投资学课程智能化教改探讨

［摘 要］文章以哈尔滨工业大学（深圳）会计学（大数据会计）本科专业的大数据特色课程——智能投资为例，探讨传统投资学课程的智能化教改方案。文章展示和分析了智能投资课程在会计学（大数据会计）专业培养体系中的位置、教学安排、教学设计特点以及教改过程中的难点问题和解决思路，基于知识融合的理念解释了适应经管专业学生“先基础、后技术”“先讲解、后动手”“先模仿、后创造”的教学内容安排思路，并且诠释了智能投资课程从学术研究到策略落地、讲解与实验相互穿插等教学设计特点。

［关键词］投资学；智能化；教改；智能投资

［中图分类号］ G642.0 ［文献标识码］ A ［文章编号］ 2095-3437（2023）21-0035-04

引言

长期以来，我国会计本科教育侧重给予学生财务专业理论知识方面的培养训练。随着“大智移云”等新技术对财务行业影响的不断加强，会计变革备受关注[1]。越来越多的高校会计专业开始注重在财务理论知识教学中加入计算机应用与数据分析相关教学内容，以培养适应当代技术变革环境的高端复合型财务人才[2-3]。

在这一潮流下，会计学科的教学改革不断推进。会计专业教学越来越注重培养学生应用新兴技术的能力，使学生理解新技术如何应用于各个会计与财务业务领域。因此在设计专业选修课程体系时，充分考虑部分学有余力、希望掌握更多新技术工具应用知识的学生的进阶学习需求显得十分必要。开设既能够深化学生财务专业知识、又能够提升学生程序设计和数据分析能力的复合型课程，成为选修课程体系制定的重要议题。传统投资学课程的智能化教改转型，恰好满足了以上培养体系转型需求。

本文以哈尔滨工业大学（以下简称哈工大）（深圳）会计学（大数据会计）本科专业的选修課程——智能投资为例，探讨传统投资学课程的智能化教学改革思路、课程内容设计及教改过程中可能存在的困难和解决办法。智能投资课程为学有余力的学生提供综合学习和运用技术知识与专业知识的机会，帮助会计专业学生深入理解财务报告中包含的信息及其对资本市场的影响，同时强化学生的程序设计和财务数据分析等技术能力。智能化教学改革旨在最终形成一门技术与财务专业知识并重、各领域知识深度融合的复合型课程。

一、专业培养体系及智能投资课程定位

（一）大数据与会计结合的专业培养体系

哈工大（深圳）会计学（大数据会计）专业培养体系关注学生四方面知识和能力：经济管理理论基础、数理基础、会计专业理论与方法、计算机应用能力。

围绕以上四方面知识和能力，哈工大（深圳）会计学（大数据会计）专业本科生培养方案设置了六大类课程，包括：（1）通识教育课程（思政、英语、体育、文理通识等）；（2）数学与自然科学基础课程（微积分、代数与几何、概率论与数理统计、自然科学基础等）；（3）专业基础课程（会计学原理、经济学原理、管理学原理、计算机语言程序设计、基础计量经济学等）；（4）专业必修课程（中级财务会计、高级财务会计、管理会计、财务管理、大数据与智能决策、机器学习及财经应用等）；（5）专业选修课程（成本会计、财务报表分析、证券投资学、IT审计、智能投资等）；（6）实习实训课程（企业经营仿真实训、业财融合ERP 系统实训、财务大数据分析决策实训、财务共享实训等）。

其中， 数学与自然科学基础课程夯实学生数理基础。专业基础、专业必修、专业选修课程分别设置了具有大数据特色的专业课程，例如计算机语言程序设计（专业基础）、机器学习及财经应用（专业必修）、大数据与智能决策（专业必修）、IT审计（专业选修）、智能投资（专业选修）等。实习实训课程则为学生提供上机动手实验的机会。

