01
景气度指标概述
什么是景气度、为什么需要领先指标、指标的分类与框架。
概念框架
02
数据预处理基础
数据清洗、缺失值处理、异常值检测与修正。
清洗异常值
03
时间序列基础
平稳性检验、自相关与偏自相关、差分操作。
平稳性ACF/PACF
04
周期识别方法
HP滤波、BP滤波、季节调整（X-13ARIMA-SEATS）。
滤波季节调整
05
拐点识别技术
BBQ算法、Markov Switching模型、拐点确认规则。
拐点Markov
06
合成指标构建
等权法、主成分分析法（PCA）、动态因子模型。
PCA动态因子
07
领先滞后关系分析
交叉相关分析、Granger因果检验、时差相关分析。
因果时差
08
指标筛选与优化
相关性筛选、信噪比评估、滚动窗口验证。
筛选信噪比
09
景气指数标准化
Z-score标准化、极值标准化、定基与环比指数。
标准化指数
10
扩散指数构建
扩张指标占比计算、扩散指数平滑、阈值设定。
扩散指数阈值
11
合成指数（CI）构建
对称变化率计算、振幅调整、趋势复原。
CI振幅调整
12
预警信号系统
阈值设定、信号灯设计（红黄绿）、预警准确率评估。
预警信号灯
13
机器学习入门
特征工程基础、过拟合与欠拟合、交叉验证。
特征工程交叉验证
14
线性回归模型
一元线性回归、多元线性回归、正则化（Ridge/Lasso）。
回归Ridge
15
决策树与随机森林
决策树原理、随机森林集成、特征重要性排序。
随机森林重要性
16
支持向量机（SVM）
核函数选择、参数调优、分类与回归应用。
SVM核函数
17
神经网络基础
感知机、多层感知机（MLP）、激活函数选择。
MLP激活函数
18
LSTM时间序列预测
循环神经网络原理、LSTM结构、序列预测实战。
LSTM序列预测
19
XGBoost与LightGBM
梯度提升原理、参数调优、模型对比。
XGBoostLightGBM
20
模型融合策略
Stacking、Blending、加权平均融合。
融合Stacking
21
回测框架搭建
滚动预测设计、绩效评估指标（IC、IR、胜率）。
回测IC/IR
22
行业景气度案例（上）
选取一个行业（如半导体），构建领先指标。
半导体案例
23
行业景气度案例（下）
模型验证、信号生成、策略回测。
验证策略
24
宏观经济景气案例
PMI合成、信贷周期指标、GDP Nowcasting。
PMINowcasting
25
高频数据应用
百度搜索指数、新闻情绪分析、卫星图像数据。
高频情绪
26
另类数据挖掘
供应链数据、招聘数据、专利数据。
另类数据供应链
27
模型部署与监控
API服务搭建、模型监控、定期重训练策略。
部署监控
28
风险管理
模型风险、数据风险、过拟合风险控制。
风控过拟合
29
报告撰写与可视化
自动化报告生成、动态仪表盘设计、结论呈现。
可视化仪表盘
30
前沿展望
大模型在景气预测中的应用、因果推断、联邦学习。
大模型因果推断