AI大模型+ Python赋能金融投研实战
体系课

AI大模型+ Python赋能金融投研实战

  • AIGC行业应用

利用人工智能前沿技术,优化投资研究策略,提升决策效率与精准度

AI大模型+ Python赋能金融投研实战
¥298
本课程包括
  • 24小时22分钟的视频随时观看
  • 可在APP随时观看
  • 结业证书
你将收获
  • 熟练掌握AI大模型在金融投研中的应用方法
  • 高效获取和挖掘上市公司数据,为投研提供精准数据支持
  • 利用AI + Python实现金融财务流程的自动化,提升工作效率
  • 打造专属AI智能体,构建个性化投研支持系统
课程介绍

在当今数字化时代,金融投资领域正经历着前所未有的变革。AI技术的迅猛发展,为投研工作带来了全新的机遇与挑战。如果你渴望在金融投研领域脱颖而出,精准把握市场脉搏,那么《AI赋能金融投研 - 案例实战》这门课程将是你迈向成功的关键一步!

课程亮点

1. 前沿知识与实战技能兼备

本课程不仅涵盖AI大模型的基础知识,更聚焦于如何将这些知识转化为实际投研能力。从数据获取、挖掘,到财务分析、估值建模,再到报告编写与可视化,全方位覆盖金融投研的各个环节,让你在掌握理论的同时,积累丰富的实战经验。

2. 多维度数据获取与挖掘

数据是投研的基石。课程将深入讲解如何通过多种渠道高效获取上市公司数据,包括财报数据、行情数据、宏观经济数据等。无论是利用巨潮资讯网、数据接口,还是借助Python爬虫技术,你都能轻松掌握,为后续分析奠定坚实基础。同时,通过AI大模型直接获取数据的案例演示,让你领略AI在数据处理上的强大能力,节省大量时间和精力。

3. 深度财务分析与精准估值建模

财务分析是投研的核心环节。课程将教你如何运用AI工具,对上市公司的财务数据进行全面、深入的分析,涵盖盈利能力、偿债能力、营运能力和发展能力等多个维度。通过案例实战,你将学会如何提取关键财务数据,分析财务指标的变化趋势,挖掘企业潜在价值。此外,课程还提供了多种估值方法的实战演练,包括分部估值、相对估值和DCF估值等,帮助你准确评估企业价值,为投资决策提供有力支持。

4. AI赋能报告编写与可视化呈现

在信息爆炸的时代,如何将复杂的投研成果清晰、直观地呈现出来至关重要。课程将介绍如何利用AI工具快速编写高质量的金融报告,同时借助花火数图、思维导图、Matplotlib等工具,实现金融数据的可视化呈现,让你的报告更具说服力和吸引力。此外,课程还将教你如何使用AIPPT等工具一键制作专业PPT,提升工作效率,让你在展示投研成果时更加自信从容。

5. 丰富的实战案例与应用场景

课程内容丰富多样,涵盖多个实战案例和应用场景。从对单个企业某一年财报的深入分析,到连续多年财报的纵向对比;从多企业可比业务的横向对比,到针对特定业务板块的深度研究,每个案例都有详细的分析流程和操作步骤,让你在实践中不断提升投研能力。无论是分析五粮液的财务数据,还是对比阿里巴巴、京东、拼多多的电商业务,亦或是对美团进行分部估值,你都能在课程中找到相应的解决方案。

6. AI + Python赋能金融财务流程自动化

Python是金融领域不可或缺的工具。课程将带你探索AI与Python的深度结合,实现金融财务流程的自动化。无论是批量生成Word合同、财务自动化审计,还是自动导出网银流水,你都能通过Python代码轻松实现,大大提高工作效率,减少重复性劳动。

7. 打造专属人工智能助手

课程不仅教你如何使用AI工具,更进一步引导你打造专属的AI智能体。通过AI智能体基础知识的学习和实践,你可以构建自己的金融数据库,实现数据的自动化处理和分析,甚至将智能体多平台发布,随时随地获取投研支持。

8.Python赋能金融全流程实战

作为本套课程进阶内容,覆盖模块:Python基础快速入门与案例实战;金融数据获取,涉及Tushare Pro、Wind接口及网络爬虫技术,配套系列教程与文档;数据处理与分析,结合Pandas、Matplotlib库及财务分析PPT,涵盖静态分析、趋势分析等实战内容;金融数据可视化,基于《财务可视化进阶 - Pyechart库》提升数据展示能力;数据建模,包含线性回归、决策树、随机森林等机器学习模型及聚类分析、关联规则等算法;量化投资,聚焦K线形态识别、经典策略开发与回测,参考相关文档学习量化策略逻辑。

