01
数据分析环境搭建
Anaconda安装 · Jupyter Notebook配置 · Pandas与NumPy库介绍
环境入门
02
NumPy基础
数组创建 · 数组属性 · 索引与切片 · 广播机制
数组核心
03
NumPy进阶
随机数生成 · 线性代数运算 · 统计函数 · 文件读写
随机线性代数
04
Pandas基础
Series与DataFrame创建 · 数据查看 · 基本统计
表格统计
05
Pandas数据清洗
缺失值处理 · 重复值处理 · 异常值检测与处理
清洗预处理
06
Pandas数据变换
数据排序 · 数据分组 · 数据聚合 · 数据透视表
分组聚合
07
Pandas数据合并
concat · merge · join操作 · 时间序列数据处理
合并时间序列
08
Matplotlib可视化基础
折线图 · 柱状图 · 散点图 · 饼图
绘图基础
09
Seaborn高级可视化
热力图 · 箱线图 · 小提琴图 · 分类散点图
高级统计图
10
数据探索与预处理
描述性统计 · 相关性分析 · 数据标准化与归一化
探索标准化
11
因子挖掘概念
什么是因子 · 因子分类 · 因子评价指标（IC、IR、夏普比率）
因子评价
12
单因子分析
因子值计算 · 分组回测 · 收益分析 · IC分析
回测IC
13
多因子合成
等权合成 · IC加权合成 · 动态权重合成
合成权重
14
因子筛选与降维
相关系数筛选 · 方差膨胀因子(VIF) · PCA主成分分析
降维PCA
15
因子中性化处理
市值中性化 · 行业中性化 · 风格中性化
中性化风险
16
因子正交化
施密特正交化 · 对称正交化 · 正交化实战
正交去相关
17
因子衰减与换手率
半衰期计算 · 因子衰减分析 · 换手率控制
衰减换手
18
因子择时
市场状态划分 · 因子表现择时 · 宏观因子择时
择时宏观
19
机器学习因子挖掘
线性回归 · 岭回归 · Lasso回归
回归正则化
20
树模型因子挖掘
决策树 · 随机森林 · XGBoost · LightGBM
树模型集成
21
神经网络因子挖掘
MLP · LSTM · Transformer在因子挖掘中的应用
深度学习时序
22
因子组合优化
均值方差模型 · 风险平价模型 · Black-Litterman模型
组合优化
23
因子回测框架搭建
回测引擎设计 · 交易成本模拟 · 滑点处理
回测引擎
24
因子绩效评估
年化收益率 · 最大回撤 · 夏普比率 · 卡玛比率 · 信息比率
绩效指标
25
因子风险控制
风格暴露控制 · 行业暴露控制 · 杠杆控制
风控暴露
26
因子归因分析
Brinson归因 · Barra归因 · 收益分解
归因分解
27
因子数据获取
Tushare · AKShare · Wind接口使用
数据源API
28
因子数据库搭建
MySQL存储因子数据 · 因子数据管理 · 因子数据更新
数据库MySQL
29
因子自动化挖掘
遗传规划因子挖掘 · 深度因子挖掘 · 因子挖掘流水线
自动化遗传
30
因子实战项目
A股多因子选股策略 · 商品期货因子策略 · 加密货币因子策略
实战多资产