📘 量化回测·实战指南
30章 · 从入门到实盘
01
量化交易入门
什么是量化交易
优势与风险
基本流程
常用平台
02
Python量化环境搭建
Anaconda安装
Jupyter配置
pandas/numpy
matplotlib/backtrader
03
Pandas基础 (上)
Series/DataFrame
基本属性
索引与切片
数据筛选过滤
04
Pandas基础 (下)
缺失值/重复值
concat/merge/join
分组聚合
05
NumPy基础
数组创建/运算
矩阵操作
随机数/统计
06
Matplotlib可视化
折线/柱状/散点
K线图
子图/美化
07
金融数据获取
Tushare/AkShare
股票历史数据
实时行情/存储
08
技术指标计算 (上)
MA/EMA
MACD
RSI
09
技术指标计算 (下)
布林带
KDJ/ATR/OBV
10
交易策略基础
策略开发流程
信号生成
买卖点/参数优化
11
Backtrader框架入门
架构/Cerebro
Data Feed
Strategy基类
12
Backtrader策略编写
自定义策略
next方法
买卖信号/订单
13
Backtrader数据加载
本地CSV/在线
多品种/多周期
14
Backtrader指标使用
内置/自定义指标
组合/可视化
15
Backtrader分析器
收益率/夏普
最大回撤/交易统计
16
Backtrader可视化
回测图表/信号
资金曲线/多策略
17
双均线策略实战
金叉死叉
参数优化/评估
18
布林带策略实战
突破策略
止损止盈/回测
19
MACD策略实战
金叉死叉/背离
参数调优/绩效
20
RSI策略实战
超买超卖/背离
多周期/回测对比
21
海龟交易法则实现
唐奇安通道
ATR仓位/加仓
22
多因子选股策略
因子定义/标准化
组合/回测
23
投资组合优化
马科维茨模型
有效前沿/夏普
24
风险管理
VaR/最大回撤
凯利公式/止损
25
事件驱动策略
财报/分红/新闻
事件套利
26
高频交易基础
Tick数据/订单簿
盘口/交易成本
27
机器学习在量化中
特征工程/线性回归
随机森林/LSTM
28
策略回测陷阱与优化
过拟合/前视偏差
幸存者/滑点模拟
29
实盘交易接口
券商API/vnpy
模拟/实盘风控
30
量化交易系统架构
系统设计/数据管道
策略引擎/风控/监控