Python融入证券期货课程教学创新研究

刘晨 王亚暖

摘 要：随着证券与期货交易对复合型、创新型高端人才需求的不断增加，证券与期货相关课程的教学模式及教学方法也亟待改进与创新。本文以《期货与证券基本分析》课程为例，阐释将Python融入证券期货课程的必要性及可操作性，以期通过证券期货课程教学创新培养更多高水平、应用型人才。

关键词：期货与证券基本分析；Python;教学实践

作者简介：刘晨，博士，讲师，研究方向为期货与金融衍生品；

王亚暖，硕士研究生，研究方向为期货与金融衍生品。

一、引言

全国金融市场“量化交易”的时代已经到来，并向着数字化、程序化方向发展，这就对投资分析的质量和效率都提出了更高的要求，使传统的理论教学、投资分析教学面临着巨大挑战。与此同时，随着信息科技的快速发展以及人工智能、大数据、区块链等技术的运用，证券与期货的投资分析正在发生重大改变，海量数据和信息的获取、筛选和处理决定着投资分析的质量和效率，因此越来越多的证券和期货公司开始借助相关的编程软件，大批量、高效率、及时地进行相关数据和信息的获取、筛选及处理。为培养合格的金融从业者，金融相关学科的培养理念、教育模式和课程体系均面临迭代需求。

北京物资学院开设金融学（期货与证券方向）专业，是国内知名培养期货人才的高等学校，旨在为我国的金融行业尤其是期货行业培养更多高水平、应用型人才。为培养高素质的金融从业者，相关专业特别强调学生理论与实践相结合的能力，但在课程设置和具体教学实践中，仍然以理论教学为主，缺乏对学生动手操作和实践能力的训练。

Python作为一种高效、灵活和易于学习的编程语言，现阶段在证券和期货量化交易方面已经发挥了重要的作用。Python可以提供许多有用的工具和库，帮助投资者更好地进行市场分析和决策。在证券与期货交易方面，Python能够通过使用各种技术指标、建立自动化交易系统等方式实现量化交易，还可以利用Python读取历史数据并进行回测，以测试和优化自己的策略。随着越来越多的研究员逐步掌握用Python进行数据分析的方法，Python能够更高效地实现证券与期货投资分析。因此，在实施证券与期货投资分析时使用Python这样强大且灵活性极强的编程语言是一个不可或缺的选择。

在期货与证券方向的教学方面，Python 语言有助于进一步释放师生的活力和创新热情，全面提升教学质量，使期货与证券方向学生有机会掌握一门前沿的、与金融行业紧密联系的、行业内普遍使用的程序设计语言，非常适合作为一门程序设计科目进行教学。此外，Python 灵活、丰富的第三方库与快捷的数据处理能力都为学生提供了数据思维和数据能力锻炼的良好基础。因此，如何对财经类高校的证券期货相关的理论课程进行改革，将Python融入证券期货课程教学，满足新时代金融行业对于金融毕业生的要求，是目前亟待解决的问题。

二、Python融入证券期货课程的创新思路

（一）证券期货课程在教学过程中存在的问题

首先，证券与期货课程偏重于定性分析，定量分析严重缺失，从而造成分析没有数据做支撑，内容空洞、比较主观、缺乏说服性。定性分析和定量分析之所以重要，是因为定性分析是定量分析的基础前提，没有定性分析的定量是一种盲目的、毫无价值的定量；定量分析使定性分析更加科学、准确，定量分析促使定性分析得出广泛而深入的结论。二者不可分割，应该先利用定性分析方法来确定总体趋势，然后利用定量分析来确定趋势的目标及幅度，从而对进出场实际的选择等问题进行精确的度量。例如，包含证券与期货基本分析的相关课程更多以讲授定性的基本面分析为主，即从宏观经济层面、产业层面、公司业务层面展开理论分析，但是缺乏基本面的定量分析，如公司的各类统计数据，包括损益表和资产负债表中的部分项目（资本、盈利和股息、资产和负债等），证券与期货往期开收盘数据的统计、分析、预测等，更甚少通过实验教学方式将基本面分析的理论与实践相结合。其次，高校对证券与期货投资分析软件配备不足，在实验室进行教学的课程较少。目前证券期货课程更侧重于概念理论、基础知识，更多以课堂授课为主，很少课程能走进实验室。在使用实验室进行课程教学方面，尽管在教学改革过程中高校通过“校企合作”授课模式开展实践教学，但改进方向仍为企业家进课堂的形式，即案例分析和研讨会的形式，并没有引导学生动手实践，无法激发学生的兴趣，导致学生解决实际问题的能力很难得到显著提升。

