01
特征工程导论
什么是特征工程、为什么在量化交易中如此重要、特征工程与模型性能的关系。
概念入门
02
数据获取与清洗
股票/期货数据源（tushare、akshare、baostock）、数据清洗实战（去重、填充、异常值处理）。
数据清洗
03
时间序列基础
时间索引处理、重采样、滚动窗口计算、滞后特征构建。
时序窗口
04
价格衍生特征
收益率计算（简单收益率、对数收益率）、最高最低价比例、开盘收盘价关系。
价格收益率
05
成交量与资金流特征
成交量变化率、成交额特征、资金流向指标（MFI）、量价背离检测。
成交量MFI
06
波动率特征
历史波动率、已实现波动率、波动率锥、ATR（平均真实波幅）。
波动率ATR
07
动量与反转特征
N日动量、相对强弱指标（RSI）、随机指标（KDJ）、乖离率（BIAS）。
动量RSI
08
移动平均线特征
SMA、EMA、WEMA、均线交叉信号、均线斜率与距离。
均线交叉
09
布林带与通道特征
布林带宽度、百分比b、带宽收缩扩张、肯特纳通道。
布林带通道
10
MACD指标特征
DIF、DEA、MACD柱、金叉死叉信号、柱状图背离。
MACD背离
11
量价关系特征
OBV（能量潮）、量价相关系数、量价趋势一致性评分。
量价OBV
12
统计特征
滚动均值、滚动标准差、滚动偏度、滚动峰度、滚动分位数。
统计滚动
13
时序分解特征
趋势成分、季节成分、残差成分、Hodrick-Prescott滤波。
分解滤波
14
自相关与偏自相关特征
ACF、PACF系数、Ljung-Box检验统计量。
ACFPACF
15
频谱分析特征
傅里叶变换、功率谱密度、主周期提取。
频谱傅里叶
16
技术形态特征
双顶双底识别、头肩顶识别、旗形整理、三角形突破。
形态识别
17
市场微观结构特征
买卖价差、订单簿不平衡、交易强度、每笔交易量。
微观订单簿
18
跨品种特征
相关性矩阵、协整关系、价差特征、比值特征。
跨品种协整
19
宏观因子特征
利率、汇率、CPI、PMI等宏观数据对齐与特征化。
宏观因子
20
情绪与另类数据特征
新闻情感得分、社交媒体热度、搜索指数、期权隐含波动率。
情绪另类
21
特征缩放与标准化
Z-score标准化、Min-Max归一化、RobustScaler、分位数变换。
缩放归一化
22
特征编码
时间特征编码（周几、月份、季度）、周期性编码（sin/cos变换）。
编码周期
23
特征选择方法
过滤法（方差阈值、相关系数）、包裹法（递归特征消除）、嵌入法（L1正则化、树模型重要性）。
选择过滤
24
降维技术
PCA主成分分析、t-SNE、UMAP、因子分析。
降维PCA
25
特征组合与交互
多项式特征、交叉特征、领域知识驱动的组合特征。
组合交互
26
时序交叉验证
滚动窗口验证、扩展窗口验证、分组时间序列分割。
交叉验证时序
27
特征重要性评估
Permutation Importance、SHAP值、Partial Dependence Plot。
重要性SHAP
28
特征存储与管理
特征存储格式（Parquet、HDF5）、特征版本控制、特征服务化。
存储版本
29
自动化特征工程
Featuretools、tsfresh、自动特征生成管道。
自动化管道
30
实战项目
从数据获取到特征工程全流程，构建一个完整的股票预测特征集。
实战全流程