量化选股策略 · 源码解析

📚 30章完整版 K线·因子·模型
01量化投资概述
  • 什么是量化投资
  • 优势与挑战
  • 国内发展现状
02量化选股策略框架
  • 策略设计流程
  • 数据获取与处理
  • 因子挖掘与筛选
  • 策略回测与评估
03Python量化环境搭建
  • Anaconda安装
  • Jupyter配置
  • Pandas/NumPy/Matplotlib/Backtrader
04Pandas基础
  • Series与DataFrame
  • 数据读写
  • 清洗与预处理
  • 时间序列
05NumPy基础
  • 数组创建与操作
  • 矩阵运算
  • 随机数生成
  • 统计函数
06Matplotlib数据可视化
  • 折线图·柱状图
  • 散点图·K线图
  • 多子图布局
07Tushare数据接口
  • 注册与Token
  • 股票日线
  • 财务数据
  • 指数数据
08AkShare数据接口
  • 安装与使用
  • 实时行情
  • 宏观经济
  • 行业板块
09数据预处理实战
  • 缺失值处理
  • 异常值检测
  • 标准化与归一化
  • 对齐与重采样
10技术指标计算
  • 移动平均线MA
  • RSI
  • 布林带
  • MACD
11基本面因子构建
  • 市盈率PE
  • 市净率PB
  • ROE
  • 营收增长率
12多因子模型入门
  • 因子暴露度
  • 因子收益率估计
  • 多因子打分
  • 因子相关性
13单因子测试
  • IC/IR分析
  • 分层回测
  • 有效性检验
  • 因子衰减
14因子合成与优化
  • 等权合成
  • IC加权
  • 最大化IR
  • 因子正交化
15选股策略回测框架
  • Backtrader入门
  • 策略类编写
  • 交易逻辑
  • 绩效指标
16回测绩效评估
  • 年化收益率
  • 最大回撤
  • 夏普比率
  • 信息比率·胜率
17过拟合与风险控制
  • 过拟合识别
  • 交叉验证
  • 滚动回测
  • 风险平价
18行业中性化处理
  • 行业分类标准
  • 市值中性化
  • 因子剥离
  • 中性化回测
19风格因子模型
  • Barra模型
  • 市值·估值
  • 动量因子
  • 波动率因子
20事件驱动策略
  • 业绩预告
  • 分红送转
  • 限售股解禁
  • 事件研究法
21统计套利策略
  • 配对交易原理
  • 协整检验
  • 价差模型
  • 交易信号
22机器学习选股
  • 特征工程·标签
  • 逻辑回归
  • 随机森林
  • XGBoost
23深度学习选股
  • LSTM网络
  • 时间序列预测
  • 注意力机制
  • 训练与调优
24策略组合与资金管理
  • 多策略组合
  • 凯利公式
  • 固定比例
  • 动态资金管理
25实盘交易接口
  • CTP接口
  • vnpy框架
  • 模拟交易
  • 实盘注意事项
26策略监控与运维
  • 日志系统
  • 异常报警
  • 自动重启
  • 绩效监控
27量化策略报告撰写
  • 回测报告模板
  • 归因分析
  • 风险暴露
  • 策略说明书
28量化投资伦理与合规
  • 市场操纵识别
  • 内幕交易防范
  • 合规审查
  • 信息披露
29前沿量化策略探讨
  • 高频交易
  • 期权量化
  • 加密货币
  • ESG投资
30量化投资职业发展
  • 研究员技能树
  • 面试准备
  • 行业资源
  • 持续学习
📘 量化选股策略设计与源码解析 · 30章全 公众号:蓝海资料掘金营 微信 deep3321