01
课程导论与数据准备
多因子时序预测概述 · 环境配置 · 数据获取 · 数据清洗与预处理
TushareYfinanceAnaconda
02
单变量时序分析基础
时间序列分解 · 平稳性检验 · 自相关与偏自相关图
ADFKPSSACF/PACF
03
经典统计模型
ARIMA · SARIMA · 模型诊断与残差分析
ARIMASARIMA残差分析
04
多因子特征工程
因子构建 · 特征相关性 · 多重共线性处理
VIF技术指标宏观数据
05
机器学习入门
Scikit-learn · 线性/岭回归 · 决策树与随机森林
回归随机森林Scikit-learn
06
集成学习进阶
XGBoost · LightGBM · CatBoost
XGBoostLightGBMCatBoost
07
深度学习基础
PyTorch/TensorFlow · MLP · 激活函数与优化器
PyTorchTensorFlowMLP
08
循环神经网络（RNN）
RNN原理 · LSTM/GRU · 序列预测实战
LSTMGRU序列预测
09
注意力机制与Transformer
自注意力 · Transformer编码器 · Informer
TransformerInformer注意力
10
多模态数据融合
文本情感因子 · 图像数据因子 · 异构数据对齐
NLPCNN多模态
11
特征选择与降维
PCA · LDA · SHAP特征重要性
PCALDASHAP
12
模型集成策略
Stacking · Blending · 加权平均融合
StackingBlending融合
13
超参数优化
网格搜索 · 随机搜索 · 贝叶斯优化(Optuna)
Optuna网格搜索贝叶斯
14
时间序列交叉验证
滚动窗口 · 扩展窗口 · Purged Walk-Forward
滚动窗口扩展窗口Purged
15
损失函数与评估指标
MAE/MSE/RMSE · MAPE/SMAPE · R²与调整R²
MAERMSEMAPE
16
过拟合与正则化
L1/L2正则化 · Dropout · 早停法
L1/L2DropoutEarly Stopping
17
多步预测策略
直接多步 · 递归多步 · Seq2Seq预测
直接多步递归Seq2Seq
18
概率预测与不确定性
分位数回归 · 贝叶斯神经网络 · MC Dropout
分位数贝叶斯MC Dropout
19
高频数据处理
Tick数据清洗 · 降频聚合 · 订单簿特征
Tick降频订单簿
20
事件驱动模型
公告事件 · 宏观经济事件 · 事件窗口分析
事件驱动宏观窗口分析
21
图神经网络（GNN）
股票关联图 · GCN/GAT · 关系预测
GCNGAT关系预测
22
强化学习与交易
DQN/PPO · 状态/动作/奖励 · 回测框架
DQNPPO回测
23
回测系统搭建
Backtrader · Zipline · 滑点与手续费模拟
BacktraderZipline滑点
24
风险管理
VaR/CVaR · 最大回撤 · 投资组合优化
VaRCVaRMarkowitz
25
模型部署与API
Flask/FastAPI · Docker · 云端部署
FastAPIDockerAWS
26
自动化流水线
Airflow · Feast · MLflow
AirflowFeastMLflow
27
可解释性分析
SHAP · LIME · 注意力权重可视化
SHAPLIME可视化
28
前沿论文复现
N-BEATS · DeepAR · Temporal Fusion Transformer
N-BEATSDeepARTFT
29
实战项目一：股票多因子预测
沪深300成分股 · 多因子建模 · 策略回测
沪深300多因子实战
30
实战项目二：加密货币预测
加密货币价格预测 · 量化策略 · 风险管理
加密货币量化策略