| 模块名称 | 核心功能 | 金融应用场景 |
|---|---|---|
| NumPy | 多维数组运算 | 投资组合优化计算 |
| Pandas | 结构化数据处理 | 股票历史数据清洗 |
| Matplotlib | 数据可视化 | K线图与趋势分析 |
在金融量化领域，数据处理效率直接影响策略开发周期。课程通过股票交易数据的清洗、转换、可视化全流程实战，帮助学员构建完整的金融数据处理知识体系。
从双均线策略到多因子模型，课程设置八个实战项目模块。学员将使用真实历史交易数据，完成策略回测、参数优化、风险控制等完整开发流程。
课程周期包含48课时理论教学与32课时项目实战，支持周末班与晚班两种学习模式。学员完成课程考核后可获得金融数据分析师认证证书。