通过丰富案例与实用工具,助力金融从业者、学习者掌握从数据获取到建模分析的全流程技能,提升投研效率与决策科学性,适配金融行业从业者、相关专业学生及对金融投研感兴趣的Python用户。

适合人群
  • 金融领域的专业人士
  • 对投研充满热情的投资者
  • 对AI应用感兴趣的人士
讲师介绍
前阿里巴巴达摩院高级算法专家
擅长领域:
  • 人工智能认知与应用
擅长方向:计算机视觉、大规模数据挖掘、深度学习等人工智能相关领域 曾在三星电子研究院、地平线机器人参与机器学习相关项目; 熟悉大规模数据挖掘平台、视觉计算可视化平台的搭建,落地交付多个千万级项目
课程大纲
共0节 时长0分钟 全部收起
一.AI大模型快速入门到精通
共4节 | 39分钟
  • 1.1 课程介绍及素材获取方式
    3分钟
  • 1.2 AI大模型初步介绍
    7分钟
  • 1.3 提示词的艺术 - 如何高效使用AI
    11分钟
  • 1.4 案例实战-通过AI处理多种任务
    18分钟
二.AI赋能上市公司数据获取与挖掘
共2节 | 23分钟
  • 2.1 AI赋能金融数据智能获取
    12分钟
  • 2.2 AI赋能金融数据智能挖掘
    11分钟
三.AI赋能上市公司基本面分析
共3节 | 24分钟
  • 3.1 AI赋能上市公司基本面分析(上)
    8分钟
  • 3.2 AI赋能上市公司基本面分析(下)
    11分钟
  • 3.3 AI赋能上市公司基本面分析-补充知识点
    5分钟
四.AI赋能上市公司估值建模
共2节 | 21分钟
  • 4.1 AI赋能上市公司分部估值与相对估值
    12分钟
  • 4.2 AI赋能上市公司DCF估值(自由现金流折现估值)
    10分钟
五.AI赋能金融报告编写、可视化呈现与PPT制作
共3节 | 30分钟
  • 5.1 AI赋能金融投研报告编写
    5分钟
  • 5.2 AI工具赋能金融数据可视化
    10分钟
  • 5.3 PPT设计大师 - AI高效制作PPT
    15分钟
六.AI赋能金融数据处理、分析与办公自动化
共3节 | 42分钟
  • 6.1 AI大模型赋能数据处理与分析
    20分钟
  • 6.2 AI大模型结合Excel VBA
    15分钟
  • 6.3 AI赋能Excel VBA进阶 + 数据透视表
    6分钟
七.AI + 智能体打造专属人工智能助手
共5节 | 1小时3分钟
  • 7.1 AI智能体Coze平台初了解
    5分钟
  • 7.2 我的第一个AI智能体
    11分钟
  • 7.3 AI智能体核心知识点:插件与知识库
    16分钟
  • 7.4 补充知识点:智能体工作流讲解
    30分钟
  • 7.5 后续课程内容
    2分钟
八.Python基础与案例实战
共12节 | 2小时41分钟
  • 8.1 Python赋能金融投研课程介绍
    7分钟
  • 8.2 变量、行、缩进与注释
    13分钟
  • 8.3 数据类型 - 数字与字符串
    8分钟
  • 8.4 列表与字典
    27分钟
  • 8.5 运算符介绍与实践
    11分钟
  • 8.6 if判断语句
    4分钟
  • 8.7 for循环语句
    12分钟
  • 8.8 while循环语句
    7分钟
  • 8.9 Python函数快速入门
    29分钟
  • 8.10 Python模块与库的介绍
    16分钟
  • 8.11 案例实战-中文大数据分词及词频统计
    12分钟
  • 8.12 案例实战-词云图绘制从浅入深
    15分钟
九.Python赋能金融数据获取与存储
共13节 | 3小时44分钟
  • 9.1 Python赋能金融数据获取章节介绍
    2分钟
  • 9.2 Tushare获取财务数据
    21分钟
  • 9.3 案例实战:获取贵州茅台特定时期股价数据
    2分钟
  • 9.4 网络爬虫基础知识
    23分钟
  • 9.5 爬虫初尝试-获取证券日报网页源代码
    5分钟
  • 9.6 网页解析:正则表达式基础与案例实战(上)
    21分钟
  • 9.7 网页解析:正则表达式基础与案例实战(下)
    24分钟
  • 9.8 爬虫神器:Selenium库安装
    27分钟
  • 9.9 Selenium库基础 & 股票数据爬取实战
    5分钟
  • 9.10 Selenium库进阶知识点
    28分钟
  • 9.11 案例实战-百度资讯舆情监控系统
    33分钟
  • 9.12 案例实战-东方财富网&上交所信息获取
    21分钟
  • 9.13 案例实战-淘宝销量数据获取
    14分钟
十.Python赋能数据处理与分析
共16节 | 4小时40分钟
  • 10.1 Python赋能金融数据处理与分析章节介绍
