01
工具概览：认识纳斯达克数据生态
了解数据源类型（实时/历史/基本面），明确本课程学习目标与适用人群。
生态入门
02
环境搭建：安装Python与Jupyter
配置虚拟环境，安装yfinance、pandas、matplotlib等核心库。
PythonJupyter
03
数据获取入门：yfinance下载K线
理解DataFrame结构，掌握to_csv与to_excel导出方法。
yfinance导出
04
数据清洗基础：缺失值·重复值
统一日期格式，重置索引，为分析打好基础。
清洗pandas
05
K线图绘制：蜡烛图与均线
用matplotlib绘制蜡烛图，添加MA5/MA20，理解价格走势可视化。
matplotlib均线
06
技术指标计算：RSI·MACD·布林带
用ta-lib或纯pandas实现，理解指标含义。
RSIMACD布林带
07
交易信号生成：金叉死叉策略
基于RSI超买超卖编写简单策略，生成买卖信号列。
策略信号
08
回测框架搭建：向量化回测引擎
计算策略收益率、最大回撤、夏普比率。
回测夏普
09
多股票分析：批量下载与组合
构建投资组合，计算相关性矩阵与协方差。
组合相关性
10
基本面数据获取：财报·资产负债表
用yfinance获取现金流，解析关键财务指标。
基本面财务
11
行业板块分析：涨跌幅排名
获取行业分类数据，识别资金流向热点。
板块轮动
12
宏观经济数据：GDP·CPI·利率
分析宏观指标对股市的滞后影响。
宏观GDP
13
事件驱动分析：财报·美联储会议
分析事件前后股价波动。
事件波动
14
量化选股策略：多因子模型
市盈率、市净率、ROE，筛选Top10股票。
选股因子
15
风险价值计算：VaR历史模拟
参数法评估投资组合尾部风险。
VaR风险
16
蒙特卡洛模拟：股价路径预测
模拟期权价格或投资组合收益分布。
蒙特卡洛模拟
17
期权数据获取：隐含波动率
绘制波动率微笑曲线。
期权波动率
18
期货与ETF分析：折溢价率
分析ETF跟踪误差。
期货ETF
19
高频数据入门：分钟级微观结构
计算买卖价差、订单簿深度。
高频微观
20
API进阶：Alpha Vantage·IEX
处理API限频与认证问题。
API限频
21
数据库存储：SQLite/PostgreSQL
编写SQL查询语句，实现增量更新。
SQL存储
22
自动化任务：定时抓取与邮件报告
用schedule库，结合SMTP发送报告。
自动化邮件
23
Web仪表盘：Streamlit/Dash
展示持仓、收益、风险指标。
仪表盘交互
24
机器学习入门：涨跌分类器
逻辑回归、随机森林。
ML分类
25
时间序列预测：ARIMA·Prophet
评估预测误差。
时序预测
26
LSTM深度学习：Keras预测收盘价
对比传统方法。
LSTMKeras
27
回测优化：交易成本·滑点·过拟合
理解夏普比率陷阱。
优化滑点
28
实盘模拟：对接券商API
Alpaca、IBKR模拟交易与订单管理。
实盘API
29
风险管理实战：止损止盈·压力测试
动态调整仓位，极端行情测试。
风控压力测试
30
课程总结与展望：进阶资源
推荐书籍、博客、社区，规划学习路径。
总结路径