上海外國語大學凌愛凡教授：基于大語言模型的金融數據分析

凌愛凡，上海外國語大學教授、博士生導師，國際金融貿易學院副院長，上海外國語大學數據科學與大數據技術(金融大數據方向)本科專業負責人。西安交通大學獲理學博士，中國科學院博士后，新加坡國立大學和哥倫比亞大學訪問學者。曾任江西財經大學金融學首席教授、金融工程專業負責人。研究方向涵蓋金融工程與風險管理、金融科技、自然語言處理及其應用等領域，主持4項國家自然科學基金項目，在European Journal of Operational Research、Journal of Economics and Dynamic Control、《管理科學學報》《系統工程理論與實踐》等國內外重要期刊發表論文60余篇，出版《金融工程》《基于大語言模型的金融數據分析》《財經文本指數分析》等教材和著作。研究成果曾獲江西省高校人文社會科學優秀論文一等獎。

在人工智能技術迅猛發展的當下，以DeepSeek和ChatGPT為代表的大語言模型正在深刻重塑各行業的工作模式，金融領域也不例外。傳統的金融數據分析往往面臨數據繁雜、處理流程繁瑣、專業門檻高，以及對工具依賴性強等問題。而大語言模型憑借其強大的自然語言理解與生成能力、邏輯推理能力，以及跨領域知識整合能力，為非結構化金融數據分析提供了全新的解決方案。它不僅能簡化數據處理流程，還能降低技術門檻，讓更多財經從業者、研究者及學習者高效地從海量數據中挖掘價值，《基于大語言模型的金融數據分析》一書正是在這一背景下應運而生。

點擊翻頁 點擊翻頁 點擊翻頁 點擊翻頁 點擊翻頁

基于大語言模型的金融數據分析購買

凌愛凡 編著

北京: 科學出版社, 2026. 6

ISBN 978-7-03-085423-0

本書圍繞“大語言模型+金融數據分析”這一核心，系統且全面地介紹了如何將大語言模型有效應用于金融數據分析的各個環節，內容涵蓋基礎理論、實用技能與實戰應用。

本書通過清晰的邏輯架構和翔實的內容，將大語言模型與金融數據分析緊密結合，無論是金融領域的新手，還是有一定經驗的從業者，都能從中獲得實用的知識與技能，提升自身在財經數據分析領域的競爭力。

各章簡介如下：

• 第1 章從大語言模型的基礎入手，介紹其特點與原理，幫助讀者理解這一工具的前世今生與底層邏輯；同時介紹一些主流大語言模型的獲取與登錄方式。

選取大語言模型的五個維度

• 第2 章聚焦使用大語言模型所需的代碼基礎，重點講解Python。首先概述Python 及其在金融數據分析中的優勢，隨后指導讀者進行Python 環境搭建與配置，介紹基本語法，并初探金融數據分析核心庫，幫助讀者了解必要的基礎編程技能知識。

• 第3 章探討大語言模型的提問藝術，高效的提示詞是發揮大語言模型效能的關鍵。本章介紹了Prompt 的概念，闡述構建高效提示詞的核心要素，講解提示詞的優化更迭方法，通過多個實例展示了不同提示詞設計對模型輸出效果的影響，還提及了相關的Prompt 生成工具，助力讀者更好地與大語言模型交互。

• 第4 章對金融數據分析進行概述，分析金融數據的類型與來源，梳理金融數據處理的流程，并明確大語言模型在其中所扮演的角色，讓讀者對金融數據分析有整體認知。

• 第5 章介紹金融數據收集的方法與來源，以多個例子講解如何利用大語言模型收集量化數據和文本數據，以及其生成虛擬數據的潛力。

• 第6 章闡述金融數據預處理的必要性，以及大語言模型在其中的應用，尤其是文本數據的預處理。

• 第7 章分析大語言模型在量化數據分析中的角色，包括進行數據描述性分析和數據參數估計。

樣 頁

• 第8 章圍繞數據可視化與報告生成，介紹如何利用大語言模型生成比較型、趨勢型、分布型及復合型圖表。

• 第9 章講解如何利用大語言模型進行量化建模與優化，涉及回歸、時間序列分析與建模、股價預測建模、風險與收益分析。

• 第10 章專注于金融文本數據分析，介紹文本數據的分析框架、使用大語言模型進行文本分析的方法，內容涵蓋評論文本情感分析，以及公司年報、政府工作報告的分析概括等主題挖掘和實體識別等關鍵環節。

本書特色

緊扣大語言模型與金融數據分析的深度融合，主題高度聚焦。

覆蓋從數據收集、預處理到建模與文本分析的全流程，內容系統完整。

借助大語言模型簡化繁瑣流程，降低金融數據分析的技術門檻。

提供大量實操案例與提示詞設計示例，突出實戰導向。

兼顧新手入門與從業者進階需求，適合多專業教學與自學參考。

本書可作為金融學、數字金融、金融工程、數字經濟學和大模型應用等專業本科生和研究生的金融數據分析課程教材，也可作為相關領域科研工作者和量化投資者的參考用書。

本文摘編自《基于大語言模型的金融數據分析》（凌愛凡編著. 北京: 科學出版社, 2026. 6）一書“前言”，有刪減修改，標題為編者所加。

ISBN 978-7-03-085423-0

責任編輯：楊　凱

本書聚焦“大語言模型+金融數據分析”這一核心，針對傳統金融數據分析的痛點，整合基礎理論與實戰應用，旨在幫助讀者切實提升金融數據挖掘與分析能力。

本書從大語言模型原理、主流模型獲取及編程基礎入手，深入講解高效提示詞設計技巧，全面覆蓋金融數據收集、預處理、數據分析、可視化、建模與優化等全流程實操，邏輯清晰，循序漸進。

本書可供金融學、數字金融、金融工程等相關專業，以及對使用大模型進行數據分析感興趣的學生閱讀；同時也可為金融領域的科研工作者、從業者及投資者提供參考。

（本文編輯：劉四旦）

專業品質 學術價值

原創好讀 科學品位

一起閱讀科學