美股量化入门：从零到独立分析

📚 共计 30 章节

量化交易概述

什么是量化交易 · 优势与风险 · 美股市场特点 · 量化交易员的日常

开发环境搭建

Anaconda · Jupyter Notebook · Python基础库 · 美股数据API

Python基础速通 (上)

变量与数据类型 · 列表与字典 · 条件判断与循环 · 函数定义

Python基础速通 (下)

文件读写 · 异常处理 · 面向对象入门 · 常用内置模块

Series与DataFrame · 数据读取 · 筛选与排序 · 缺失值处理

分组聚合 · 时间序列 · 滚动计算 · 数据合并

数组创建与索引 · 数组运算 · 随机数 · 线性代数基础

Matplotlib与可视化

折线图 · K线图 · 成交量 · 多图布局 · 图表美化

可视化图表

金融数据获取

yfinance · 数据清洗 · 预处理 · 存储(CSV/HDF5)

股票基本面分析

财务报表解读 · 关键指标(PE/PB/ROE) · 基本面筛选

基本面选股

技术分析基础 (上)

K线形态 · 趋势线 · 支撑阻力 · 移动平均线(MA/EMA)

技术分析基础 (下)

MACD · RSI · 布林带 · 成交量分析 · 组合使用

量化策略核心概念

Alpha与Beta · 夏普比率 · 最大回撤 · 回测框架介绍

编写第一个策略

双均线交叉 · 策略逻辑 · 回测评估 · 参数优化

策略回测框架搭建

Backtrader入门 · 自定义策略 · 交易成本 · 绩效报告

仓位管理(凯利公式) · 止损止盈 · 分散化 · 风险平价

统计套利基础

协整与相关性 · 配对交易 · 均值回归 · 统计检验

因子投资入门

因子定义 · 单因子测试 · Fama-French · 因子组合

因子多因子

机器学习在量化中 (上)

特征工程 · 标准化 · 分类模型(逻辑回归/随机森林)

机器学习在量化中 (下)

回归预测 · 时间序列交叉验证 · 评估与过拟合防范

NLP与舆情分析

新闻情感分析 · 财报电话会议 · 社交媒体情绪指标

高频交易基础

订单簿 · Tick级数据 · 交易成本 · 高频策略简介

期权策略入门

期权基础 · Black-Scholes · Covered Call · Straddle

期权衍生品

算法交易执行

VWAP/TWAP · 冰山订单 · 交易成本模型 · 执行评估

投资组合优化

马科维茨模型 · 有效前沿 · Black-Litterman · 再平衡

回测陷阱与常见错误

前视偏差 · 幸存者偏差 · 过拟合 · 数据窥探 · 避坑

实盘交易系统架构

系统组件 · API对接(Alpaca/IBKR) · 订单管理 · 监控

自动化交易部署

云服务器 · 定时任务(Cron) · Docker · 持续运行

量化研究平台介绍

QuantConnect · 掘金量化 · 聚宽 · 平台对比

独立分析能力培养

构建研究流程 · 复现论文 · 交易日志 · 学习资源