（二）智能投资课程在专业培养体系中的位置

智能投资是为有志于从事资本市场研究或二级市场投资相关工作的高年级本科生开设的专业选修课程，是大数据会计方向的特色课程。在会计学（大数据会计）专业培养体系中，智能投资课程属于知识综合性较强、依赖先修课程知识体系的选修课程，为对编程和数据分析感兴趣的学生提供进一步提升技术能力的机会，具有一定的难度。如图1所示，选修智能投资课程前，学生需要掌握三方面知识和能力：（1）数据统计与分析基础知识；（2）Python基础程序设计与Pandas模块使用能力；（3）财务投资基础理论知识。

智能投资课程将技术与财务投资理论知识深度融合。通过学习，学生将接触大量学术研究中发现的投资策略，并利用Python语言实现策略编写、回测和实盘模拟，培养综合利用会计学、金融学、数据分析和Python程序设计知识解决实际投资问题的能力。具体而言，本课程要求学生利用上市公司披露的各类财务、非财务信息以及市场交易数据，利用学术研究结论和实际数据分析发现资产价格的统计规律，并基于规律制定可被计算机自动执行、回测和验证的投资策略。本课程共32课时，开设时间为大四秋季学期。本课程的学习能够为学生毕业设计写作、后续研究生阶段从事资本市场量化研究或从事二级市场投资相关工作提供知识准备和实践经验。

二、智能投资课程的教学安排

（一）教学内容

智能投资课程教学内容依次分为四个模块：（1）基础知识（6课时）；（2）智能投资平台（6课时）；（3）智能投资策略及其实现（16课时）；（4）策略汇报与研究展望（4课时）。总共32课时。其中模块一“基础知识”为学生熟悉智能投资的方法和特点提供知识铺垫；模块二“智能投资平台”介绍国内适合个人投资者的主流智能投资平台，选取国信iQuant平台进行重点介绍；模块三“智能投资策略及其实现”是本课程核心内容，从学术研究成果出发依次介绍各类智能投资策略原理和方法，并通过国信iQuant平台实现策略的回测和自动执行。模块四“策略汇报与研究展望”由学生汇报自己设计的策略成果，教师介绍学术研究和投资实践最新发展趋势。本课程教学内容总结见图2。

智能投资课程教学内容以“先基础、后技术”“先讲解、后动手”“先模仿、后创造”的设计思路进行安排，符合当前本科生知识接受习惯。从课程模块角度，课程先介绍智能投资的基础知识，后讲解基于国信iQuant平台的策略实现技术细节。“先基础、后技术”的内容安排使得教学内容从易到难，有助于学生培养学习兴趣、增强学习信心。从策略思想讲解角度，课程先从理论角度出发讲解学术研究中发现的资本市场资产价格运动规律，提炼其中的策略思想，后展示如何通过国信iQuant平台利用Python语言在市场中将投资思想转化为真实策略，并要求学生动手实验。“先讲解、后动手”的教学安排有助于学生明确学习目标、形成学习条理。从教学考核角度，课堂教学内容涉及大量已被发现的研究成果和策略，学生先仿照其思想实现投资策略编写，而课程考核则需要学生总结前人投资思路、制定新的投资策略。“先模仿、后创造”的实践安排能够帮助学生夯实策略编写基础，最终激发学生主动学习兴趣。

（二）课程实验平台

智能投资课程所选量化投资平台为掌握难度适中的国信iQuant平台。当前中国证券市场存在多种可服务个人投资者的智能投资平台，平台所基于的计算机程序语言也不尽相同。由于哈工大（深圳）会计学（大数据会计）专业本科生前期已完成两门基于Python的计算机程序设计必修课程（计算机语言程序设计、财务大数据分析决策实训），本课程首选基于Python语言的量化投资平台。国信iQuant平台策略编写基于Python语言，提供了大量财务和市场行情数据接口，自带图形化界面，程序编写方便，因此本课程以国信iQuant平台作为教学平台。

