有色金属量化择时交易指南

📚 共计 30 章节
01
有色金属交易基础
铜、铝、锌、铅、镍、锡品种介绍 · 全球交易所合约 · 核心因素
供需库存宏观
02
量化交易入门
定义与优势 · 系统架构 · 回测vs实盘
数据策略风控
03
Python数据分析环境搭建
Anaconda · Jupyter · NumPy/Pandas · Matplotlib/Seaborn
环境可视化
04
金融数据获取
Tushare/AkShare · 数据清洗 · 缺失值/异常值 · 存储
APICSVHDF5
05
技术指标计算 (上)
SMA/EMA · 布林带 · RSI · KDJ · Python实现
移动平均震荡
06
技术指标计算 (下)
MACD · VWAP · OBV · Aroon · 实战应用
动量量价
07
择时策略基础
趋势跟踪 · 均值回归 · 夏普比率 · 最大回撤
双均线海龟评价
08
单品种择时策略开发 (铜)
双均线趋势跟踪 · 信号生成 · 回测框架 · 绩效分析
趋势
09
单品种择时策略开发 (铝)
布林带均值回归 · 震荡行情 · 假信号处理
回归
10
多品种策略组合
组合原理 · 等权/风险平价 · 绩效评估 · 相关性
组合资金分配
11
风险管理基础
凯利公式 · 固定比例 · 止损策略 · 回撤控制
仓位止损
12
过拟合与策略稳健性
样本内vs外 · 交叉验证 · 蒙特卡洛 · 参数敏感性
稳健性验证
13
特征工程与因子挖掘
波动率/动量/期限结构 · IC/IR · 因子组合
量价因子
14
机器学习入门
监督/无监督 · Scikit-learn · 特征缩放 · 数据划分
sklearn预处理
15
线性模型在择时中的应用
逻辑回归 · LDA · 混淆矩阵 · ROC曲线
分类概率
16
树模型在择时中的应用
决策树 · 随机森林 · XGBoost/LightGBM · 特征重要性
集成GBDT
17
支持向量机 (SVM) 在择时中的应用
SVM原理 · 核函数 · 参数调优 · 有色实战
SVM核技巧
18
深度学习入门
神经网络基础 · Keras/TensorFlow · 全连接网络 · 价格预测
DLKeras
19
LSTM在时间序列预测中的应用
RNN/LSTM原理 · 序列预处理 · 模型构建与调参
LSTM时序
20
强化学习在择时中的探索
状态/动作/奖励 · Q-learning · DQN · 模拟环境
RLDQN
21
高频数据与微观结构
Tick/分钟数据 · 订单簿 · VPIN · 高频注意事项
Tick微观
22
套利策略基础
跨期套利 · 协整检验 · 跨品种 · 统计套利
价差配对
23
事件驱动策略
宏观数据 · 事件窗口 · 新闻情绪 · NLP基础
非农CPI情绪
24
实盘交易系统架构
CTP/IB API · 订单管理 · 实时流处理 · 日志监控
接口架构
25
策略部署与自动化
Cron/APScheduler · Docker · 云服务器部署
定时容器
26
策略绩效归因
Brinson收益分解 · Barra风险归因 · 滑点/手续费
归因成本
27
心理与行为金融
过度自信 · 损失厌恶 · 行为金融 · 交易纪律
心理偏差
28
合规与监管
期货监管框架 · 程序化报备 · 反洗钱 · 合规风控
监管合规
29
前沿趋势与未来展望
另类数据 · 生成式AI · ESG因素 · 卫星图像
另类数据ESG
30
综合实战项目
全流程实战 · 数据获取→策略开发→模拟交易
实战系统