金融保险理财模拟研究中心实验室是一个多功能、人性化的实验环境，具有国际化、智能化和开放性。该实验室配备了高性能服务器、软硬件环境以及休闲研讨区和数据下载区等设施，可以满足交易实践类课程的教学需求和校企联合培养的环境要求。同时，该实验室还设有自主研讨区、金融创新实验室和教师工位区等多个功能区域，支持小组协作学习和团队独立研讨。此外，该实验室还采用智能化的管理体系，包括24小时网络自助预约系统、虚拟计算机管理系统、虚拟机系统、教学广播系统和智能多媒体仪器管理系统等，保证了实验室的开放性和高效运行。

. 现代化的实验教学模式在软硬件方面的完美支持

为了适应国际化的专业数据库配置和多功能的实验教学平台，实验室配备了国内权威的数据库Wind资讯终端和国际权威数据库Bloomberg资讯终端，以满足师生教学科研的国内外数据需求。同时，Ocale实验教学平台使得教师可以自主设置课程菜单，随机进行小组成员分配，布置各种格式的考核任务如视频、音频、文档、优酷视频等，满足多样化考核方式的需求。综上所述，实验室在软硬件方面为现代化的实验教学模式提供了近乎完美的实验环境。

2. 金融实验课程体系的完备化和立体化

数量化已经是当前金融学科发展的主流趋势，建立完备的金融实验课程教学体系是培养全面发展的高层复合型应用型金融人才不可或缺的部分。经过近10年的努力，数量金融实验教学中心建立了从计算机编程基础到金融学科前沿量化技术，从金融数据清洗到分析报告生成，从海量数据处理到模型的科学计算，从工具学习到创新创业思维和能力培养，从模拟实验到市场实战的较完备的立体化的金融实验课程体系，全方面提高金融人才的动手能力、创新意识、研究能力和创业能力。

3. 实验课程内容强调前沿性

实验课程教学内容的设计是实验课程教学的核心。相同名称的课程，每个高校授课内容千差万别，即使是相同高校，不同的教师间也不尽相同。数量金融实验教学中心在课程内容设计上强调追随业界和学界的前沿。以下以《金融数据处理技术》、《衍生金融工具》和《金融建模》的教学内容为例反映实验课程教学的前沿性。

《金融数据处理技术》以SAS统计分析软件作为软件平台，主要讲授金融数据的清洗技术。在教学案例上注意积累新问题。例如，2015年授课教师了解到某学生在学术论文写作期间遇到需要使用SAS提取所有子文件夹文件并进行格式转换的问题，其最终未能很好地解决。由于这个原因，其研究时间被拉长。授课教师认为该问题属于数据处理中可能很多人会遇到的问题，于是将其作为示例加入到课程教学中。该课程的数据处理小组任务体现了金融研究的前沿和量化投资实践，设置如下：

(1)论文要求：每个小组3人，选择一个题目。每个题目分配给两个小组，各小组需独立完成，最终需要提交的文件包括：1)数据处理报告；a. 问题阐述：小组处理的问题；b. 使用的数据，数据的来源；c. 数据的处理步骤，每个数据处理步相应的程序，每段程序需要说明这段程序的目的(通过注释完成)。