（三）考核设计

为调动学生自主学习积极性，智能投资课程考核设计以使学生全方位体验投资行业各领域职位角色为目标，对学生投资策略原创开发能力、投资策略选择能力、投资策略销售推介能力以及投资策略书面表达能力进行综合评价。

课程考核分为四部分：（1）课堂参与（成绩占比10%，包括课堂出席、回答问题）；（2）智能投资策略路演报告（成绩占比30%，学生根据课程所学，自行开发制定一个智能投资策略，并在课堂进行模拟路演）；（3）模拟投资收益（成绩占比30%，学生根据自己与其他同学的路演，选择投资于自己或其他同学开发的投资策略，以被投资策略的实际收益率排名计算成绩）；（4）投资研究书面报告（成绩占比30%，将自身投资策略以文字形式呈现并提交）。

其中，考核点2“智能投资策略路演报告”考查学生的投资策略原创开发能力和投资策略销售推介能力；考核点3“模拟投资收益”考查学生的投资策略选择能力；考核点4“投资研究书面报告”考查学生投资策略原创开发能力和投资策略书面表达能力；考核点2、3、4可充分训练学生从策略构思制定到策略实现、最后到策略推介和汇报的全过程能力，对学生的自主学习和能力提升进行激励。

三、智能投资课程教学设计特点

（一）从学术研究结论到投资策略落地

智能投资课程以“市场异象或风险因子”前人学术研究成果为出发点介绍投资思路，策略讲解开门见山。传统投资学教材通常以资本资产定价模型和投资组合理论作为投资策略讲解的切入点和重点。本课程则从学术研究发现的资本市场异象或系统性风险因子入手讲解投资策略原理，有助于学生快速理解投资策略思想。例如在介绍基于财务基本面信息的智能投资策略时，本课程直接讲解学术研究所发现的会计应计、盈利、投资、杠杆、股权融资等财务信息与公司未来股价之间的关系，并解释如何使用此类财务数据筛选投资标的。

介绍投资思路后，本课程再给出实际策略编程案例，加深学生对投资思想转化为可执行的计算机程序过程的理解。以应计信息选股策略为例，本课程首先从斯隆（Sloan）发现的应计盈余固着现象[4]入手，阐释会计应计项目与未来股票收益率的负相关关系，揭示“买入低应计公司、做空高应计公司”这一投资思想；之后，通过课堂演示将该投资思想转化成iQuant平台可执行Python程序的全过程，并现场进行回测，得出该策略在历史数据上的各类业绩表现，使得学生可以直观体验策略落地过程；最后通过相关引申编程问题，强化鍛炼学生实际动手能力。

（二）知识讲解与动手实验相互穿插

本课程在讲解投资策略时穿插安排编程实验案例和作业，使得学生在学习理论知识后能够立刻动手练习。在讲解完某一类投资策略原理后，即安排编程演示和学生动手练习。教师按照课程进度介绍不同大类投资策略时将知识讲解与动手实验相互穿插，通过不断进阶的编程练习提升学生的动手能力和对知识点的掌握程度。

（三）课程难度安排循序渐进

课程模块层面，本课程先讲解投资和编程平台的基础知识，后讲解策略原理和研究趋势。课程核心策略内容层面，先讲解基于单一信息的选股策略，后讲解基于多个因素的选股策略，使用的策略模型从简单的因子排序模型到最后的机器学习模型，难度和挑战性逐渐增加。循序渐进的难度安排有助于学生先建立学习信心，后依赖自驱力进行进阶学习、完成新挑战。

（四）考核以激发学生自主探索欲为目标

本课程以学生策略演示汇报、模拟投资收益和投资研究书面报告作为重点考核对象，使得学生必须从基金经理和量化分析师的角度思考如何提升策略绩效以及如何更好地展示自己开发的策略。本课程贴近投资现实、综合考虑策略质量和演示汇报能力的考核目标，有助于激发学生创新和自主探索的欲望。

