金融大数据分析与应用

1.强化价值引领，实现德才兼修

党的二十大报告提出：“坚持为党育人、为国育才，全面提高人才自主培养质量。”本书以习近平新时代中国特色社会主义思想为指导，坚持落实立德树人根本任务，积极推进党的二十大精神进教材，设有“思政目标”和“思政园地”栏目，通过丰富的思政案例，融入思政元素，对学生进行社会主义核心价值观和中国梦教育，坚定学生对中国特色社会主义的道路自信、理论自信、制度自信、文化自信，提升学生的工匠意识、信息网络安全意识和金融职业道德等，实现德才兼修。

2.项目任务式设计，涵盖典型金融业务场景

本书以金融大数据分析原理为基础，以大数据在金融行业的分析应用场景为主线，采用“项目导向、任务驱动”的方式，由浅入深地介绍了金融大数据基础知识及金融大数据的处理流程和技术。全书共包括三个篇章、八个项目、29 个教学任务。其中，第一篇为“基础篇”，包括项目一和项目二，主要介绍金融大数据基础知识和金融大数据的处理流程、处理技术。第二篇为“进阶篇”，包括项目三和项目四，主要介绍 Python数据分析软件的基础知识和初级、进阶级操作技巧。第三篇为“实务篇”，包括项目五至项目八，主要介绍金融大数据在银行、保险、证券三大领域的应用和 11 个金融业务场景下的大数据分析处理技巧。

3.校企双元开发，深化课岗融合

本书坚持校企双元合作开发，注重吸收行业企业技术人员深度参与教材编写，通过2 金融大数据分析与应用大量的行业应用前沿案例介绍金融大数据领域的新业态、新知识、新技能，帮助学生拓宽视野，把握行业发展趋势。同时，本书的内容设计与目标岗位的工作任务紧密对接。

具体来说，每个教学任务下都设置了“学习情境”栏目，通过导入真实工作场景，激发学生“学前思考”，明确学习要点；“知识储备”和“实操演练”栏目介绍了完成工作所需的专业知识和基本技能，使学生在掌握基础知识的同时，能够在典型工作场景下进行金融大数据分析；最后布置实训任务以及填写相应的任务评价表，提高学生的信息搜索能力、表达能力、思辨能力和操作能力，实现“课岗融合”及“理实一体化”教学。

4.工作手册式编排，突出实践应用性

本书以学生为中心，按照技术技能人才的成长特点和教学规律，采用工作手册式的编排形式呈现教学内容，为学生提供完成工作项目的指导信息，全面支持学生在典型工作场景下的自主学习、自主操作、自主检测学习成效。全书的“项目目标”“任务要点”“学前思考”“知识储备”“思政园地”“学习课件”“行业视窗”“项目小结”等栏目可以组成一本实用的知识手册，支持学生自主学习；“学习情境”“实操演练”“实操演示”

“任务实训与评价”“项目测试”等栏目可以组成一本丰富的实训手册，支持学生自主操作、自主检测学习成效，实现知识技能的迁移提升。

5.数字资源丰富，打造立体化教材

本书配备了丰富的教学资源，包括“行业视窗”“在线课堂”“学习课件”“实操演示”“项目测试”等，从而形成了一本可学、可练、可视的立体化教材。学生通过扫描书中的二维码即可直接查看学习或检测学习效果，开启个性化学习之旅。

本书由傅建源任主编，孙文娟、周虹任副主编，具体编写分工如下：广州科技贸易职业学院傅建源负责全书内容架构的设计，并编写项目一、项目六和项目八；南宁职业技术学院孙文娟负责编写项目五和项目七；东莞职业技术学院周虹负责编写项目二和项目三；深圳市天择教育科技有限公司胡留所、吴欣亭、徐波负责编写项目四，并提供本书大数据分析处理的全部实操案例和实操演示视频。

第一篇　基础篇

项目一　大数据及金融大数据／3

任务一　认知大数据／4

任务二　认知金融大数据／11

任务三　探究金融大数据的发展趋势／19

任务四　大数据背景下金融职业道德规范和岗位素质要求／27

项目二　金融大数据的处理技术／35

任务一　认知金融大数据的处理流程／36

任务二　金融大数据的常见处理工具／49

第二篇　进阶篇

项目三　走进 Python 数据分析／59

任务一　认知与安装 Python 软件／60

任务二　认知 Python 基础概念／72

任务三　认知函数与库／84

任务四　编写 Python 典型语句／103

项目四　Python 进阶操作／119

任务一　掌握 NumPy 数值计算基础操作／120

任务二　掌握 Pandas 统计分析基础操作／131

任务三　掌握 Matplotlib 数据可视化基础／144

任务四　使用 Pandas 进行数据预处理／157

任务五　使用 Sklearn 构建模型／169

目录2 金融大数据分析与应用

第三篇　实务篇

项目五　基于大数据的金融服务营销／185

任务一　基于大数据的金融客户关系管理／186

任务二　基于大数据的金融精准营销／192

项目六　银行大数据分析与应用／213

任务一　认知大数据在银行业的应用／214

任务二　银行产品精准营销／220

任务三　评估个人征信水平／234

任务四　评估银行贷款质量／248

项目七　证券大数据分析与应用／261

任务一　认知大数据在证券业的应用／262

任务二　分析金融舆情与投资者情绪／265

任务三　制定证券行业轮动策略／273

任务四　预测股价趋势与量化交易／286

项目八　保险大数据分析与应用／309

任务一　认知大数据在保险业的应用／310

任务二　保险产品精准营销／315

任务三　评估保险客户风险级别／323

任务四　识别保险欺诈／332

主要参考文献／349