01
Alpha与残差模型基础
Alpha因子定义、残差模型概念、纯Alpha与噪声的区分
核心概念残差入门
02
市场微观结构
订单簿、买卖价差、交易量分布、市场冲击成本
微观结构订单流
03
线性回归基础
最小二乘法、OLS假设、多重共线性、异方差性
回归计量
04
多元线性回归
特征选择、正则化（L1/L2）、R方与调整R方
正则化特征选择
05
时间序列平稳性
单位根检验、ADF检验、KPSS检验、差分操作
平稳性单位根
06
自相关与偏自相关
ACF/PACF图、模型定阶、白噪声检验
ACFPACF
07
ARIMA模型
AR、I、MA分量、模型识别、参数估计、诊断检验
ARIMA时间序列
08
GARCH模型
波动率聚集、ARCH效应检验、GARCH(1,1)建模、预测
波动率GARCH
09
状态空间模型
卡尔曼滤波、状态估计、参数学习、动态因子模型
卡尔曼状态空间
10
协整与配对交易
Engle-Granger两步法、Johansen检验、对冲比率
协整配对交易
11
主成分分析（PCA）
降维思想、特征值分解、方差解释率、因子旋转
PCA降维
12
独立成分分析（ICA）
非高斯性、FastICA算法、盲源分离、金融应用
ICA盲源分离
13
因子模型
CAPM、Fama-French三因子、Carhart四因子、Barra模型
因子模型Barra
14
残差构建方法
回归残差、PCA残差、去趋势残差、正交化残差
残差构建正交化
15
纯Alpha提取流程
数据清洗、因子计算、风险模型拟合、残差提取
Alpha流程实战
16
信号处理视角
小波变换、Hilbert-Huang变换、经验模态分解
小波HHT
17
机器学习残差模型
随机森林残差、XGBoost残差、神经网络残差
随机森林XGBoost
18
深度学习残差
ResNet结构、残差块设计、跳跃连接、梯度消失缓解
ResNet跳跃连接
19
自编码器去噪
编码器-解码器结构、重构误差、隐空间表示、异常检测
自编码器去噪
20
变分自编码器（VAE）
概率编码、KL散度、重参数化技巧、生成残差
VAE生成模型
21
对抗生成网络（GAN）
生成器与判别器、对抗训练、Wasserstein距离
GAN对抗
22
时序Transformer
自注意力机制、位置编码、多头注意力、残差连接
Transformer注意力
23
多因子合成
等权合成、IC加权、IR加权、机器学习合成
因子合成加权
24
过拟合检测
样本内/外表现、交叉验证、滚动窗口、信息系数衰减
过拟合IC衰减
25
回测框架搭建
事件驱动、滑点模型、交易成本、绩效归因
回测滑点
26
风险归因
因子暴露、边际贡献、风险预算、压力测试
风险归因压力测试
27
业绩归因
Brinson模型、选股能力、择时能力、残差收益分解
Brinson归因
28
实盘部署
信号生成、订单执行、监控告警、日志记录
实盘部署
29
案例实战1：A股市场纯Alpha提取
基于Fama-French残差
A股Fama-French
30
案例实战2：加密货币纯Alpha提取
基于GARCH残差与LSTM
加密货币GARCH+LSTM