01
量化投资概述
公募量化基金的定义、发展历程、国内外现状对比、核心优势与局限性。
概念对比
02
产品设计基础
公募基金产品要素（费率、封闭期、规模）、量化策略与产品类型的匹配。
要素匹配
03
Alpha策略原理
多因子模型基础、因子挖掘方法论、因子合成与权重优化。
多因子挖掘
04
指数增强策略
跟踪误差控制、行业与风格偏离度管理、增强收益来源拆解。
增强偏离度
05
市场中性策略
对冲工具选择（股指期货、期权）、基差管理、资金使用效率优化。
对冲基差
06
CTA策略设计
趋势跟踪、均值回归、截面动量，以及CTA在公募产品中的应用限制。
趋势限制
07
高频与T0策略
日内回转交易、订单流分析、公募基金T0策略的合规边界。
高频合规
08
因子投资体系
价值因子、动量因子、质量因子、低波因子、红利因子的实战应用。
因子实战
09
机器学习在量化中的应用
线性回归、随机森林、XGBoost、LSTM在选股中的实践。
ML选股
10
风险模型与Barra模型
风险因子定义、协方差矩阵估计、风险归因与绩效归因。
Barra归因
11
投资组合优化
均值-方差模型、Black-Litterman模型、风险预算与风险平价。
优化风险平价
12
交易成本模型
冲击成本、延迟成本、机会成本，以及算法交易（VWAP、TWAP）。
成本算法交易
13
回测框架搭建
回测引擎设计、过拟合防范、样本外测试与滚动回测。
回测过拟合
14
业绩评价体系
夏普比率、信息比率、最大回撤、Calmar比率、Sortino比率。
评价比率
15
公募量化产品合规
信息披露要求、杠杆限制、流动性风险管理、公平交易制度。
合规风控
16
产品营销与投资者教育
量化产品的卖点提炼、投资者适当性管理、业绩展示规范。
营销适当性
17
数据基础设施
行情数据、财务数据、另类数据（舆情、卫星、供应链）的获取与清洗。
数据清洗
18
因子数据库建设
因子存储架构、因子生命周期管理、因子衰减与失效监控。
数据库衰减
19
策略管理系统
策略研发流程、版本控制、绩效监控面板、预警机制。
系统监控
20
多策略组合管理
策略间相关性分析、资金分配、动态再平衡。
组合再平衡
21
量化风控体系
事前风控（参数限制）、事中风控（实时监控）、事后风控（归因分析）。
风控实时
22
算法交易执行
拆单算法、冰山订单、狙击手订单、DMA接入。
算法订单
23
另类数据应用
文本挖掘（财报、新闻）、图像识别（卫星图）、供应链数据。
另类NLP
24
ESG量化投资
ESG因子构建、ESG评分模型、ESG与Alpha的融合。
ESG可持续
25
衍生品在量化中的应用
期权波动率交易、期货跨期套利、场外衍生品。
衍生品套利
26
量化FOF设计
子基金筛选、配置模型、再平衡策略、双层风控。
FOF配置
27
跨境量化产品
QDII额度管理、汇率对冲、跨境交易成本。
跨境QDII
28
量化产品生命周期管理
产品发行、持续营销、清盘触发条件、转型策略。
生命周期清盘
29
量化团队建设
投研人员配置、IT系统建设、绩效考核、知识管理。
团队管理
30
未来趋势与前沿
AI大模型在量化中的应用、Web3与DeFi量化、监管科技（RegTech）。
前沿AI