量化因子库构建与回测框架搭建

📚 共计 30 章节

课程导论与量化投资基础

量化投资定义、优势与挑战、因子投资哲学、课程项目全景预览。

Python量化生态工具链

NumPy、Pandas、Matplotlib、Scikit-learn、Backtrader等库的定位与安装。

工具链安装

金融数据获取与清洗

使用Tushare/Akshare获取股票数据、数据清洗（去重、填充、对齐）、复权处理。

Pandas进阶与时间序列分析

时间序列索引、重采样、滚动窗口计算、shift与pct_change操作。

Pandas时间序列

单因子基础框架搭建

因子定义、因子计算函数封装、因子值存储（HDF5/Parquet）。

动量因子系列

过去N日收益率、动量因子、移动平均乖离率、RSI相对强弱指标。

反转因子系列

过去N日反转、日内反转、振幅反转、换手率反转。

反转换手率

价值因子系列

市盈率、市净率、市销率、股息率、EP（盈利收益率）因子。

质量因子系列

ROE、ROA、毛利率、净利率、资产负债率、现金流质量。

成长因子系列

营收增长率、净利润增长率、EPS增长率、ROE增长率。

成长增长率

波动率与风险因子系列

历史波动率、Beta系数、最大回撤、VaR、下行标准差。

流动性因子系列

换手率、Amihud非流动性指标、成交额、买卖价差。

流动性Amihud

技术指标因子系列

MACD、布林带、KDJ、OBV能量潮、ATR平均真实波幅。

技术指标MACD

因子标准化与中性化处理

Z-score标准化、市值中性化、行业中性化、MAD去极值。

标准化中性化

因子IC分析框架

Rank IC、Normal IC计算、IC序列统计、IC衰减图。

因子分组回测框架

分位数分组、多空组合构建、分组收益曲线、多空净收益计算。

因子收益率与t值检验

因子收益率时间序列、t统计量计算、因子显著性判断。

t检验显著性

因子相关性分析与冗余剔除

因子相关系数矩阵、聚类分析、冗余因子剔除策略。

相关性冗余

多因子合成模型

等权合成、IC加权合成、IR加权合成、主成分分析（PCA）合成。

回测框架核心设计

事件驱动架构、Bar数据管理、订单与持仓管理、滑点与手续费模型。

Backtrader实战入门

Cerebro引擎、Strategy编写、DataFeed加载、Analyzer分析器。

Backtrader实战

Backtrader自定义指标与信号

继承Indicator类、信号生成、买卖逻辑实现。

自定义信号

回测绩效评价指标

年化收益率、夏普比率、最大回撤、卡玛比率、胜率、盈亏比。

过拟合与多重比较陷阱

数据窥探偏差、多重测试校正（Bonferroni/FDR）、样本外测试。

过拟合校正

滚动训练与交叉验证

滚动时间窗口训练、扩展窗口训练、时间序列交叉验证。

滚动交叉验证

因子组合优化

均值-方差优化、风险平价、最大分散度、Black-Litterman模型。

优化风险平价

行业轮动策略实战

行业分类、行业因子打分、轮动信号生成、换仓成本控制。

机器学习因子挖掘

线性回归因子、决策树因子、随机森林因子、XGBoost因子。

机器学习XGBoost

深度学习因子探索

LSTM因子、注意力机制因子、自编码器因子、因子可解释性讨论。

深度学习LSTM

课程总结与实盘部署

因子库维护、回测到实盘的鸿沟、自动化交易系统架构、职业发展路径。