你好，你的要求是让我帮你重构一份数据处理报告。这个报告包括以下几个部分：

1. 数据处理的结果数据集，数据集包含的变量，每个变量的含义，观测的个数等；

2. 如果在处理数据的过程遇到数据缺失或数据合并问题需要说明你们的解决方案；

3. 小组成员的分工情况；

4. 数据处理报告的书写格式按照本科期末论文的格式书写。

5. 数据处理的程序及程序说明文档，说明每个程序干什么，并按照数据处理的过程排好顺序。不要有问题的程序，只要调试好的程序；

6. 至少两次小组讨论记录和讨论视频；

7. 小组论文以视频方式进行报告，报告小组研究的问题、采用的数据、数据处理过程、处理过程中是否存在异常数据处理问题，如何解决的，并对数据处理结果进行一定的分析；

8. 小组实践作为期中成绩计入总成绩，占20%,实践报告在期末考试前提交，每个小组允许有两次答疑机会。

9. 期中成绩评定标准：1.程序编制的规范性；2.数据处理的正确性；3.各小组成员的任务完成情况好坏；4.小组报告书写的好坏；5.题目难易加权。

10. 实践题目包括高频数据处理实践—大额交易数据提取、方差比计算、动量效应与反转效应检验、Fama-French三因子模型中三因子计算、事件研究法实现、财务危机特征统计、Hurst指数计算—分形市场指标、债券市场买卖价差计算、卖空限制对权证和期权价格的影响。

以下是重构后的内容：

任务要求及参考资料已存放在文件夹中。两个小组分别选择权证和50ETF期权进行交易。相比之下，《金融建模》这门课程的重点在于模型建立和分析上，旨在帮助学生整合之前学习的各种与建模相关的知识，解决实际问题，提高知识的应用能力，培养模型开发和研究创新的能力。主要内容包括资产定价模型(如CAPM和市场异象、择时策略)、波动率建模(包括基于低频数据和高频数据的波动率建模及应用)、利率期限结构建模(包括静态模型和动态模型实现)以及其他量化方法(如蒙特卡洛模拟和copula方法应用等)。考核方式为小组报告三次：开题、中期报告、最终报告以及小组论文；此外，个人还需要完成一个研究专题。

相较于上述两门课程，《衍生金融工具》对计算机编程技术的要求较低。然而，随着我国金融市场新衍生产品的发展，该课程的模拟交易内容也将不断丰富。例如，在50ETF期权推出后，模拟交易中将加入期权交易策略。

实验教学案例强调本土化。本中心实验课程以国内实际案例为基础，强调本土化教学。这一方面能够激发学生的学术兴趣，另一方面也有助于加强学生对实际金融市场的认知。例如，在《金融工程应用分析》中涉及的分析案例包括深南电巨亏案例、东方航空巨亏案例和中航油的案例等。

实验教学考核模式强调过程考核。无论是哪个模块的实验课程，我们都注重过程教学和平时考核。过程教学有助于指导学生之间的协作，及时纠正实验过程中的思维偏差，提高实验效率。同时，加重平时考核也体现了课程对学生学习过程的认可。

实验课程教学过程强调一、二、三课堂的有机结合，利用二三课堂强化第一课堂的知识和技能，提高课堂知识的实际应用性。

我们强调以研助学。每位授课教师都具备相应领域的多年学术研究经验。中心重视教师将科研成果转化为教学内容，以提高教学内容的前沿性。例如，《金融建模》的授课教师王天一老师研究方向为波动率建模；《投资技术分析》的授课教师严渝军老师具有丰富的股票、期货等金融产品的投资经验；《固定收益证券分析与估值》和《金融产品设计与应用》的授课教师张海云老师具有丰富的华尔街从业经验，其研究方向主要集中在固定收益证券和信用衍生产品方面。

. 引入校企联合培养模式以提升量化投资专硕的培训质量。

当前，我们正在探索将量化投资专硕的培养与校企合作的新模式。这种模式具有多重优势：

首先，这种模式能够将机构的实际量化投资问题引入教学环境，从而使量化策略课程更具实践性，更具有应用价值。

其次，学生在接受这种联合培养的过程中，不仅可以获得实习的机会，提高就业或者创业融资的概率，而且还可以通过实际操作提升专业技能，从而提升研究生教育的质量和针对性。

再者，此种方式还将专业的实习机会引入校园，这无疑可以增强实习的教育效果，避免了学生因为找不到实习机会而产生的盲目性。

最后，此种方式也可以为企业提供定向培养人才的新途径，有助于他们解决实际的金融问题。

因此，我们相信，这种校企联合培养新模式不仅能够在研究生阶段实施，而且也适用于本科生的教育过程，从而有效提升学生的创新能力和创业精神。