01
资金流预测概述
什么是资金流预测 · 企业需求 · 应用场景：现金流、预算、预警
概念入门
02
资金流数据基础
数据类型(收入/支出/净现金流) · 来源(银行/ERP/发票) · 频率
数据基础
03
数据采集与清洗
Excel/CSV导入 · 缺失值/异常值处理 · 标准化 · 时间对齐
清洗预处理
04
探索性数据分析 (EDA)
描述性统计 · 可视化(折线/柱状/箱线) · 季节性与趋势
可视化分析
05
时间序列基础
平稳性 · 自相关/偏自相关 · 滞后与差分操作
时序核心
06
简单移动平均法 (SMA)
SMA原理 · 窗口选择 · 预测实现 · 优缺点
平滑经典
07
指数平滑法 (ES)
一次/二次/三次指数平滑 · Holt-Winters · 参数调优
平滑调参
08
ARIMA模型 (上)
AR/MA原理 · ARIMA结构 · 阶数选择(p,d,q)
统计ARIMA
09
ARIMA模型 (下)
拟合与诊断 · 残差分析 · 预测与置信区间 · 实战
诊断实战
10
季节性ARIMA (SARIMA)
SARIMA结构 · 季节性参数(P,D,Q,m) · 案例
季节SARIMA
11
Prophet模型入门
Facebook Prophet · 趋势/季节/节假日 · 快速上手
Prophet入门
12
Prophet模型实战
趋势变化点 · 季节/节假日 · 不确定性 · 月度现金流案例
实战预测
13
LSTM神经网络基础
RNN简介 · LSTM门控机制 · Keras搭建LSTM
深度学习LSTM
14
LSTM时间序列预测
归一化/滑动窗口 · 模型构建 · 训练评估 · 反归一化
LSTM预测
15
特征工程
时间特征 · 滞后特征 · 滚动统计 · 外部特征(节假日/促销)
特征工程
16
多模型对比与选择
MAE/RMSE/MAPE · 时序交叉验证 · 模型选择策略
评估对比
17
集成学习方法
随机森林 · XGBoost · LightGBM · 平均/加权集成
集成树模型
18
资金流预测Pipeline构建
数据管道 · 特征工程Pipeline · 训练/回测Pipeline
Pipeline工程化
19
模型部署基础
Pickle/Joblib · Flask API · Docker · 模型监控
部署MLOps
20
实时预测系统设计
流处理(Kafka/Redis) · 增量学习 · 模型更新 · 告警
实时系统
21
资金流预测中的异常检测
异常类型 · Z-score/IQR · 孤立森林
异常风控
22
多场景资金流预测
按业务线/客户群/地区 · 汇总与分解策略
多场景策略
23
资金流预测与预算管理
预测驱动预算 · 滚动预算 · 实际vs预测 · 调整策略
预算管理
24
风险预警与决策支持
流动性指标 · 预警阈值 · 决策建议生成
预警决策
25
自动化报告生成
Python PDF报告 · 可视化嵌入 · 定时任务(Cron/Airflow)
报告自动化
26
案例实战 (上) 零售企业
数据探索与特征工程 · 业务理解
案例零售
27
案例实战 (中) 零售企业
模型训练与调优 · 超参数搜索
调优实战
28
案例实战 (下) 零售企业
部署与监控 · 模型上线
部署监控
29
常见问题与解决方案
数据稀疏 · 概念漂移 · 过拟合 · 业务解释性
FAQ经验
30
课程总结与进阶方向
知识图谱 · 深度学习/强化学习 · 行业趋势
总结进阶