（二）Python融入《期货与证券基本分析》课程思路

按照金融学的分类和我国金融学期货方向实际的课程设置，《期货与证券基本分析》是北京物资学院期证实验班核心的基础课程。在《期货与证券基本分析》的教学工作中，如何教导学生从定性和定量两个方面对期货产品或某一证券进行全面分析，如何使用高级的统计、数据分析软件工具进行数据的批量收集和处理，如何把课堂中的分析思路更好地与实际工作接轨，在教学方法上如何结合本学科的实际情况开发新的教学范式，培养学生的综合素质，提高他们就业的竞争力，成为《期货与证券基本分析》课程改进中的主要问题。

笔者将在以下的教学案例中重点使用Python的爬虫程序进行相关數据和信息的搜集、处理和分析。选取Python而非学生熟悉的Excel作为分析软件，主要基于以下考虑。

Python获取数据具有时效性和批量性。Python中的爬虫技术可以在互联网上自动地获取和解析数据，如文本、图像、视频、音频等。这种技术可以让程序自动地访问网站，并从网站上获取所需的数据，再通过数据分析、转换和存储等操作，将数据输出为结构化信息供人使用。

在进行证券期货投资分析时，基本面信息诸如财务的年报信息、宏观经济信息及新闻资讯舆情信息等对投资结论均具有深远影响。通过对宏观经济信息新闻的分析，了解宏观的经济环境是否适合进行投资；通过对新闻资讯舆情信息的分析，了解国家的政策导向，得出具体投资的行业；通过对财务的年报信息进行分析，了解企业的运营情况，得出具体投资的证券。

但是财务报表具有数量庞大的特点，宏观经济信息和新闻资讯舆情信息具有实时更新的特点，这就造成在进行投资分析时需要面对海量信息的现象。在选择软件对数据进行处理时，一般会想到办公软件Excel，但是其并不具备时刻获取并解析数据的能力，仍需要人工搜索网页进行数据和信息的搜集，人工收集信息的数量、效率、及时性都不及Python的爬虫技术，这将产生更高的成本。Python的爬虫技术可以自动判断信息是否需要爬取，并进行解析、转换，极大地满足了批量信息获取、处理并使用的及时性，提高了得出投资结论的准确性和效率。

三、以《期货与证券基本分析》课程为例的实践

在《期货与证券基本分析》课程的教学当中，除了对期货与证券基本面因素的理论分析外，如宏观因素，利率、汇率水平，政治因素，突发事件，包括政策改变等对期货与证券价格的影响机制，对于能否全面准确地获取和分析基本面信息也是尤为重要的。在实际操作中，利用Python能够对繁杂的基本面信息实现高效率的抓取与清洗，尤其对于难以预料的突发事件引发的舆情信息，如果能通过Python进行实时抓取和舆情分析，能够更有效地进行期货与证券的基本面分析。在教学过程中，如果除了对基本面信息的理论分析讲解，还能配合实验教学，让学生使用Python来实现基本面信息的实时挖掘，不仅能够提高学生的学习兴趣，也能够提升学生的动手操作和实践能力，助力高校学生实现高质量就业。

（一）基于Python的基本面信息挖掘

通过Python可以实现证券期货基本面信息挖掘，如获取证券期货的价格、成交量、持仓量信息，上市公司的财报信息以及证券期货相关舆情信息等。本文以通过Python语言获取上市公司的新闻及舆情信息为例，阐释《证券与期货基本分析》这门课如何融入Python开展实验教学，从而提升学生的学习热情并提高学生的实操能力。具体步骤如下。

（1）本文以Python语言为基础编写网络爬虫程序，在了解网页基本结构的基础上，需要使用Request库来获取网页源代码，使用Re库通过findall（）函数功能匹配相关文本内容，实现上市公司基本面信息中的新闻、公告及舆情信息的自动提取。

（2）确定数据源，即具体需要从哪些网站或数据库获取数据，如财经数据接口——Tushare库，可以获取历史行情数据；百度新闻和新浪财经网页等可以获取相关新闻、公告及舆情等信息；使用Selenium库可以通过模拟鼠标点击来批量获取上市公司的财务报表等信息，来综合进行基本面分析。

本文以提取上市公司的相关新闻、公告及舆情等信息为例，其中新浪财经不仅能够挖掘有关证券期货类相关数据，还是一个能够提供高质量新闻、公告和报告的数据来源。

（3）批量爬取基本面信息。具体的思路如下，获取网页源代码→使用Re库中的findall（）函数通过正则表达式提取证券期货的相关信息→对获取的信息进行数据清洗→优化程序实现信息的实时批量爬取→根据需要存入Excel表或数据库中用于基本面分析。

