一.課程導入與 Google Colab 環境建置
課程介紹與目標
Google Colab 基本操作與設定
建立第一支 Notebook，了解 Colab 的特色與優勢

二. Python 程式語言基礎
Python 基本語法、資料型態與流程控制
常用內建函數與程式除錯技巧
實作小範例鞏固基礎概念

三. Python 資料結構與函式庫入門
字串、串列、字典、集合等資料結構操作
模組與套件的概念與匯入
初探 Python 常用函式庫

四. NumPy 與數值運算
NumPy 陣列建立與操作
向量化運算與常用數學函數
在金融數據計算中的應用案例

五. Pandas 資料處理與管理
Series 與 DataFrame 結構介紹
資料匯入、選取、過濾與排序
缺失值處理與資料轉換技巧

六. 金融資料抓取與清洗
利用 API 及網路爬蟲抓取金融數據
資料清洗流程：格式轉換、資料合併與重塑
使用 Colab 整合外部數據來源

七. 資料視覺化基礎
使用 Matplotlib 與 Seaborn 繪製各類圖表
圖表美化與標籤設定
視覺化金融數據，分析市場趨勢

八. 金融時間序列分析
時間序列資料的讀取與基本處理
常見金融指標計算（報酬率、波動率等）
趨勢分析與季節性分解

九. 投資組合與風險管理分析
投資組合概念與基本理論介紹
統計方法在風險評估中的應用
模擬投資組合的績效與回測

十. 機器學習在金融中的應用與專題實作
簡介監督式與非監督式學習
應用 scikit-learn 建立金融預測模型
學員專題實作與成果分享，整合所學應用於實際案例

1.有意學習金融、經濟、會計等相關科系的學生
2.金融業從業人員或有意轉型至數據分析的專業人士
3.無程式設計基礎且希望進一步應用Python於金融領域的學員

具有Google 帳號

經歷：