01
特征工程导论
什么是特征工程 · 重要性 · 与因子挖掘的关系 · 课程概览与学习路径
导论概览
02
数据清洗基础
缺失值处理 · 异常值检测(3σ/IQR) · 重复数据处理
清洗缺失值
03
数据探索与可视化
单/双/多变量分析 · 直方图/箱线图/散点图 · 热力图 · Pandas Profiling
EDA可视化
04
数值特征处理
标准化/归一化/鲁棒缩放 · 对数/Box-Cox · 离散化(等宽/等频/聚类)
缩放变换
05
类别特征编码
标签/独热/频率/目标编码 · WOE编码
编码类别
06
时间特征工程
日期分解 · 时间差 · 滚动窗口 · 滞后特征 · 周期性特征
时间序列滞后
07
文本特征工程
词袋/TF-IDF · N-gram · Word2Vec · 文本统计特征
NLP文本
08
特征构建与组合
多项式特征 · 特征交叉 · 业务逻辑构建 · 维度爆炸
组合交叉
09
特征选择方法 (上)
过滤法：方差阈值 · 相关系数 · 卡方 · 互信息 · F检验
过滤统计
10
特征选择方法 (下)
包裹法(RFE/搜索) · 嵌入法(Lasso/树模型重要性)
包裹嵌入
11
降维技术
PCA · LDA · t-SNE/UMAP · Autoencoder降维
降维PCA
12
特征缩放与分布调整
缩放对比 · 偏态处理 · 分位数变换
缩放分布
13
处理不平衡数据
过采样(SMOTE/ADASYN) · 欠采样 · 集成方法 · 代价敏感
不平衡采样
14
因子挖掘导论
因子与特征 · Alpha/风险因子 · 挖掘流程
因子导论
15
基本面因子
估值/成长/质量/财务健康因子
基本面财务
16
技术面因子 (上)
动量 · 均线 · 波动率 · 成交量因子
技术面动量
17
技术面因子 (下)
RSI · KDJ · 布林带 · MFI · 威廉指标
震荡指标
18
另类数据因子
舆情 · 搜索量 · 供应链 · 卫星图像
另类舆情
19
因子组合与合成
标准化 · 相关性 · 加权组合 · 主成分合成 · 正交化
组合合成
20
因子评估体系
IC/IR分析 · 分层回测 · t检验 · 衰减分析
评估IC
21
因子过拟合与风险控制
多重比较 · 数据窥探 · 样本外测试 · 交叉验证 · 正则化
过拟合风险
22
自动化特征工程工具
Featuretools · TSFresh · AutoFeat · H2O
自动化工具
23
实战案例：信贷风控
信用评分卡 · WOE编码 · IV筛选 · 分箱
风控信贷
24
实战案例：推荐系统
用户-物品交互 · 协同过滤 · 上下文 · Embedding
推荐Embedding
25
实战案例：量化交易
多因子模型 · 因子构建/筛选/组合 · 风险调整
量化多因子
26
特征存储与管理
Feature Store · Feast · 版本管理 · Online/Offline Serving
存储Feast
27
特征工程Pipeline构建
Scikit-learn Pipeline · 自定义Transformer · 序列化 · MLflow
PipelineMLflow
28
大规模特征工程
Spark MLlib · Dask · 分布式计算 · GPU加速
分布式Spark
29
特征工程前沿与趋势
AutoFE · TabNet/NODE · 大语言模型 · 因果特征工程
前沿深度学习
30
课程总结与项目实战
端到端项目 · 数据获取→部署 · 陷阱与最佳实践
总结实战