01
情绪量化概述
什么是市场情绪？为什么情绪能赚钱？课程目标与学习路径。
入门框架
02
数据源探索
新闻、社交媒体、财报电话会议、宏观经济指标等情绪数据来源。
数据采集
03
文本预处理实战
中文分词、去停用词、词性标注、文本清洗全流程。
NLP清洗
04
情感词典构建
通用词典（如SnowNLP）与领域自定义词典的融合方法。
词典金融
05
基于词典的情绪打分
正面/负面/中性情绪得分计算，以及加权聚合策略。
打分规则
06
机器学习入门
特征工程（TF-IDF、Word2Vec）与分类模型（逻辑回归、SVM）基础。
ML分类
07
深度学习情绪模型
LSTM、BERT在金融文本情感分析中的应用与调优。
深度学习BERT
08
情绪指数构建
日频/周频情绪指数计算，平滑与标准化处理。
指数时序
09
情绪与价格相关性分析
Pearson/Spearman相关系数，滞后相关性检验。
统计相关性
10
情绪因子有效性检验
IC/IR分析，分组回测与多空收益计算。
因子回测
11
情绪择时策略
基于情绪极值的反转策略，阈值设定与回测框架。
择时反转
12
情绪与波动率建模
GARCH模型引入情绪外生变量，预测波动率变化。
波动率GARCH
13
情绪在行业轮动中的应用
计算行业情绪差，构建轮动信号。
行业轮动
14
事件驱动与情绪
重大新闻事件（如财报、政策）的情绪冲击分析。
事件冲击
15
社交媒体情绪挖掘
Twitter/微博数据采集，舆情热度与情绪极性计算。
社交舆情
16
情绪数据可视化
时间序列图、热力图、词云展示情绪变化。
可视化图表
17
情绪因子组合优化
将情绪因子与动量、价值因子结合，提升夏普比率。
组合夏普
18
情绪风险预警系统
构建情绪阈值警报，识别极端恐慌或贪婪时刻。
风控预警
19
跨市场情绪传导
美股与A股情绪联动，北向资金与情绪关系。
跨市场联动
20
情绪在期权策略中的应用
隐含波动率与情绪指标结合，构建波动率交易信号。
期权波动率
21
另类数据情绪
卫星图像、招聘数据、专利文本的情绪量化尝试。
另类创新
22
情绪模型部署
Flask/FastAPI搭建情绪API服务，实时打分。
部署API
23
情绪数据库设计
时序数据库（InfluxDB）存储情绪数据，高效查询。
数据库时序
24
回测系统搭建
向量化回测框架，考虑交易成本与滑点。
回测系统
25
情绪策略绩效评估
最大回撤、夏普比率、卡玛比率、胜率等指标。
绩效指标
26
过拟合与稳健性检验
交叉验证、滚动窗口测试、蒙特卡洛模拟。
稳健性过拟合
27
实战案例一：股指期货日内
基于新闻情绪的股指期货日内策略。
实战期货
28
实战案例二：加密货币短线
基于社交媒体情绪的加密货币短线策略。
实战加密货币
29
实战案例三：长线选股
基于财报电话会议情绪的长线选股策略。
实战选股
30
总结与展望
情绪量化的未来趋势，大模型（GPT）时代的情绪分析新范式。
前沿GPT