（二）基于Python的基本面信息挖掘实践

为举例阐明如何将Python融入《期货与证券基本分析》这门课，以爬取上市公司的新闻、公告及舆情信息为例，进行具体的教学实验过程演示。

（1）确定爬取新浪财经新闻中的具体信息，以搜索股指期货的最新资讯为例，在2023年7月16日中午12点整的这一时刻对股指期货最新资讯的网页http：//financesinacomcn/roll/index

dhtml？cid=57011进行信息爬虫。

（2）通过Requests库获取网页的源代码，需注意源代码中是否会出现乱码，如出现乱码需要注意网页的编码方式是“utf-8”，而Python的编码方式是ISO-8859-1，因此需要通过重新编码来解决这一问题。

（3）使用Python语言的Re库中的findall（）函数通过正则表达式获取股指期货资讯的标题、标题下正文内容对应的网址、资讯发布的时间等。

（4）提取出的标题、网址、资讯发布的时间等内容可以按照所需要的格式打印出来，如表1所示。为了便于批量提取最新资讯并同步实现“多词条”“多页”资讯的信息挖掘，也可以进行批量保存和信息每日更新，但后续需要对重复信息及噪声信息进行剔除等清洗工作。

表1中展示的仅是新浪财经网关于股指期货最新资讯一页的提取，通过对Python数据挖掘程序的修改，可以实现“多词条”“多页”信息的提取；若想深入对正文信息进行舆情分析判断，通过对45条资讯相应网址链接进行爬虫可以实现。

（三）Python基本面信息挖掘教学反馈

将Python融入证券期货课程中是一个循序渐进的过程，北京物资学院的期证实验班开设Python课程已经两年，在引导学生使用Python语言完成大数据挖掘及分析的过程中，发现绝大多数学生都能在机房积极参与课堂实践。虽然在使用Python实现数据挖掘时会遇到程序错误或挖掘不成功的情况，但学生都能够积极求助老师，最终完成课堂练习。如果在《期货与证券基本分析》课程中融入Python挖掘基本面信息，例如：①提取公司的經营能力、财务状况、行业背景等进行股票基本面分析；

②通过爬虫宏观经济信息、产销量、进出口等数据分析期货价格走势等；

③挖掘新闻、公告、舆情等信息作为证券期货基本面分析的一个方面等，在基本面分析理论学习的基础上，通过Python语言进行相关基本面信息挖掘，再利用挖掘到的基本面信息展开具体分析，能够实现理论与实践相结合，有助于提升学生的实操能力，培养出的应用型人才更符合企业的需求。

四、结语

在信息技术不断融入金融领域的时代，传统的理论教学不再符合时代对金融专业学生素质的要求。将Python融入证券期货课程中的教学方式是对教学模式及教学方法的新探索，未来仍有以下几个方面需要不断探索和完善。

（1）不断改进传统课堂的授课模式，通过增加学生在机房进行上机操作实践的机会，改变以往仅在普通教室进行理论教学的形式。

（2）增设实践教学场地，如根据实际扩大实验室的规模，对实验室的硬件设备进行维护，及时更新学生上课使用的软件。

（3）多创造学生的实践机会。不限于将Python融入证券期货课程教学过程中，要与时俱进地引进相关操作软件，多为学生创造实践机会，才能培养出更多高水平应用型人才。

参考文献

［1］班妙璇Python 在企业财务数据分析中的应用［J］.现代商贸工业， 2023， 44（12）：58-60

［2］陈张杭健， 俞承晔基于Python的“金融大数据分析”课程教学案例设计及其实现［J］.安徽电子信息职业技术学院学报， 2023， 22（2）：34-39

［3］黄锦敬基于Python的大数据公共课教学改革探索［J］.计算机时代， 2022（2）：100-102

［4］刘健金融（期货）国际化人才培养管理体系与制度建设的探索与实践——以北京物资学院经济学院“中英国际金融实验班”为例［J］.中国证券期货， 2018（6）：17-22

［5］马婷， 师佳英Python大数据分析在财务审计教学中的应用［J］.会计师， 2021（24）：66-68

［6］房媛， 王美航， 赵秀岩，等面向新文科的Python课程项目式学习教学研究［J］.软件导刊， 2013，22（6）：80-84

［7］張苏林Excel在本科金融专业课程中的应用探讨——以金融专业核心课程《证券投资学》为例［J］.湖北财经高等专科学校学报， 2011， 23（5）：77-79

［8］许可期货人才培养新模式的探索与实践［J］.中国证券期货， 2018（6）：14-16

［9］战雪丽，单磊，刘荔期货专业校企合作人才培养模式创新研究［J］.中国证券期货， 2018（6）：23-25

［10］张永拓，于静，顾玲芳，等基于人工智能的Python程序设计教学实践［J］.计算机工程， 2023， 52（5）：52-53