上海外国语大学凌爱凡教授：基于大语言模型的金融数据分析

凌爱凡，上海外国语大学教授、博士生导师，国际金融贸易学院副院长，上海外国语大学数据科学与大数据技术(金融大数据方向)本科专业负责人。西安交通大学获理学博士，中国科学院博士后，新加坡国立大学和哥伦比亚大学访问学者。曾任江西财经大学金融学首席教授、金融工程专业负责人。研究方向涵盖金融工程与风险管理、金融科技、自然语言处理及其应用等领域，主持4项国家自然科学基金项目，在European Journal of Operational Research、Journal of Economics and Dynamic Control、《管理科学学报》《系统工程理论与实践》等国内外重要期刊发表论文60余篇，出版《金融工程》《基于大语言模型的金融数据分析》《财经文本指数分析》等教材和著作。研究成果曾获江西省高校人文社会科学优秀论文一等奖。

在人工智能技术迅猛发展的当下，以DeepSeek和ChatGPT为代表的大语言模型正在深刻重塑各行业的工作模式，金融领域也不例外。传统的金融数据分析往往面临数据繁杂、处理流程繁琐、专业门槛高，以及对工具依赖性强等问题。而大语言模型凭借其强大的自然语言理解与生成能力、逻辑推理能力，以及跨领域知识整合能力，为非结构化金融数据分析提供了全新的解决方案。它不仅能简化数据处理流程，还能降低技术门槛，让更多财经从业者、研究者及学习者高效地从海量数据中挖掘价值，《基于大语言模型的金融数据分析》一书正是在这一背景下应运而生。

点击翻页 点击翻页 点击翻页 点击翻页 点击翻页

基于大语言模型的金融数据分析购买

凌爱凡 编著

北京: 科学出版社, 2026. 6

ISBN 978-7-03-085423-0

本书围绕“大语言模型+金融数据分析”这一核心，系统且全面地介绍了如何将大语言模型有效应用于金融数据分析的各个环节，内容涵盖基础理论、实用技能与实战应用。

本书通过清晰的逻辑架构和翔实的内容，将大语言模型与金融数据分析紧密结合，无论是金融领域的新手，还是有一定经验的从业者，都能从中获得实用的知识与技能，提升自身在财经数据分析领域的竞争力。

各章简介如下：

• 第1 章从大语言模型的基础入手，介绍其特点与原理，帮助读者理解这一工具的前世今生与底层逻辑；同时介绍一些主流大语言模型的获取与登录方式。

选取大语言模型的五个维度

• 第2 章聚焦使用大语言模型所需的代码基础，重点讲解Python。首先概述Python 及其在金融数据分析中的优势，随后指导读者进行Python 环境搭建与配置，介绍基本语法，并初探金融数据分析核心库，帮助读者了解必要的基础编程技能知识。

• 第3 章探讨大语言模型的提问艺术，高效的提示词是发挥大语言模型效能的关键。本章介绍了Prompt 的概念，阐述构建高效提示词的核心要素，讲解提示词的优化更迭方法，通过多个实例展示了不同提示词设计对模型输出效果的影响，还提及了相关的Prompt 生成工具，助力读者更好地与大语言模型交互。

• 第4 章对金融数据分析进行概述，分析金融数据的类型与来源，梳理金融数据处理的流程，并明确大语言模型在其中所扮演的角色，让读者对金融数据分析有整体认知。

• 第5 章介绍金融数据收集的方法与来源，以多个例子讲解如何利用大语言模型收集量化数据和文本数据，以及其生成虚拟数据的潜力。

• 第6 章阐述金融数据预处理的必要性，以及大语言模型在其中的应用，尤其是文本数据的预处理。

• 第7 章分析大语言模型在量化数据分析中的角色，包括进行数据描述性分析和数据参数估计。

样 页

• 第8 章围绕数据可视化与报告生成，介绍如何利用大语言模型生成比较型、趋势型、分布型及复合型图表。

• 第9 章讲解如何利用大语言模型进行量化建模与优化，涉及回归、时间序列分析与建模、股价预测建模、风险与收益分析。

• 第10 章专注于金融文本数据分析，介绍文本数据的分析框架、使用大语言模型进行文本分析的方法，内容涵盖评论文本情感分析，以及公司年报、政府工作报告的分析概括等主题挖掘和实体识别等关键环节。

本书特色

紧扣大语言模型与金融数据分析的深度融合，主题高度聚焦。

覆盖从数据收集、预处理到建模与文本分析的全流程，内容系统完整。

借助大语言模型简化繁琐流程，降低金融数据分析的技术门槛。

提供大量实操案例与提示词设计示例，突出实战导向。

兼顾新手入门与从业者进阶需求，适合多专业教学与自学参考。

本书可作为金融学、数字金融、金融工程、数字经济学和大模型应用等专业本科生和研究生的金融数据分析课程教材，也可作为相关领域科研工作者和量化投资者的参考用书。

本文摘编自《基于大语言模型的金融数据分析》（凌爱凡编著. 北京: 科学出版社, 2026. 6）一书“前言”，有删减修改，标题为编者所加。

ISBN 978-7-03-085423-0

责任编辑：杨　凯

本书聚焦“大语言模型+金融数据分析”这一核心，针对传统金融数据分析的痛点，整合基础理论与实战应用，旨在帮助读者切实提升金融数据挖掘与分析能力。

本书从大语言模型原理、主流模型获取及编程基础入手，深入讲解高效提示词设计技巧，全面覆盖金融数据收集、预处理、数据分析、可视化、建模与优化等全流程实操，逻辑清晰，循序渐进。

本书可供金融学、数字金融、金融工程等相关专业，以及对使用大模型进行数据分析感兴趣的学生阅读；同时也可为金融领域的科研工作者、从业者及投资者提供参考。

（本文编辑：刘四旦）

专业品质 学术价值

原创好读 科学品位

一起阅读科学