第1章
课程导论
强化学习与量化交易的关系 · 数据预处理核心 · 大纲与学习目标
RL基础量化概览
第2章
量化数据基础
金融时间序列特点 · Yahoo/Binance/CSV读取
数据源Pandas
第3章
数据清洗实战
缺失值处理 · 异常值3-sigma/IQR · 去重对齐
清洗异常检测
第4章
重采样与对齐
Tick→1min/5min/日线 · 时间对齐 · 非交易时段
重采样频率转换
第5章
特征工程基础
特征工程概念 · RL需要好特征 · 价格/成交量/波动率
特征概览
第6章
价格类特征
收益率 · 归一化 · 移动平均SMA/EMA
价格归一化
第7章
成交量与流动性特征
成交量变化率 · VWAP · 买卖价差 · 换手率
流动性VWAP
第8章
波动率特征
历史波动率 · ATR · GARCH模型与预测
波动率ATR
第9章
技术指标特征
RSI · MACD · 布林带 · KDJ · RL应用
技术指标经典
第10章
时间特征
时间戳分解 · 星期几效应 · 节假日 · 隔夜跳空
时间日历效应
第11章
市场微观结构特征
订单簿不平衡 · 买卖压力比 · 大单占比 · 盘口深度
微观结构订单簿
第12章
特征选择方法
过滤法 · 包裹法 · 嵌入法 · L1/树模型重要性
特征选择降维
第13章
特征降维
PCA · t-SNE/UMAP · 解释性
降维PCA
第14章
数据标准化与归一化
Z-score · Min-Max · RobustScaler · 滚动标准化
标准化滚动
第15章
处理非平稳性
差分 · 对数变换 · Box-Cox · 协整
非平稳差分
第16章
处理自相关性
ACF/PACF · ARIMA残差 · Durbin-Watson
自相关ACF
第17章
处理异方差性
ARCH/GARCH · 对RL影响 · 波动率聚类
异方差GARCH
第18章
标签工程
奖励信号定义 · 未来收益率 · 夏普比率 · 排序标签
标签奖励
第19章
时间序列交叉验证
K折陷阱 · 滚动窗口 · 扩展窗口 · Purged Walk-Forward
交叉验证时间序列
第20章
数据泄露预防
未来信息泄露 · 因果顺序 · 信息比率与过拟合
数据泄露过拟合
第21章
样本加权与不平衡处理
时间衰减权重 · 事件驱动 · 极端行情权重
样本加权不平衡
第22章
多标的与面板数据处理
多股票对齐 · 截面特征 · 横截面标准化
面板数据多标的
第23章
数据管道构建
Pandas高效处理 · Pipeline模式 · DVC版本控制
管道DVC
第24章
数据存储与IO优化
Parquet vs CSV vs HDF5 · 分块读写 · 内存优化
存储IO
第25章
实时数据预处理
流式框架 · 增量特征 · 滑动窗口更新
实时流式
第26章
数据质量监控
完整性检查 · PSI/KS检验 · 质量报告自动生成
监控质量
第27章
回测数据准备
前视偏差 · 交易成本 · 滑点 · 频率匹配
回测滑点
第28章
实战案例一
分钟级RL趋势跟踪 · 数据预处理全流程
实战趋势跟踪
第29章
实战案例二
Tick级高频做市 · 数据预处理全流程
实战高频做市
第30章
课程总结与展望
最佳实践 · RL量化前沿 · 学习路径建议
总结展望