SDSC6016
预测分析与金融应用
📘 简介
本课程聚焦于预测分析在金融数据中的应用，教授学生经济和金融预测的核心工具，包括预测回归、时间序列模型、变量选择与模型组合、收缩方法以及向量自回归等。课程还引入现代预测方法，如惩罚回归和神经网络，并探索其在金融市场预测中的应用。
🔗 相关链接
🎯 学习目标
完成课程后，学生将能够：
✔️ 解释金融数据中的预测分析工具；
✔️ 应用预测回归、时间序列模型和机器学习算法建立金融资产回报模型；
✔️ 运用预测分析对金融资产回报进行预测；
✔️ 评估不同预测模型的优缺点及其应用场景。
📊 评估方式
| 评估项目 | 权重 | 具体描述 |
|---|---|---|
| 📄 期中测试 | 30% | 测试学生对核心预测分析工具的理解与应用能力。 |
| 🖥️ 作业 | 40% | 学生需通过作业完成金融数据的预测分析任务。 |
| 📄 期末考试 | 30% | 2小时书面考试，评估学生对课程主要内容的掌握情况。 |
💬 课程评价
✨ 精选评价
💡 加入讨论
在下方评论分享您的评价、问题或经验👇
“期待你的评价。”
—— CityU