01
金融数据工程师概述
金融行业数据特点 · 金融数据工程师职责 · 技能栈 · 职业发展路径
行业认知职业规划
02
Python基础入门
Python发展史 · 金融领域应用 · 环境搭建 (Anaconda + Jupyter)
Python环境配置
03
Python核心语法
变量与数据类型 · 运算符 · 字符串 · 列表与字典 · 条件判断与循环
基础语法数据结构
04
Python进阶
函数定义与调用 · 模块与包 · 文件读写 · 异常处理 · 列表推导式
函数模块异常
05
NumPy基础
NumPy简介 · ndarray创建 · 索引与切片 · 数组运算 · 通用函数
数值计算数组
06
Pandas基础
Series与DataFrame · 数据读取(CSV/Excel) · 查看筛选 · 清洗缺失值重复值
数据分析清洗
07
Pandas进阶
分组聚合 · 数据合并(merge/join/concat) · 透视表 · 时间序列
数据操作时间序列
08
数据可视化基础
Matplotlib折线/柱状/散点 · 图表美化 · Seaborn统计绘图
可视化Matplotlib
09
金融数据获取
Tushare/Akshare · 股票数据 · 基金数据 · 宏观经济数据
数据源API
10
金融数据清洗实战
真实股票数据清洗 · 标准化 · 异常值处理 · 数据对齐
实战清洗
11
金融指标计算
移动平均线(MA) · EMA · RSI · 布林带(Bollinger Bands)
技术指标量化
12
金融数据存储
CSV/Excel存储 · MySQL数据库基础 · 金融数据入库
存储MySQL
13
SQL基础
数据库与表 · SELECT · WHERE · GROUP BY · ORDER BY
SQL查询
14
SQL进阶
多表连接(JOIN) · 子查询 · 窗口函数 · 索引优化
高级SQL性能
15
Python操作数据库
pymysql · SQLAlchemy ORM · 批量插入 · 查询导出
Python数据库
16
量化交易基础
量化概念 · 策略类型(趋势/均值回归) · 回测框架 · 核心逻辑
量化策略
17
简单策略回测
双均线策略 · 评估指标(年化/回撤/夏普) · 结果可视化
回测均线
18
事件驱动回测
事件驱动架构 · 信号生成 · 订单管理 · 持仓管理 · 绩效分析
架构事件驱动
19
风险管理基础
风险定义与类型 · VaR计算 · 波动率 · 投资组合风险分散
风控VaR
20
投资组合优化
Markowitz均值-方差 · 有效前沿 · 最大夏普组合 · 最小方差组合
组合优化有效前沿
21
机器学习入门
机器学习概念 · 监督/无监督 · 特征工程 · 交叉验证
ML特征工程
22
线性回归与金融预测
线性回归原理 · 股票价格预测 · MSE/R² · 特征重要性
回归预测
23
分类模型与风控
逻辑回归 · 信用评分卡 · 混淆矩阵 · ROC曲线与AUC
分类风控
24
时间序列分析
平稳性 · ACF/PACF · ARIMA模型 · 股票价格预测
时间序列ARIMA
25
聚类分析与客户分群
K-Means · 客户交易行为分群 · 聚类可视化 · 业务解读
聚类客户分群
26
自然语言处理与金融舆情
文本预处理 · 情感分析 · 基于新闻的股票情绪指标
NLP舆情
27
金融数据API服务
Flask基础 · 构建数据API · API认证与限流 · 云部署
APIFlask
28
自动化报表系统
定时任务(APScheduler) · 自动日报/周报 · 邮件发送 · 可视化报表
自动化报表
29
实战项目一：股票数据分析系统
需求分析 · 系统设计 · 数据采集清洗 · 指标计算可视化 · 报告生成
实战股票分析
30
实战项目二：量化回测平台搭建
系统架构 · 策略管理 · 回测引擎 · 结果展示 · 绩效分析 · 职业展望
实战量化平台