金融數據分析與數學建模教學大綱

1、金融數據分析與數學建模教學大綱（Financial Data Analysis and Mathematical Modeling）一、課程概況課程代碼：0805610學 分：3 學 時：3周先修課程：MATLAB與統(tǒng)計實驗、Python與金融計算。適用專業(yè)：數學與應用數學 建議教材：數學建模算法與應用，司守奎等，國防工業(yè)出版社課程歸口：理學院課程的性質與任務：本課程是數學與應用數學專業(yè)的一門專業(yè)實驗課程，講授數學建模的方法和應用。通過本課程的學習教育引導學生樹牢“四個意識”，堅定“四個自信”，堅決做到“兩個維護”，立志肩負起民族復興的時代重任。通過本課程的學習使學生學會常用的數學建模方法，學

2、會用數學的思想方法和數學語言去近似的刻畫一個實際研究對象、構建一座溝通現實世界與數學世界的橋梁，并以計算機為工具應用現代化計算技術解決各種實際問題。通過本課程的教學培養(yǎng)學生的創(chuàng)新意識，提升學生的數學素養(yǎng)，鍛煉學生應用數學工具解決實際問題的能力，為畢業(yè)設計和將來從事相關工作打下必要的基礎。二、課程目標目標1. 熟悉線性規(guī)劃、整數規(guī)劃、非線性規(guī)劃等常見規(guī)劃模型，學會常見規(guī)劃模型的MATLAB求解方法，學會用數學規(guī)劃知識對實際問題建立模型并進行分析，知道多目標規(guī)劃的求解方法。目標2. 知道圖的基本概念與數據結構，熟悉最短路徑、最小生成樹、網絡最大流等常見圖與網絡模型，學會最短路經、最小生成樹、網絡最

3、大流等模型的MATLAB求解方法，學會通過分析相關實際問題建立模型并求解。目標3. 熟悉微分方程模型，知道灰色預測模型，熟悉回歸分析預測方法，知道差分方程預測，知道馬爾科夫預測，知道時間序列預測，熟悉神經元網絡，能熟練應用至少兩種預測模型解決實際問題。目標4. 理想解法、模糊綜合評判法、數據包絡分析法、灰色關聯分析法、主成分分析法、秩和比綜合評價法，學會常用評價方法的MATLAB算法，能熟練應用其中兩種模型解決實際問題。本課程實驗支撐專業(yè)人才培養(yǎng)方案中畢業(yè)要求4-1、4-2、5-1、5-2、5-3、6-1、畢業(yè)要求6-2。畢業(yè)要求指標點課程目標目標1目標2目標3目標4畢業(yè)要求4-1畢業(yè)要求4-

4、2畢業(yè)要求5-1畢業(yè)要求5-2畢業(yè)要求5-3畢業(yè)要求6-1畢業(yè)要求6-2三、課程內容與要求（一）數學規(guī)劃模型1.教學內容線性規(guī)劃、整數規(guī)劃、非線性規(guī)劃等常見規(guī)劃模型常見規(guī)劃模型的MATLAB求解方法用數學規(guī)劃知識對實際問題建立模型并進行分析多目標規(guī)劃的求解方法2.基本要求熟悉線性規(guī)劃、整數規(guī)劃、非線性規(guī)劃等常見規(guī)劃模型學會常見規(guī)劃模型的MATLAB求解方法學會用數學規(guī)劃知識對實際問題建立模型并進行分析知道多目標規(guī)劃的求解方法（二）圖與網絡模型1.教學內容圖的基本概念與數據結構最短路徑、最小生成樹、網絡最大流等常見圖與網絡模型最短路經、最小生成樹、網絡最大流等模型的MATLAB求解方法通過分析相

5、關實際問題建立模型并求解2.基本要求知道圖的基本概念與數據結構熟悉最短路徑、最小生成樹、網絡最大流等常見圖與網絡模型學會最短路經、最小生成樹、網絡最大流等模型的MATLAB求解方法學會通過分析相關實際問題建立模型并求解（三）預測模型1.教學內容微分方程模型灰色預測模型回歸分析預測方法差分方程預測馬爾科夫預測時間序列預測神經元網絡常見預測方法的MATLAB算法2.基本要求熟悉微分方程模型知道灰色預測模型熟悉回歸分析預測方法知道差分方程預測知道馬爾科夫預測知道時間序列預測熟悉神經元網絡能熟練應用至少兩種預測模型解決實際問題（四）評價與決策模型1.教學內容理想解法、模糊綜合評判法、數據包絡分析法、灰

