START HERE

环境、报告模板与合成数据No build · No paid API required

核心任务只依赖个人笔记本和开源工具。不会使用 Markdown 表格要求学生填报,也不单独提交 AI 使用记录。

01

先选择自己的环境

WINDOWS 11

WSL2 + Ubuntu

  • 在 PowerShell 中安装 WSL2 与 Ubuntu
  • 进入 Ubuntu,设置 Linux 用户名和密码
  • 安装 Git、uv 与 VS Code WSL 扩展
  • 课程代码优先放在 Linux 主目录 ~/fpc
macOS / LINUX

原生 Terminal

  • 打开 Terminal,确认 shell、Git 与 Python
  • 安装 uv,建立 ~/fpc 课程目录
  • 用 VS Code 或熟悉的编辑器打开目录
  • 所有项目用 uv 管理依赖与锁文件

完全零基础怎么办

不必独自读安装文档。打开 W03 页面,复制起步提示词给 AI,让它先确认你的系统,再一次只给一个操作步骤。

02

文件下载

MD

实验报告模板

无表格、无单独 AI 日志;按环境、步骤、结果、踩坑、结论和诚实标注组织。

下载文件 ↓
MD

Capstone 任务书

四条赛道、统一最低要求与课堂现场验收方式。

下载文件 ↓
MD

教学大纲文本版

便于归档、提交教务或继续修改。

下载文件 ↓
TXT

合成数据说明

课程数据字段、用途与免责声明。

下载文件 ↓
03

课程合成数据

文件用途性质
cashflows.csvW04 · NPV合成教学数据
asset_parameters.csvW06 · 数值模拟合成教学数据
transactions_messy.csvW07 · Polars 清洗合成教学数据
market_api_sample.jsonW08 · API 契约合成教学数据
market_returns.csvW09 / W11 · EDA 与回归合成教学数据
firm_panel.csvW12 · 面板数据合成教学数据
prices_daily.csvW13 · 时间序列合成教学数据
credit_risk.csvW14 / W15 · 机器学习合成教学数据
agent_inputs.jsonlW16 · Agent 安全合成教学数据

所有数据均由程序生成,不对应真实个人、企业或投资表现,不构成投资建议。

04

安全底线

不要把秘密交给 AI、文档或 Git

API Key、账号密码、真实个人信息和未获许可的数据不得写进代码、截图、飞书文档或仓库。误提交密钥后,删除文件不够,必须立即作废并轮换。