01
量化投资概述
什么是量化投资 · 公募与私募区别 · 策略常见类型
概念入门
02
策略开发环境搭建
Python环境 · Anaconda · Jupyter · Pandas/NumPy/Matplotlib
工具Python
03
数据获取与清洗
Wind/Tushare/AKShare · 缺失值 · 异常值检测
数据预处理
04
因子挖掘基础
因子分类 · 基本面/技术面/另类 · 单因子测试框架
因子挖掘
05
因子有效性检验
IC/IR分析 · 分组回测 · 相关性 · 衰减分析
检验IC
06
多因子模型构建
等权/IC加权/IR加权 · 因子合成 · 行业中性化
多因子加权
07
选股策略设计
打分法 · 回归法 · 随机森林 · XGBoost
选股机器学习
08
风险模型构建
Barra模型 · 风格因子暴露 · 协方差估计
风险Barra
09
组合优化
均值-方差 · 风险预算 · Black-Litterman · 约束处理
优化组合
10
交易成本模型
固定成本 · 滑点 · 市场冲击 · 成本影响
成本滑点
11
回测系统搭建
事件驱动 · 向量化 · 前视偏差 · 幸存者偏差
回测陷阱
12
策略绩效评估
夏普比率 · 最大回撤 · 卡玛 · 信息比率 · 胜率
绩效指标
13
过拟合与正则化
过拟合识别 · 交叉验证 · L1/L2 · 滚动窗口
过拟合正则化
14
时间序列分析基础
平稳性 · ACF/PACF · ARIMA模型
时间序列ARIMA
15
统计套利策略
配对交易 · 协整 · 价差均值回复 · 布林带
套利协整
16
动量策略
截面动量 · 时间序列动量 · 动量因子 · 崩溃
动量因子
17
反转策略
短期/中期反转 · 反转因子 · 风险控制
反转风险
18
事件驱动策略
财报超预期 · 上调评级 · 大宗交易 · 股东增持
事件驱动
19
机器学习在量化中的应用
特征工程 · 模型选择 · 超参数调优 · SHAP值
机器学习SHAP
20
深度学习策略
LSTM · Transformer · 强化学习交易
深度学习LSTM
21
另类数据策略
舆情 · 卫星图像 · 供应链 · 支付数据
另类数据舆情
22
CTA策略
趋势跟踪 · 均值回复 · 波动率突破 · 仓位管理
CTA趋势
23
期权策略
期权定价 · 波动率交易 · 备兑开仓 · 保护性看跌
期权波动率
24
指数增强策略
跟踪误差 · 行业偏离 · 因子暴露 · 打新增强
指数增强跟踪误差
25
绝对收益策略
市场中性 · 多空 · 套利 · 对冲工具
绝对收益中性
26
策略实盘部署
交易接口 · 订单管理 · 风控模块 · 日志监控
实盘部署
27
绩效归因分析
Brinson · Barra · 因子归因 · 行业归因
归因Brinson
28
策略风险管理
VaR · 压力测试 · 尾部风险 · 流动性风险
风险管理VaR
29
监管与合规
公募限制 · 信息披露 · 内幕交易 · 公平交易
合规监管
30
策略迭代与优化
生命周期 · A/B测试 · 参数自适应 · 组合管理
迭代优化