01
新闻情绪因子概述
什么是新闻情绪因子、它在量化交易中的作用、课程整体框架与学习路径。
概念导论
02
金融数据源获取
主流财经新闻API（Alpha Vantage、NewsAPI）、数据源选择策略、API Key管理与安全。
API数据
03
Python环境搭建
Anaconda安装、虚拟环境创建、必备库安装（pandas、numpy、requests、nltk、textblob、vaderSentiment）。
环境Python
04
新闻数据抓取实战
使用requests库抓取新闻、处理JSON响应、数据清洗与结构化存储。
爬虫实战
05
文本预处理基础
正则表达式入门、去除HTML标签、分词、停用词过滤、词干提取与词形还原。
NLP清洗
06
情感分析工具介绍
TextBlob、VADER、Transformers（BERT）对比、适用场景分析。
工具对比
07
基于词典的情感分析
构建金融情感词典、正面/负面词汇打分、简单情感得分计算。
词典金融
08
VADER情感分析实战
VADER原理、适合金融文本的原因、代码实现与结果解读。
VADER实战
09
TextBlob情感分析实战
TextBlob安装与使用、情感极性（Polarity）与主观性（Subjectivity）计算。
TextBlob极性
10
BERT情感分析入门
Hugging Face Transformers库、加载预训练模型、金融文本情感分类。
BERT深度学习
11
情感因子计算
单篇新闻情感得分、时间加权平均、新闻数量归一化、因子合成。
因子计算
12
因子回测框架搭建
使用backtrader或自定义回测引擎、策略类编写、交易信号生成。
回测框架
13
回测指标计算
年化收益率、夏普比率、最大回撤、胜率、盈亏比。
指标绩效
14
因子IC分析
信息系数（IC）计算、IC序列可视化、IC衰减分析。
IC分析
15
因子分层回测
按因子值分组、各组收益对比、多空组合收益曲线。
分层多空
16
因子相关性分析
因子与收益率的相关性、多重共线性检验、因子正交化。
相关性正交
17
因子组合优化
等权组合、市值加权、风险平价、均值-方差优化。
组合优化
18
实盘交易接口对接
券商API（华泰xtquant、中泰XTP）、交易函数封装、订单管理。
实盘接口
19
实盘风控模块
仓位管理、止损止盈、黑名单机制、异常交易监控。
风控仓位
20
实时新闻流处理
WebSocket连接、Kafka/RabbitMQ消息队列、实时情感得分更新。
实时流处理
21
因子数据库设计
MySQL/PostgreSQL表结构设计、时序数据存储、因子值索引优化。
数据库设计
22
因子监控仪表盘
使用Streamlit/Dash构建、实时因子值展示、历史走势图。
仪表盘可视化
23
因子失效检测
滚动IC监控、因子拥挤度计算、市场风格切换应对。
失效拥挤度
24
多因子模型融合
新闻情绪因子+技术因子+基本面因子、加权融合、机器学习融合。
多因子融合
25
机器学习增强因子
使用LSTM预测情感得分、XGBoost因子合成、特征重要性分析。
LSTMXGBoost
26
因子绩效归因
Brinson归因、风格归因（Fama-French）、收益分解。
归因Brinson
27
回测过拟合防范
交叉验证、滚动窗口测试、参数敏感性分析。
过拟合验证
28
实盘模拟交易
模拟账户搭建、模拟交易执行、与回测结果对比分析。
模拟实盘
29
因子研究报告撰写
报告结构、可视化图表制作、结论与建议。
报告可视化
30
课程总结与进阶方向
常见问题FAQ、推荐学习资源、社区与开源项目、职业发展路径。
总结进阶