第1章
隐含波动率基础
期权定价模型回顾 · 隐含波动率定义 · 波动率微笑与偏斜现象
核心概念微笑
第2章
数据获取与清洗
yfinance获取期权链 · 计算隐含波动率 · 数据清洗与异常值处理
yfinance预处理
第3章
特征工程
时间序列特征 · 技术指标 · 微观结构 · 波动率曲面特征
特征提取曲面
第4章
传统预测模型
ARIMA · GARCH · HAR-RV · 模型对比与评估
时间序列GARCH
第5章
机器学习模型
线性回归 · 随机森林 · XGBoost · LightGBM · 调参与集成
XGBoostLightGBM
第6章
深度学习模型
LSTM · GRU · Attention · Transformer在波动率预测中的应用
LSTMTransformer
第7章
模型评估与回测
预测误差指标 · 方向准确率 · 交易策略回测 · 夏普比率与最大回撤
回测夏普比率
第8章
实战项目：预测系统
构建完整IV预测系统 · 实时数据流处理 · 模型部署与监控
系统设计部署
第9章
高级话题
波动率曲面动态建模 · 期权套利策略 · 风险管理与压力测试
曲面建模套利
第10章
总结与展望
当前挑战 · 未来方向 · 学习资源推荐
展望资源
第11章
期权 Greeks 与波动率敏感性
Delta · Gamma · Vega · Theta · Rho 计算与解读
Greeks敏感性
第12章
波动率指数 (VIX) 构建与交易
VIX计算方法 · VIX期货与期权 · VIX交易策略
VIX指数
第13章
高频波动率估计
已实现波动率(RV) · 已实现核估计 · 跳跃检验与分离
高频跳跃
第14章
贝叶斯方法
贝叶斯GARCH · 粒子滤波 · 马尔可夫链蒙特卡洛 (MCMC)
贝叶斯MCMC
第15章
强化学习
环境设计 · 状态与动作空间 · 奖励函数 · 策略梯度方法
强化学习策略梯度
第16章
图神经网络
图结构构建 · 图卷积网络(GCN) · 图注意力网络(GAT)
GCNGAT
第17章
迁移学习
跨资产迁移 · 跨市场迁移 · 领域自适应技术
迁移学习自适应
第18章
对抗性学习
GAN生成波动率场景 · 对抗性训练增强鲁棒性
GAN鲁棒性
第19章
可解释性
SHAP值 · LIME · 特征重要性 · 部分依赖图
SHAPLIME
第20章
不确定性量化
预测区间 · 分位数回归 · 贝叶斯深度学习
区间预测分位数
第21章
在线学习
在线梯度下降 · 自适应学习率 · 概念漂移检测
在线学习漂移
第22章
模型压缩
知识蒸馏 · 模型剪枝 · 量化 · 轻量化网络设计
蒸馏剪枝
第23章
联邦学习
隐私保护 · 分布式训练 · 模型聚合策略
联邦隐私
第24章
因果推断
因果图 · 干预 · 反事实推理 · 结构因果模型
因果SCM
第25章
符号回归
遗传编程 · 公式发现 · 可解释的数学表达式
符号回归遗传
第26章
混合模型
传统统计+机器学习融合 · 模型堆叠与集成
集成堆叠
第27章
异常检测
孤立森林 · 自编码器 · 基于GAN的异常检测
孤立森林自编码器
第28章
实时系统设计
消息队列(Kafka) · 流处理(Flink) · 数据库(InfluxDB)
KafkaFlink
第29章
云原生部署
Docker容器化 · Kubernetes编排 · CI/CD流水线
DockerK8s
第30章
伦理与监管
模型公平性 · 透明度 · 监管合规 (SR I-13-7)
合规公平性