01
情绪指标概述
什么是市场情绪？为什么情绪能预测价格？常见情绪指标（VIX、Put/Call Ratio、社交媒体情绪）。
VIXPut/Call社交情绪
02
数据采集基础
使用Python获取金融数据（yfinance库）、获取社交媒体数据（Tweepy/微博API）、数据清洗与对齐。
yfinanceTweepy数据清洗
03
文本情感分析
NLP基础、使用TextBlob/VADER进行情感打分、情感得分与价格的相关性分析。
NLPTextBlobVADER
04
传统情绪指标计算
VIX解读、Put/Call Ratio计算、成交量情绪指标（TRIN）、构建情绪综合指数。
TRIN综合指数成交量
05
特征工程
时间滞后特征、滚动窗口统计（均值、标准差）、情绪与价格的交叉特征、特征标准化。
滞后特征滚动窗口标准化
06
机器学习模型入门
线性回归预测价格、逻辑回归判断涨跌、模型评估指标（MSE、Accuracy、F1-Score）。
线性回归逻辑回归F1
07
时间序列模型
ARIMA模型原理、使用statsmodels进行ARIMA建模、引入情绪变量（ARIMAX）。
ARIMAARIMAXstatsmodels
08
集成学习方法
随机森林与梯度提升（XGBoost/LightGBM）、特征重要性分析、情绪特征对预测的贡献度。
XGBoostLightGBM特征重要性
09
深度学习基础
使用PyTorch/TensorFlow构建简单神经网络、全连接层与激活函数、训练与验证。
PyTorchTensorFlow全连接
10
LSTM与情绪融合
LSTM原理、构建多输入模型（价格序列+情绪序列）、序列预测实战。
LSTM多输入序列预测
11
Transformer与注意力机制
注意力机制简介、使用Transformer处理时间序列、情绪注意力权重可视化。
Transformer注意力可视化
12
融合模型架构设计
早期融合（Early Fusion）、晚期融合（Late Fusion）、混合融合策略对比。
Early FusionLate Fusion混合
13
多任务学习
同时预测价格与情绪、共享表示层设计、任务权重平衡。
多任务共享层权重平衡
14
回测框架搭建
使用backtrader/zipline进行回测、考虑交易成本与滑点、情绪策略与纯价格策略对比。
backtraderzipline交易成本
15
风险管理
最大回撤控制、夏普比率优化、基于情绪的风险预警信号。
最大回撤夏普比率风险预警
16
实时情绪监控
搭建实时数据管道（Kafka/WebSocket）、流式情感分析、动态阈值调整。
KafkaWebSocket流式分析
17
模型部署
使用Flask/FastAPI部署模型、RESTful API设计、模型版本管理。
FlaskFastAPIRESTful
18
A/B测试与策略迭代
在线A/B测试框架、策略效果评估、模型更新与回滚机制。
A/B测试评估回滚
19
异常检测
识别情绪极端值、市场恐慌/狂热检测、异常事件对模型的影响。
异常检测恐慌狂热
20
多市场应用
股票市场、加密货币市场、外汇市场的情绪特征差异、跨市场情绪传导。
股票加密货币外汇
21
情绪因子在量化选股中的应用
构建情绪因子、多因子模型（Fama-French + 情绪因子）、因子有效性检验。
情绪因子Fama-French有效性
22
新闻事件驱动
新闻分类（正面/负面/中性）、事件抽取、事件对价格的短期冲击建模。
新闻分类事件抽取冲击建模
23
财报电话会议情绪分析
语音转文本、会议记录情感分析、管理层语调与未来收益。
语音转文本管理层语调收益预测
24
宏观情绪指标
消费者信心指数、PMI情绪成分、央行政策声明情感分析。
消费者信心PMI央行声明
25
图神经网络与情绪传播
构建投资者关系图、GNN传播情绪、节点影响力计算。
GNN情绪传播影响力
26
强化学习与情绪
将情绪作为环境状态、DQN/PPO策略学习、情绪驱动的奖励函数设计。
DQNPPO奖励函数
27
可解释AI（XAI）
SHAP/LIME解释情绪特征贡献、注意力热力图、模型决策可视化。
SHAPLIME热力图
28
数据隐私与伦理
用户数据匿名化、模型偏见检测、合规性（GDPR/个人信息保护法）。
匿名化偏见检测GDPR
29
前沿研究
大语言模型（LLM）在情绪分析中的应用、多模态情绪（文本+图像+音频）、联邦学习与情绪数据。
LLM多模态联邦学习
30
综合实战项目
从数据采集到部署的完整流程、项目报告撰写、策略绩效展示与复盘。
完整流程项目报告策略复盘