證件照電子版(要求:背景:白色,格式:JPG,大?。?4-20K)。

              查看更多

              溫馨提示
              酒店與住宿: 為防止極端情況下活動(dòng)延期或取消,建議“異地客戶”與活動(dòng)家客服確認(rèn)參會(huì)信息后,再安排出行與住宿。
              退款規(guī)則: 活動(dòng)各項(xiàng)資源需提前采購(gòu),購(gòu)票后不支持退款,可以換人參加。

              還有若干場(chǎng)即將舉行的 Python大會(huì)

              猜你喜歡

              部分參會(huì)單位

              主辦方?jīng)]有公開參會(huì)單位
              活動(dòng)家_小程序快捷下單

              微信掃一掃
              分享給朋友

              郵件提醒通知

              分享到微信 ×

              打開微信,點(diǎn)擊底部的“發(fā)現(xiàn)”,
              使用“掃一掃”即可將網(wǎng)頁(yè)分享至朋友圈。

              錄入信息

              請(qǐng)錄入信息,方便生成邀請(qǐng)函