01
量化交易概述
什么是量化交易 · 优势与风险 · 商品期货市场简介
概念入门
02
量化交易核心流程
策略研发流程 · 自动化交易系统架构
流程架构
03
开发环境搭建
Anaconda · Jupyter Notebook · Python虚拟环境
环境工具
04
Python基础速通 (上)
变量与数据类型 · 列表与字典 · 条件判断与循环
编程基础
05
Python基础速通 (下)
函数定义 · 面向对象 · 文件读写
编程进阶
06
NumPy入门
数组创建与操作 · 数学运算 · 随机数
数值库
07
Pandas入门 (上)
Series/DataFrame · 数据读取 · 清洗处理
数据分析
08
Pandas入门 (下)
时间序列 · 聚合分组 · 滚动计算
时间聚合
09
Matplotlib与可视化
K线图 · 指标线 · 多子图布局
绘图K线
10
金融数据获取
Tushare/AkShare · 数据存储 · 质量控制
数据源API
11
技术指标计算 (上)
MA · EMA · 布林带
指标趋势
12
技术指标计算 (下)
MACD · RSI · KDJ · ATR
震荡动量
13
策略回测基础
回测框架 · 手续费滑点 · 资金管理
回测模拟
14
简单均线策略实现
双均线金叉死叉 · 回测代码 · 绩效评估
策略均线
15
策略优化与过拟合
参数优化 · 过拟合识别 · 交叉验证
优化风险
16
量化交易工具对比 (上)
Backtrader · Zipline · PyAlgoTrade
框架对比
17
量化交易工具对比 (下)
vn.py · QuantConnect · 掘金量化
框架对比
18
Backtrader实战 (一)
安装 · Cerebro/Strategy/DataFeed · 第一个策略
实战Backtrader
19
Backtrader实战 (二)
自定义指标 · 多数据源 · 订单类型
指标订单
20
Backtrader实战 (三)
Analyzers · 日志系统 · 策略组合
分析组合
21
vn.py入门
框架架构 · 事件驱动 · CTA策略模块
vn.py事件
22
vn.py实战
CTA策略模板 · 信号生成 · 委托管理
实战CTA
23
风险管理基础
仓位管理 · 止损止盈 · 相关性风险
风控仓位
24
资金管理进阶
波动率调整 · 投资组合优化 · 回撤控制
资金组合
25
模拟交易与实盘对接
模拟平台 · CTP接口 · 实盘注意事项
实盘接口
26
量化交易常见陷阱
未来函数 · 幸存者偏差 · 过拟合 · 数据泄露
陷阱认知
27
策略评估与报告
绩效报告 · 归因分析 · 策略比较
评估分析
28
机器学习在期货中的应用
特征工程 · 随机森林 · 预测信号
ML预测
29
量化交易职业发展
研究员 vs 开发 · 学习路径 · 行业资源
职业成长
30
课程总结与下一步
知识体系回顾 · 开源项目 · 持续学习建议
总结进阶