課程名稱 |
金融創新 Financial Innovations |
開課學期 |
109-1 |
授課對象 |
管理學院 財務金融學研究所 |
授課教師 |
蔡芸琤 |
課號 |
Fin7033 |
課程識別碼 |
723 M6000 |
班次 |
|
學分 |
3.0 |
全/半年 |
半年 |
必/選修 |
選修 |
上課時間 |
星期五2,3,4(9:10~12:10) |
上課地點 |
管二302 |
備註 |
本課程中文授課,使用英文教科書。財工組5選4(研二修課)。 限碩士班以上 總人數上限:40人 |
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/1091Fin7033_ |
課程簡介影片 |
|
核心能力關聯 |
核心能力與課程規劃關聯圖 |
課程大綱
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
課程概述 |
「金融創新」Fall 2020
原授課教師:李賢源 (台大財務金融系教授,目前正休假研究中)
TEL: 3366-1081; E-mail: shyanlee@ccms.ntu.edu.tw
代理授課教師:蔡芸琤 (東吳巨量資料管理學院 & 台大財務金融系助理教授)
TEL: 0908-959-162; E-mail: pecutsai@gm.scu.edu.tw / pecutsai@ntu.edu.tw
上課方式:線上遠距教學 & 壽險經營管理實務研討 & 程式作業實作 & 專題演講心得回饋報告。
---------------重要---------------
選課須知:歡迎本學期同時修石百達老師的「壽險經營管理實務研討」同學選修 or 週四上午2,3,4節可配合彈性上課的同學。
---------------重要--------------- |
課程目標 |
金融創新,變更現有的金融體制和增加新的金融工具,以獲取現有的金融體制和金融工具所無法取得的潛在的利潤。金融創新它是一個為盈利動機推動、緩慢進行、持續不斷的發展過程。
本課程將引導修課學生了解,金融領域中採用資訊領域所進行的創新研究,隨著金融商品與金融產業應用資訊相關技術的不斷發展,其適用性將繼續擴大中,包含「金融行銷」、「金融視覺」、「交易策略執行」、「衍生性商品定價與分析」、「保險科技」、「創新商品設計」等不同主題,知道「如何做?」,建立金融創新之「執行能力」。 |
課程要求 |
修課同學需具備之基本能力:本課程不會在課堂上對程式語言基礎撰寫做額外的講授,課程內容皆以虛擬碼(pseudocode) 或 Python Sample Code 表示,修課學生可自行選用熟悉的程式語言來完成課堂指定作業。建議修課學生在修習本門課程前,已有程式語言的相關撰寫經驗為佳。程式作業嚴禁抄襲與被抄襲,違規者直接當次作業零分。不接受作業遲交,作業繳交方式為,學生透過各自的 Github 來進行作業提交。 |
預期每週課後學習時數 |
|
Office Hours |
另約時間 |
指定閱讀 |
課堂上授課教師之自製投影片 (於每週課程進度之一週前公布於 Ceiba)
