Python財務金融資料分析與處理

Python財務金融資料分析與處理

本課程旨在教授學員如何運用Python語言進行財務金融數據的抓取、處理、分析與視覺化。從基礎語法到進階資料分析技術，課程將結合理論與實作，幫助學員了解如何應用數據科學方法解決實際金融問題，如投資策略、風險管理與市場趨勢分析。


*本課程專為文法商同學開設，手把手親切友善教學

課程大綱

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

適合對象

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

開發環境

具有Google 帳號

實體課程注意事項

本班為實體課程，常見QA詳情連結

校園防疫措施詳情連結

公務員全程參與課程學習後可於課程結束後申請登錄公務人員學習時數

課程影片觀看期限至課程結束後一週關閉

(一)退費期限：開課日後⅓時數內，詳情連結

(二)查詢結業狀況：結業名單連結

 

●經濟部30人以下中小企業數位轉型補助

有與經濟部30人以下中小企業數位轉型補助配合的課程，學員申請補助時請務必主動告知承辦單位所需資料。

(一)收據須載明課程名稱、上課人數及課程單價。

(二)需開立抬頭統編抬

(三)注意事項：未通過課程者，恕無法申請本計畫補助。

近期班次

  • 第465期 招生中

    課程類別：一四夜間班

    開課日期：2026.03.02 ~ 2026.04.02

    上課時間：

    每 週 (一)(四) 7:00 PM ~ 10:00 PM

    學費：新生新台幣6500元整

  • 第465期 確定開課

    課程類別：假日班上午

    開課日期：2026.03.07 ~ 2026.04.12

    上課時間：

    每 週 (六)(日) 9:00 AM ~ 12:00 PM

    學費：新生新台幣6500元整

    注意事項：
    1. 系館定期洗水塔時間尚未公告，待確定後會再通知學員停課及順延日期
    2. 本課程提供同步直播上課，詳情說明
    3. 4/4(六)-4/5(日)清明連假不上課，課程日期已順延

    • 講師介紹

    周克行

    經歷：

    國立臺灣大學 博士後研究員
    國立臺灣師範大學 兼任助理教授
     

    1.專業背景與多元學術研究
    擁有財金博士學位，並具備金融、經濟與AI技術的跨領域研究專長，成功結合數據分析與人工智慧技術應用於財金領域。

    2.高影響力的學術成果
    多篇SSCI期刊發表的高影響力論文，內容涵蓋比特幣市場波動、自然語言處理技術應用於市場分析，以及傳統金融模型的改進，顯示對學術研究的深入理解與貢獻。

    3.豐富的教學與研究經驗
    曾於國立台灣大學擔任博士後研究員及專任研究助理，參與多項國際研究計畫，具備良好的協作與獨立研究能力。

    4.專業技能與技術實踐
    精通Python、Stata、WinRATS、R與Solidity等多項技術工具，能有效應用於大數據分析、機器學習與區塊鏈技術。