    2分钟
  • 10.2 数据分析的武器-Numpy基础
    11分钟
  • 10.3 数据分析的武器-pandas库详解 1
    29分钟
  • 10.4 数据分析的武器-pandas库详解 2
    24分钟
  • 10.5 数据分析的武器-pandas库详解 3
    16分钟
  • 10.6 数据分析的武器-pandas库详解 4
    20分钟
  • 10.7 数据分析的武器-pandas库详解 5
    23分钟
  • 10.8 Matplotlib数据可视化与案例实战(上)
    20分钟
  • 10.9 Matplotlib数据可视化与案例实战(下)
    17分钟
  • 10.10 通过Python实现财务报表静态分析
    17分钟
  • 10.11 通过Python进行财务趋势分析
    13分钟
  • 10.12 通过Python进行财务同业比较分析
    20分钟
  • 10.13 通过Python进行现金流量表分析
    24分钟
  • 10.14 通过Python进行杜邦分析(上)
    22分钟
  • 10.15 通过Python进行杜邦分析(下)
    12分钟
  • 10.16 通过Python批量筛选优质上市公司
    12分钟
十一.Python赋能金融数据可视化
共6节 | 1小时57分钟
  • 11.1 Python赋能金融数据可视化章节介绍
    1分钟
  • 11.2 数据可视化进阶技巧-pyecharts库 1
    25分钟
  • 11.3 数据可视化进阶技巧-pyecharts库 2
    25分钟
  • 11.4 数据可视化进阶技巧-pyecharts库 3
    20分钟
  • 11.5 知识图谱快速入门(上)
    29分钟
  • 11.6 知识图谱快速入门(下)
    17分钟
十二.Python赋能数据建模
共7节 | 2小时23分钟
  • 12.1 Python赋能数据建模章节介绍
    2分钟
  • 12.2 客户价值预测模型 - 基于线性回归算法(上)
    28分钟
  • 12.3 客户价值预测模型 - 基于线性回归算法(下)
    25分钟
  • 12.4 股票客户流失预警模型 - 基于逻辑回归算法 1
    22分钟
  • 12.5 股票客户流失预警模型 - 基于逻辑回归算法 2
    23分钟
  • 12.6 股票客户流失预警模型 - 基于逻辑回归算法 3
    15分钟
  • 12.7 股票客户流失预警模型 - 基于逻辑回归算法 4
    27分钟
十三.Python赋能高效办公
共5节 | 1小时7分钟
  • 13.1 Python赋能高效办公章节介绍
    1分钟
  • 13.2 Python流程自动化基础-pyautogui库(上)
    27分钟
  • 13.3 Python流程自动化基础-pyautogui库(下)
    18分钟
  • 13.4 案例实战1-批量问卷填写
    13分钟
  • 13.5 案例实战 2-定时导出网银流水
    7分钟
十四.Python赋能量化投资
共16节 | 3小时48分钟
  • 14.1 Python赋能量化投资章节介绍
    2分钟
  • 14.2 股票技术分析基础1 - 经典反转形态
    30分钟
  • 14.3 股票技术分析基础2 - 星线 + 其他反转形态(上)
    20分钟
  • 14.4 股票技术分析基础2 - 星线 + 其他反转形态( 下)
    20分钟
  • 14.5 股票技术分析基础3 - 持续形态
    25分钟
  • 14.6 股票技术分析基础4 - 十字线+汇总分析+趋势线(上)
    31分钟
  • 14.7 股票技术分析基础4 - 十字线+汇总分析+趋势线(下)
    22分钟
  • 14.8 股票技术分析基础5- 移动平均线与MACD分析
    16分钟
  • 14.9 股票技术分析基础6- RSI与KDJ与MOM与OBV等随机指数和量能指标
    24分钟
  • 14.10 通过Python进行K线图识别
    7分钟
  • 14.11 通过Python捕捉股票创历史新高
    5分钟
  • 14.12 通过Python实现超跌反弹策略
    4分钟
  • 14.13 通过Python实现大单捕捉策略
    5分钟
  • 14.14 通过Python回测网格策略
    4分钟
  • 14.15 多因子策略 & 箱体突破策略
    9分钟
  • 14.16 量化研究平台 - 聚宽介绍
    5分钟
购课须知

课程有效期:

自购买课程之日起 365 天,部分参与营销活动产品以活动规则为准,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。