从零搭建你的量化选股系统

📚 共计 30 章节

量化交易初探

什么是量化交易？优势与风险，国内发展现状，学习路径与目标

Python基础速通 (上)

Anaconda安装 · Jupyter Notebook · 变量与数据类型 · 列表与字典

Python基础速通 (下)

条件判断 · 循环 · 函数 · 文件读写 · pip安装

必备Python库 (上)

NumPy基础：创建数组、索引切片、数学运算

必备Python库 (中)

Pandas：Series/DataFrame，CSV/Excel读写，数据清洗

必备Python库 (下)

Matplotlib & Seaborn：折线图、柱状图、K线图、美化

可视化Matplotlib

金融数据获取

Tushare/AkShare · 股票行情 · 财务数据 · 存储管理

数据清洗实战

缺失值 · 异常值 · 类型转换 · 标准化与归一化

预处理实战

技术指标计算 (上)

移动平均线MA · 指数移动平均EMA · 布林带

技术指标计算 (下)

RSI · KDJ · MACD · 自定义指标

单因子分析入门

因子定义 · 技术/基本面/另类因子 · IC/IR分析

因子有效性检验

分组回测 · Rank IC · 因子收益率 · T检验

检验显著性

多因子模型构建

因子选择 · 权重分配(等权/IC/最优化) · 复合因子

多因子组合

选股策略框架

选股池 · 打分法 · 排名法 · 阈值法

回测系统搭建 (上)

滑点/手续费 · 事件驱动框架 · 交易信号生成

回测系统搭建 (下)

持仓管理 · 资金管理 · 交易日志 · 绩效指标

策略绩效评估

累计/超额收益 · 波动率/最大回撤/VaR · Calmar/Sortino

过拟合与优化

过拟合识别 · 交叉验证 · 参数敏感性 · 正则化

优化鲁棒性

机器学习入门 (上)

ML在量化中的应用 · Scikit-learn · 训练/测试集划分

机器学习入门 (下)

线性/逻辑回归 · 决策树/随机森林 · 评估指标

时间序列预测

ARIMA · LSTM · 滞后/滚动特征 · 预测评估

风险管理基础

凯利公式 · 止损 · 均值-方差 · 风险平价

实盘交易接口

券商API · 认证 · 下单/撤单 · 账户查询

自动化交易系统

APScheduler · 信号自动执行 · 监控报警 · 日志

自动化定时

策略部署与运维

云服务器 · Docker · Grafana监控面板

量化策略案例 (一)

经典双均线策略 · 想法→代码 · 回测优化 · 实盘注意

案例双均线

量化策略案例 (二)

RSI均值回归 · 逻辑详解 · 参数调优 · 风控

量化策略案例 (三)

多因子选股实战 · 因子库 · 打分法 · 再平衡

案例多因子

量化策略案例 (四)

ML涨跌预测 · 特征构建 · 模型训练 · 策略回测

课程总结与进阶之路

学习资源 · 避坑指南 · 团队协作 · AI+量化趋势