01
情绪指标概述
什么是市场情绪？为什么情绪指标对交易有用？课程目标与学习路径。
基础入门
02
数据源准备
获取股票行情数据（tushare/akshare）、获取新闻标题数据、获取社交媒体数据（微博/雪球）。
数据API
03
基础指标计算
涨跌比（ADR）、新高新低比（NH/NL）、成交量变化率。
指标计算
04
波动率指标
历史波动率、已实现波动率、VIX类指标构建。
波动率风险
05
资金流向指标
主力资金净流入、大单成交占比、资金流向强度。
资金流向
06
市场宽度指标
腾落线（ADL）、麦克连指标（McClellan Oscillator）、板块轮动强度。
宽度轮动
07
情绪调查指标
投资者信心指数、牛熊比例、仓位调查数据。
调查情绪
08
新闻情绪分析
基于词典的新闻情感打分、新闻情感聚合指数。
NLP新闻
09
社交媒体情绪
微博/雪球帖子情感分析、评论情感极性、情绪传播速度。
社交传播
10
期权隐含情绪
看跌/看涨比率（Put/Call Ratio）、隐含波动率偏斜。
期权偏斜
11
期货基差情绪
股指期货升贴水率、基差变化与市场情绪的关系。
期货基差
12
融资融券情绪
融资余额变化率、融券余额变化率、融资买入占比。
两融杠杆
13
综合情绪指数构建
指标标准化方法（Z-score/百分位）、权重分配方法（等权/PCA/IC加权）。
合成权重
14
情绪指数的回测框架
回测时间区间设定、交易策略设计（阈值开仓/多空策略）、绩效评估指标。
回测策略
15
实时数据管道设计
数据采集层架构、消息队列（Kafka/RabbitMQ）使用、流处理框架（Flink/Spark Streaming）。
架构实时
16
情绪指标的实时计算
滑动窗口计算、衰减加权计算、增量更新算法。
计算增量
17
实时情绪仪表盘
Web框架选择（Flask/FastAPI）、前端可视化（ECharts/Plotly）、WebSocket实时推送。
可视化仪表盘
18
情绪指标的信号生成
阈值信号、交叉信号、背离信号。
信号交易
19
情绪指标与价格预测
相关性分析、领先/滞后关系、Granger因果检验。
预测因果
20
情绪指标的风险管理
情绪极端值识别、情绪与波动率联动、情绪止损策略。
风控止损
21
多市场情绪联动
A股与港股情绪联动、美股与A股情绪传导、跨市场套利机会。
联动跨市场
22
行业情绪轮动
行业情绪指数构建、行业轮动策略、行业情绪与资金流向。
行业轮动
23
事件驱动情绪
财报发布前后情绪变化、政策事件情绪冲击、突发事件情绪量化。
事件冲击
24
情绪指标的机器学习增强
使用LSTM预测情绪、情绪特征工程、情绪与因子融合。
MLLSTM
25
情绪指标的因子化
将情绪指标转化为Alpha因子、因子IC分析、因子组合构建。
因子Alpha
26
情绪指标的实战策略
情绪反转策略、情绪趋势策略、情绪与动量结合策略。
实战策略
27
情绪指标的监控与预警
异常情绪检测、情绪预警阈值设置、预警推送系统。
监控预警
28
情绪指标的绩效归因
情绪因子收益分解、Brinson归因、情绪策略的夏普比率分析。
归因绩效
29
情绪指标的优化与迭代
指标参数优化、模型更新频率、A/B测试框架。
优化迭代
30
课程总结与展望
情绪指标的未来方向、深度学习在情绪分析中的应用、课程资源与社区。
总结展望