1462分钟
AI大模型+ Python赋能金融投研实战
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…
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。
一.AI大模型快速入门到精通
- 1.1 课程介绍及素材获取方式
- 1.2 AI大模型初步介绍
- 1.3 提示词的艺术 - 如何高效使用AI
- 1.4 案例实战-通过AI处理多种任务
二.AI赋能上市公司数据获取与挖掘
- 2.1 AI赋能金融数据智能获取
- 2.2 AI赋能金融数据智能挖掘
三.AI赋能上市公司基本面分析
- 3.1 AI赋能上市公司基本面分析（上）
- 3.2 AI赋能上市公司基本面分析（下）
- 3.3 AI赋能上市公司基本面分析-补充知识点
四.AI赋能上市公司估值建模
- 4.1 AI赋能上市公司分部估值与相对估值
- 4.2 AI赋能上市公司DCF估值（自由现金流折现估值）
五.AI赋能金融报告编写、可视化呈现与PPT制作
- 5.1 AI赋能金融投研报告编写
- 5.2 AI工具赋能金融数据可视化
- 5.3 PPT设计大师 - AI高效制作PPT
六.AI赋能金融数据处理、分析与办公自动化
- 6.1 AI大模型赋能数据处理与分析
- 6.2 AI大模型结合Excel VBA
- 6.3 AI赋能Excel VBA进阶 + 数据透视表
七.AI + 智能体打造专属人工智能助手
- 7.1 AI智能体Coze平台初了解
- 7.2 我的第一个AI智能体
- 7.3 AI智能体核心知识点：插件与知识库
- 7.4 补充知识点：智能体工作流讲解
- 7.5 后续课程内容
八.Python基础与案例实战
- 8.1 Python赋能金融投研课程介绍
- 8.2 变量、行、缩进与注释
- 8.3 数据类型 - 数字与字符串
- 8.4 列表与字典
- 8.5 运算符介绍与实践
- 8.6 if判断语句
- 8.7 for循环语句
- 8.8 while循环语句
- 8.9 Python函数快速入门
- 8.10 Python模块与库的介绍
- 8.11 案例实战-中文大数据分词及词频统计
- 8.12 案例实战-词云图绘制从浅入深
九.Python赋能金融数据获取与存储
- 9.1 Python赋能金融数据获取章节介绍
- 9.2 Tushare获取财务数据
- 9.3 案例实战：获取贵州茅台特定时期股价数据
- 9.4 网络爬虫基础知识
- 9.5 爬虫初尝试-获取证券日报网页源代码
- 9.6 网页解析：正则表达式基础与案例实战（上）
- 9.7 网页解析：正则表达式基础与案例实战（下）
- 9.8 爬虫神器：Selenium库安装
- 9.9 Selenium库基础 & 股票数据爬取实战
- 9.10 Selenium库进阶知识点
- 9.11 案例实战-百度资讯舆情监控系统
- 9.12 案例实战-东方财富网&上交所信息获取
- 9.13 案例实战-淘宝销量数据获取
十.Python赋能数据处理与分析
- 10.1 Python赋能金融数据处理与分析章节介绍
- 10.2 数据分析的武器-Numpy基础
- 10.3 数据分析的武器-pandas库详解 1
- 10.4 数据分析的武器-pandas库详解 2
- 10.5 数据分析的武器-pandas库详解 3
- 10.6 数据分析的武器-pandas库详解 4
- 10.7 数据分析的武器-pandas库详解 5
- 10.8 Matplotlib数据可视化与案例实战（上）
- 10.9 Matplotlib数据可视化与案例实战（下）
- 10.10 通过Python实现财务报表静态分析
- 10.11 通过Python进行财务趋势分析
- 10.12 通过Python进行财务同业比较分析
- 10.13 通过Python进行现金流量表分析
- 10.14 通过Python进行杜邦分析（上）
- 10.15 通过Python进行杜邦分析（下）
- 10.16 通过Python批量筛选优质上市公司
十一.Python赋能金融数据可视化
- 11.1 Python赋能金融数据可视化章节介绍
- 11.2 数据可视化进阶技巧-pyecharts库 1
- 11.3 数据可视化进阶技巧-pyecharts库 2
- 11.4 数据可视化进阶技巧-pyecharts库 3
- 11.5 知识图谱快速入门（上）
- 11.6 知识图谱快速入门（下）
十二.Python赋能数据建模
- 12.1 Python赋能数据建模章节介绍
- 12.2 客户价值预测模型 - 基于线性回归算法(上)
- 12.3 客户价值预测模型 - 基于线性回归算法(下)
- 12.4 股票客户流失预警模型 - 基于逻辑回归算法 1
- 12.5 股票客户流失预警模型 - 基于逻辑回归算法 2
- 12.6 股票客户流失预警模型 - 基于逻辑回归算法 3
- 12.7 股票客户流失预警模型 - 基于逻辑回归算法 4
十三.Python赋能高效办公
- 13.1 Python赋能高效办公章节介绍
- 13.2 Python流程自动化基础-pyautogui库（上）
- 13.3 Python流程自动化基础-pyautogui库（下）
- 13.4 案例实战1-批量问卷填写
- 13.5 案例实战 2-定时导出网银流水
十四.Python赋能量化投资
- 14.1 Python赋能量化投资章节介绍
- 14.2 股票技术分析基础1 - 经典反转形态
- 14.3 股票技术分析基础2 - 星线 + 其他反转形态（上）
- 14.4 股票技术分析基础2 - 星线 + 其他反转形态（ 下）
- 14.5 股票技术分析基础3 - 持续形态
- 14.6 股票技术分析基础4 - 十字线+汇总分析+趋势线（上）
- 14.7 股票技术分析基础4 - 十字线+汇总分析+趋势线（下）
- 14.8 股票技术分析基础5- 移动平均线与MACD分析
- 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
- 14.10 通过Python进行K线图识别
- 14.11 通过Python捕捉股票创历史新高
- 14.12 通过Python实现超跌反弹策略
- 14.13 通过Python实现大单捕捉策略
- 14.14 通过Python回测网格策略
- 14.15 多因子策略 & 箱体突破策略
- 14.16 量化研究平台 - 聚宽介绍
Will
宾西法尼亚大学硕士，上海交通大学学士