6、色關聯分析法、主成分分析法、秩和比綜合評價法常用評價方法的MATLAB算法2.基本要求理想解法、模糊綜合評判法、數據包絡分析法、灰色關聯分析法、主成分分析法、秩和比綜合評價法學會常用評價方法的MATLAB算法能熟練應用其中兩種模型解決實際問題四、教學內容與課程目標的對應關系及學時分配本課程實驗時間為3周（15天），安排在第4學期。教學內容與課程目標的對應關系及建議時間分配如表所示。序號教學內容支撐的課程目標支撐的畢業(yè)要求指標點時間分配/天教學形式1數學規(guī)劃模型目標14-1、4-2、5-1、5-2、5-3、6-1、6-23指導2圖與網絡模型目標24-1、4-2、5-1、5-2、5-3、6-1、6

7、-24指導3預測模型目標34-1、4-2、5-1、5-2、5-3、6-1、6-24指導4評價與決策模型目標44-1、4-2、5-1、5-2、5-3、6-1、6-24指導合 計15四、課程實施（一）根據課程特點，幫助學生熟悉模型的原理、算法、程序，以及應用，認真完成實驗，寫出完整實驗報告。（二）建立課程討論QQ群，鼓勵學生在討論群里踴躍發(fā)言，并作為平時成績評定的依據。（三）加強科學精神和工匠精神教育，在教育過程中強調價值觀的同頻共振，使課程教學的過程成為引導學生學習知識、錘煉心志和養(yǎng)成品行的過程。教育學生養(yǎng)成良好的學習風氣，認真獨立完成實驗報告。對每次實驗報告使用專門軟件進行查重，徹底杜絕學生的

8、抄襲行為。（四）主要教學環(huán)節(jié)的質量要求如表所示。主要教學環(huán)節(jié)質量要求1.數學規(guī)劃模型熟悉線性規(guī)劃、整數規(guī)劃、非線性規(guī)劃等常見規(guī)劃模型，學會常見規(guī)劃模型的MATLAB求解方法，學會用數學規(guī)劃知識對實際問題建立模型并進行分析，知道多目標規(guī)劃的求解方法，并將實驗過程寫成實驗報告。2.圖與網絡模型知道圖的基本概念與數據結構，熟悉最短路徑、最小生成樹、網絡最大流等常見圖與網絡模型，學會最短路經、最小生成樹、網絡最大流等模型的MATLAB求解方法，學會通過分析相關實際問題建立模型并求解，并將實驗過程寫成實驗報告。3.預測模型熟悉微分方程模型，知道灰色預測模型，熟悉回歸分析預測方法，知道差分方程預測，知道馬

9、爾科夫預測，知道時間序列預測，熟悉神經元網絡，能熟練應用至少兩種預測模型解決實際問題，并將實驗過程寫成實驗報告。4.評價與決策模型理想解法、模糊綜合評判法、數據包絡分析法、灰色關聯分析法、主成分分析法、秩和比綜合評價法，學會常用評價方法的MATLAB算法，能熟練應用其中兩種模型解決實際問題。，并將實驗過程寫成實驗報告。五、課程考核考核資料要求1.實驗報告（電子版實驗報告必須按規(guī)定時間提交）。2.實驗討論過程（課程QQ群討論記錄）。3.考勤記錄。（二）成績評定要求本課程實驗成績分優(yōu)、良、中、及格和不及格五個檔次。課程實驗考核方式：采用平時表現、課程實驗報告。課程總評成績=平時成績10% +實驗成

10、績90%。具體內容和比例如表所示。成績組成考核/評價環(huán)節(jié)權重考核/評價細則對應的畢業(yè)要求指標點平時成績學生出勤情況及實驗態(tài)度，與教師和同學的交流討論情況等。10%重點考核：學生的出勤情況，以及遇到問題是能否與同學與老師討論交流。8-1、10-1實驗成績實驗報告的格式，內容等。90%重點考核：學生能夠根據實驗任務要求完成實驗，寫出實驗報告。對學生的實驗報告做相似度檢驗，相似度超過30%的實驗報告記0分。4-1、4-2、5-1、5-2、5-3、6-1、6-2所有課程目標均需大于等于0.6，否則總評成績不及格，需要重修。每個課程目標達成度計算方法如下：式中：Ai=平時成績占總評成績的權重課程目標i在平時成績中的權重Bi=實驗成績占總評成績的權重課程目標i在實驗成績中的權重六、有關說明（一