01
量化投资概述
什么是量化投资？主动量化与传统量化的区别。量化投资的三大基石：数据、策略、执行。
基石主动vs传统
02
市场微观结构
订单簿、买卖价差、市场深度、流动性。高频数据的基本特征。
订单簿高频
03
因子投资基础
什么是因子？因子分类（价值、动量、质量、低波等）。多因子模型框架。
因子分类多因子
04
Alpha 策略构建
Alpha 的定义与来源。统计套利与预测模型。信号生成与权重分配。
Alpha统计套利
05
风险模型
系统性风险与特异性风险。Barra 风险模型简介。风险因子暴露与风险预算。
Barra风险预算
06
投资组合优化
均值-方差优化。Black-Litterman 模型。风险平价与目标风险。
BL模型风险平价
07
交易成本模型
固定成本与可变成本。冲击成本与滑点。最优执行算法。
冲击成本最优执行
08
回测框架
回测的重要性。过拟合与数据窥探偏差。样本内与样本外测试。
过拟合样本外
09
绩效评估指标
夏普比率、信息比率、最大回撤、Calmar 比率。收益归因分析。
夏普归因分析
10
数据清洗与预处理
缺失值处理、异常值检测、对齐时间戳。幸存者偏差。
异常值幸存者偏差
11
时间序列分析基础
平稳性、自相关、协整。ARIMA 与 GARCH 模型。
ARIMAGARCH
12
机器学习在量化中的应用
线性回归、决策树、随机森林。特征工程与特征选择。
随机森林特征工程
13
深度学习与量化
LSTM 用于时间序列预测。Transformer 在金融中的应用。
LSTMTransformer
14
自然语言处理与另类数据
新闻情绪分析。财报电话会议文本挖掘。卫星图像数据。
NLP另类数据
15
统计套利策略
配对交易。协整与均值回归。多资产统计套利。
配对交易协整
16
趋势跟踪策略
动量策略。均线交叉。唐奇安通道突破。
动量唐奇安
17
均值回归策略
布林带策略。RSI 指标。反转交易逻辑。
布林带RSI
18
事件驱动策略
财报发布效应。指数调整事件。并购套利。
财报效应并购套利
19
期权策略基础
期权定价模型（Black-Scholes）。隐含波动率与 Greeks。波动率交易。
Black-ScholesGreeks
20
CTA 策略
商品期货趋势跟踪。时间序列动量。波动率目标管理。
CTA波动率目标
21
高频交易基础
订单流分析。做市商策略。延迟套利。
订单流做市商
22
算法交易执行
VWAP/TWAP 算法。冰山订单。实施缺口。
VWAP冰山订单
23
资金管理与仓位控制
凯利公式。固定比例与固定分数。动态仓位调整。
凯利公式动态仓位
24
风险管理
VaR 与 CVaR。压力测试。尾部风险对冲。
VaR尾部风险
25
系统架构与数据管道
实时数据流处理。事件驱动架构。数据库选型。
数据流事件驱动
26
量化研究流程
假设生成、数据验证、回测、模拟交易、实盘部署。
研究流程实盘部署
27
心理与行为金融
认知偏差对交易的影响。过度自信与处置效应。构建反脆弱系统。
行为金融反脆弱
28
监管与合规
市场操纵定义。算法交易监管要求。信息披露与合规报告。
合规算法监管
29
职业发展与团队构建
量化研究员、量化开发、交易员的角色。团队协作流程。
职业路径团队协作
30
未来趋势
AI 生成策略。去中心化金融（DeFi）量化。ESG 量化投资。
AI策略DeFiESG