学制：1年

简介：量化金融微专业以“量化方法与金融实践深度融合”为核心培养方向，旨在培养掌握量化金融和人工智能的基本理论与方法，接受数理金融思维和科学实验方面的系统训练，具备金融数据分析与处理能力，能综合运用数学方法、金融知识及人工智能技术解决金融风险评估、金融风险控制与投资决策等问题的复合型人才。尤其注重在短时间内帮助学生掌握“用数学建模、统计分析、编程工具解决金融问题”的核心能力。本微专业面向全校本科生开放，不限专业背景，尤其鼓励具备金融基础知识、数学能力和编程基础的学生选修，并且大二、大三学生优先。要求申请者具备以下条件：（1）对量化金融具有浓厚的兴趣；（2）学习态度端正、刻苦勤奋；（3）具备自主学习的能力及一定的创新能力。

《计量经济学》(开课时间：2026年春季学期，具体上课时间根据开课学期的实际情况确定，上课地点：前湖北院)

课程以“理论基础-模型构建-模型应用”为主线，系统介绍计量经济学的基础理论与模型设定方法、实证分析的流程、常用计量软件EViews的操作与应用等核心模块。通过本课程的学习，学生能够掌握计量经济学的基本理论和模型设定方法，熟悉计量经济分析工作的基本内容和工作程序，能用计量经济学软件进行实际操作。
《金融风险管理》(开课时间:2025年秋季学期，具体上课时间根据开课学期的实际情况确定，上课地点：前湖北院)

课程从风险管理的视角切入，说明风险识别、风险评估、风险管理规划等核心内容；坚持全面风险管理理念，内容涵盖风险管理的一般原理、测度工具，包含金融机构面临的主要风险如市场风险、利率风险、流动性风险、汇率风险等；对于各类金融风险的不同计量方法，尽可能地举例阐述，并通过2008年金融危机、硅谷银行流动性危机等典型案例突出理论与实践的结合。本课程旨在使学生掌握金融风险管理的基本理论和基本技能，最终培养兼具风险量化能力、合规决策思维与跨市场危机处置能力的复合型金融人才，为金融机构风险管控与金融系统稳定提供实战型人才支撑。

《统计机器学习及编程实践》(开课时间:2026年春季学期，具体上课时间根据开课学期的实际情况确定，上课地点：前湖北院)

课程紧扣机器学习的Python实现与数学原理，以“模型-策略-算法”为主线介绍分类、回归和聚类等方法。通过本课程的学习，学生能够掌握一些常用的监督学习和无监督学习的的基本概念、数学原理和方法，并可以灵活运用机器学习算法解决实际问题，包括数据预处理、模型选择、训练、评估和调优。同时，学生发现、分析和解决问题的能力和创造性学习的能力可以得到较大程度提高。

《金融时间序列分析及实验》(开课时间：2025年秋季学期，具体上课时间根据开课学期的实际情况确定，上课地点：前湖北院)

课程紧跟金融数字化和量化化的浪潮，以“理论基础→核心方法→实践应用”为逻辑链，系统梳理经典金融时间序列的基本方法和理论：ARIMA模型，SARIMA模型，指数平滑模型，GARCH模型；通过实验培养学生用数据和模型来验证想法、支持决策的科学思维方式。课程采用“理论+实验”的模式，其核心意义在于，培养学生未来在数据驱动的金融世界中能够运用现代计量工具分析和解决实际金融问题。