四、投资学课程智能化教改的难点与解决思路

（一）学生前期知识储备不足

智能投资课程开设难点之一为学生前期知识储备不足。开课前需要学生掌握数据统计分析理论、程序设计和财务投资理论三方面知识。学生前期知识储备不足，尤其是程序设计知识及能力不足将影响投资学课程“智能化”层面教学内容的深入讲解。

针对学生前期不具备Python程序设计能力的情况，可以在课程中适当增加专门讲解Python程序设计的课时量，使学生在操作iQuant平台前掌握一定的Python程序设计能力。哈工大（深圳）会计学（大数据会计）专业培养方案中加入了两门专门介绍Python程序设计的编程课程和大量数据分析理论课程，为智能投资课程的开设提供了知识储备基础。

（二）学生动手欲望不强

学生动手编程欲望不强是影响智能投资课程进度推进的又一难点。一些学生习惯于“教师讲、学生听”的被动学习过程，不愿意主动动手上机编程。

在课程中穿插安排知识讲解和动手实验，能够有效驱使学生在被动接收知识后动手上机实现投资策略，培养学生动手习惯和能力。课程考核也完全根据学生实际动手制定的投资策略进行给分，考核设计有助于提高学生对动手编程的重视程度。

（三）教师教学转型困难

从传统证券投资课程教学转型到智能投资课程教学，教师需要额外掌握计算机程序设计、智能投资平台使用方法等内容，因此本课程具有较高的备课难度。通常来说，教师在投资学课程智能化转型过程中遇到的困难挑战可分为两类：一是教师虽然对投资理论较为熟悉，但对现实中可用于实战的具体投资策略了解不深；二是教师虽然对传统投资学内容较为熟悉，但不熟悉编程实现投资策略的技术细节。

存在第一类困难的教师在教学转型中需要增加一定的投资策略素材积累。国信iQuant平台为面临此类挑战的教师提供了一些教学资源（见https：//www.guosen.com.cn/gs/iquant/classroom.html？channelid=000100010002000300020003），同时高等教育出版社出版的教材《Python量化投资基础教程》也提供了诸多策略案例[5]。存在第二类困难的教师则需要投入更多的时间精力去学习相关编程语言和平台使用方法，《Python量化投资基础教程》中也提供了相关Python语言基础知识讲解[5]。

五、结语

本文以哈工大（深圳）会计学（大数据会计）本科专业的智能投资课程为例，探讨传统投资学课程的智能化教改方案，展示和分析了智能投资课程在哈工大（深圳）会计学（大数据会计）专业培养体系中的定位、教学内容安排、教学设计特点以及教改过程中的难点和解决方案，为存在相关课程教改需求的高校教师提供参考。

［ 参 考 文 献 ］

[1] 徐玉德.数字经济时代会计变革的反思与逻辑溯源[J].会计研究， 2022（8）： 3-13.

[2] 徐玉德，刘迪，樊柯馨.数字经济时代会计教育转型与职业发展规划[J]. 财政科学， 2021（12）： 27-36.

[3] 李慧， 温素彬. 比物連类：智能会计人才培养方案的比较[J]. 财会月刊， 2023， 44（4）： 45-50.

[4] SLOAN R G. Do stock prices fully reflect  information in accruals and cash flows about future earnings？[J].The accounting review， 1996，71（3）： 289-315.

[5] 陈学彬. Python量化投资基础教程[M].北京：高等教育出版社， 2021.

［责任编辑：周侯辰］

［收稿时间］2023-06-10

［基金项目］中国会计学会重点课题“新形势下会计类学科专业的融合与重构研究”（2021KJA04）；国家自然科学基金青年项目（72202050）；深圳市人文社会科学重点研究基地成果；哈尔滨工业大学（深圳）人文社会科学发展专项基金（校20210004）。

［作者简介］吴璇（1991—），男，浙江人，博士，助理教授，硕士研究生导师，研究方向为资本市场信息披露、公司治理。