这可能是最适合经管金融人的编程算法课
抱歉标题党了，可这年头不标题党可能真的不行。
2019年秋季这个学期，干的最重要的一件事情，可能就是完成了这门课的录制，我还是喜欢当初给他起的名字：《金融科技工具箱》。
课程的缘起很简单，黄老师让我给师弟师妹们讲一下我的那些技术，于是一不做二不休，与其小讲，不如大搞，把课程都录了下来。一来留个纪念，二来可以让将来教书时逃课的同学有个补课的途径【大雾
虽然公众号的标题略显浮夸，但我确实还是可以为这个结论负责的。这门课妙就妙在组合方式，简单做过一次调查，不论是b站上传的、微信卖课的、北邮人做种的，跟Python、爬虫、机器学习相关的课程，没有一门课的内容组成、难度、讲解重点是真正适合经管金融专业的人，无论是搞研究还是在企业里survive。所以把这门课打包好分享出去，应当还算是一件有利于社会的事情。
啰嗦了三段，似乎还没有说清这个课有什么内容，emmmm，下面这个视频是一个五分钟的简单介绍，可以点开播放。
当然如果现在就觉得这课ok，那么拉到最底下点阅读原文，就可以跳转到b站的播放地址。或者，av号73244081
具体而言，课程各部分的内容与查看建议如下：
第一节，讲解的是最基础的Python。
这部分面向的是那些没有丝毫通用语言编程经验的人（stata SPSS SAS不算，R MATLAB 勉强算一点），如果之前对Python很熟悉，或者熟稔C、JAVA之类更为复杂的语言，这部分大可不必看
第二节 Python科学计算相关的numpy和pandas
这部分主要介绍的是科学计算的两个包，numpy和pandas，非常细碎，讲起来相当无聊，如果对于Python比较熟悉，大可翻书自己看。反正，之后我再去上课，这部分是真的不想再在上课的时候讲了。
第三节绘图，会讲基本的matplotlib绘图和比较好看的pyechart，这部分之前一直觉得没有单独讲一次的必要，于是拖拖拖拖到现在，1月底，会给大家上传一个DLC的……
第四节 爬虫
基本上，是把我常用的爬虫技术和盘托出了，应该足够应付大部分的场景。当然鉴于上个月有不少写爬虫被警察叔叔带走的案子，一开始先把法律风险这件事儿，掰扯清楚了。
第五节 文本分析
就像引言之中一直在强调的，讲的是最适合/我们最需要知道的那一部分。从分词开始，覆盖主题模型、词向量模型。不用纠结词怎么被分出来的这种重新造轮子的问题，也不必在此时去纠结深度学习相关的最新方法。
第六节 机器学习
本来只打算拿scikit-learn讲几个算法敷衍了事，但审AFA申请人的论文时颇为恼怒现在人的胡闹程度，于是掰开揉碎上了三次课，从VC-dimension开始，讲了回归、支持向量机、集成学习三大部分。在不纠结于证明与优化算法的前提下，给了最直观的形象解释。当然，这一部分的编程代码，也会在1月底更新上线。
7.深度学习 及 无监督方法
这一部分本该是最难讲的一par，但是可能一来没有林田轩老师的ppt可以大篇幅借鉴，二来收官之战要慎重一些，这一节课做的准备多于机器学习三节课耗费的时间，从达到的效果而言，基本完成了既定目标：可能听这三个小时的课，可以了解自己看书12个小时才能想明白的东西吧
8.区块链与数字货币
这一部分应当是八节课里讲的次数最多的一par。最早在cf40，之后在imf北京办公室，在之后国发院、成均馆大学，直至最后中财讲了一个全本儿的。本该是中财那次讲的最好，但当天设备出了一系列问题，没有录制成功。国发院这一版，应当也是有九成内容的，只可惜收音收的不算太好。
里面虽然分成了四个部分，但其实70%的时间是在把区块链的技术细节掰开揉碎地一点点讲清楚，听一听，就应该发现，和外面那些摇旗吹水之流不一样。
最后便是一个课程总结&扩展学习建议，既可以做一个课程的总结回顾，也可以做一个了解这门课程内容的高效方式。
八节课中，私心而言，最得意的应该是区块链一节，其次深度学习，再次爬虫。第一个讲了最多次，表达了最多的个人观点；第二个我真的把听课的人讲明白了，64页ppt一张张自己做了半天；第三个虽然上课时翻车一度陷入了至暗时刻，但是我还是强撑着重录了一遍，而且真的是教的真家伙，基本都是正在跑或者刚刚跑的代码。
课程连接请点阅读原文，如果觉得这门课还不错的话，恳请大家转发，b站有号的小伙伴们也请来一波三连，多谢！
课件和代码在b站视频置顶评论的百度网盘里。