https://github.com/pecu/FinancialVision
Y.-D. Lyuu, Financial Engineering & Computation: Principles, Mathematics,
Algorithms. Cambridge University Press, 2002. Corrigenda. Taiwan |
參考書目 |
. J. Fabozzi and T. D. Fabozzi (Ed.), The Handbook of Fixed Income
Securities. 4th ed. Irwin, 1995
J. C. Hull, Options, Futures, and Other Derivatives. 4th ed. Prentice-Hall, 1999
R. Jarrow and S. Turnbull, Derivative Securities. South-Western, 1996
P. Ritchken, Derivative Markets: Theory, Strategy, and Applications.
HarperCollins, 1996
S. M. Sundaresan, Fixed Income Markets and Their Derivatives. South-Western,
1997 |
評量方式 (僅供參考) |
No. |
項目 |
百分比 |
說明 |
1. |
題演講心得回饋報告 |
15% |
壽險經營管理實務研討之專題演講心得回饋報告。
每次5%,共三次。 |
2. |
程式作業實作 |
60% |
金融視覺之程式作業實作。每次20%,共三次。 |
3. |
課程參與及出席 |
10% |
壽險經營管理實務研討出席三次,每次2%,共6% & 線上課程參與4%。 |
4. |
金融創新專題報告 |
15% |
期末個人金融創新專題報告。 |
|
週次 |
日期 |
單元主題 |
第1週 |
9/18 |
課程內容介紹與進行方式說明 (線上授課)
https://docs.google.com/presentation/d/e/2PACX-1vTAQ0ns9cSIGCE4Ypfysfb0hEMVPQZmEzAgJWAyAzpU3xwQTzC5hwuVR2O4SXUHOIdjfWfe7qQTyINl/pub?start=false&loop=false&delayms=3000 |
第2週 |
9/24 |
壽險發展轉型及保險科技
授課主管:范文偉 代理總經理
上課時間:9/24 周四上午9:10-12:10
教室:管二101 (上下課請向助教司福民進行簽到簽退)
心得報告 Part1 (請於10/8 23:59之前繳交) |
第3週 |
10/02 |
中秋節放假一次 |
第4週 |
10/09 |
雙十節彈性放假一次 |
第5週 |
10/15 |
客戶行為大數據分析及運用
授課主管:管理資訊分析中心 賴昌作 協理
上課時間:10/15 周四上午9:10-12:10
教室:管二101 (上下課請向助教司福民進行簽到簽退)
心得報告 Part2 (請於10/29 23:59之前繳交) |
第6週 |
10/22 |
數位時代之銀行保險及企業保險
授課主管1:金融機構通路發展部 杜佩璇 資深協理
授課主管2:法人暨電子商務營運部 童恩霖 副總經理
上課時間:10/22 周四上午9:10-12:10
教室:管二101 (上下課請向助教司福民進行簽到簽退)
心得報告 Part3 (請於11/05 23:59之前繳交) |
第7週 |
10/30 |
QuantLib-Python Object (線上授課)
https://quantlib-python-docs.readthedocs.io/en/latest/
https://docs.google.com/presentation/d/e/2PACX-1vRH1IQE4XEWN9frgTXbtE22KQBd8PsIp-WabfkGLMYEkchQ5X4BoUmzVtGeLOANUQNBA755vDlESPs1/pub?start=false&loop=false&delayms=3000 |
第8週 |
11/06 |
Quantopian Tutorials (線上授課)
https://www.quantopian.com/tutorials/getting-started
https://docs.google.com/presentation/d/e/2PACX-1vSsVHyOz-PNWlKyg8J1Ayyv6T2D_6UX-KiNWuls_mzlwnOsAIVcxGAj6YqXIMlOjS-6sLYenGEwxc19/pub?start=false&loop=false&delayms=3000 |
第9週 |
11/13 |
目標可贖回遠期契約 Target Redemption Forward (線上授課)
https://docs.google.com/presentation/d/e/2PACX-1vQVcx7YvFAdAZadihCZiQAzAhiDJTwTkFwlqKeyZsXJ-wD9eBRz9APAbNhseJb20xtGxJ2GFqo0tnn0/pub?start=false&loop=false&delayms=3000 |
第10週 |
11/20 |
各位親愛的師生,大家好:
依據本校109學年度行事曆公告,本校運動會訂於109年11月20日(星期五)、21日(星期六)舉行,前揭日期全校停課,若因教學進度而有授課需求者,請授課教師與修課學生協調後自行調整上課時間。其餘運動會相關事宜,以體育室公告為準。
教務處 敬啟 |
第11週 |
11/27 |
金融視覺線上課程 Part1 (線上授課)
課程教材:https://hackmd.io/@Albert0796/ByOOvOiLw
Introduction of rule-based candlestick patterns
- Basic 8 candlestick patterns
- Tricks of rules
- (optional) Faster way with numpy & multiprocessing
HW1: collect at least two customized rule-based patterns with indices
Introduction of two deep learning classification models
- RNN / LSTM
- CNN (Lenet-5)
HW2: use both kinds of model to classify MNIST dataset with at least 90%
Candlestick pattern classification model
- RNN / LSTM
- Encoding (GASF) + CNN (Lenet-5)
- Visualize results (confusion matrix & misclassified patterns)
HW3: use both kinds of model to classify customized candlestick pattern (at least 3 classes) |
第12週 |
12/04 |
金融視覺線上課程 Part2 (線上授課)
Introduction of explainable artificial intelligence (XAI)
- Concept of LIME
- How to implement XAI on candlestick classification model (CNN)
- (optional) More ways to explain: adversarial attack
Introduction of generation model
- Basic autoencoder model
- Variational Autoencoder (VAE) & Adversarial Autoencoder (AAE)
- (optional) VAE / AAE conditions on labels
- (optional) More ways to generate data: adversarial samples |
第13週 |
12/11 |
程式作業實作,線上彈性諮詢時間 Part1。
作業一至作業三繳交截止日,12/25 23:59。 |
第14週 |
12/18 |
程式作業實作,線上彈性諮詢時間 Part2。
作業一至作業三繳交截止日,12/25 23:59。 |
第15週 |
12/25 |
個人專題報告影片製作。
請學生將報告影片上傳至個人 YouTube 頻道,擇優於課堂進行報告 (2021/1/5寄發上台報告通知)。
影片繳交截止日 2021/1/1 23:59。 |
第16週 |
1/01 |
元旦放假一次 |
第17週 |
1/08 |
期末個人專題發表 (線上或現場,待議)。 |
|