01
可转债基础与市场概览
可转债定义、核心要素（转股价、赎回条款、回售条款、下修条款）、市场规模与参与者。
概念条款市场
02
可转债定价模型
纯债价值、转股价值、平价与溢价率、BS模型与二叉树模型在转债定价中的应用。
定价BS模型二叉树
03
数据获取与预处理
使用akshare、tushare等库获取转债数据，数据清洗、缺失值处理、复权处理。
aksharetushare清洗
04
因子挖掘基础
因子定义、因子分类（估值类、动量类、情绪类、基本面类）、因子有效性检验框架。
因子分类有效性
05
估值类因子构建
转股溢价率、纯债溢价率、隐含波动率、YTM（到期收益率）因子。
溢价率YTM波动率
06
动量与反转因子
正股动量、转债动量、短期反转、中期趋势因子。
动量反转趋势
07
情绪与资金流因子
成交量、换手率、资金净流入、大单占比、恐慌指数。
情绪资金流换手率
08
基本面因子
正股PE/PB、ROE、营收增速、转债余额、剩余期限。
PE/PBROE余额
09
因子标准化与中性化
Z-score标准化、市值中性化、行业中性化、风格中性化。
标准化中性化
10
因子相关性分析与多重共线性
皮尔逊相关系数、Spearman秩相关、VIF检验、聚类去冗余。
相关性VIF聚类
11
因子IC分析
IC（信息系数）定义、Rank IC、ICIR（信息比率）、IC序列可视化。
ICICIR可视化
12
因子分层回测
分位数分组法、多空组合收益、累计净值曲线、最大回撤。
分层回测净值
13
机器学习入门与特征工程
特征选择（Filter/Wrapper/Embedded）、特征降维（PCA、t-SNE）、标签定义（未来N日收益）。
特征工程PCA降维
14
线性模型
线性回归、岭回归、Lasso回归、弹性网络在因子合成中的应用。
线性回归Lasso弹性网络
15
树模型基础
决策树、随机森林、梯度提升树（GBDT）、XGBoost、LightGBM。
随机森林XGBoostLightGBM
16
集成学习与调参
Bagging与Boosting、网格搜索、随机搜索、贝叶斯优化。
集成调参贝叶斯
17
神经网络入门
MLP（多层感知机）、激活函数、损失函数、正则化（Dropout、BatchNorm）。
MLPDropoutBatchNorm
18
时序模型
LSTM、GRU在转债价格序列预测中的应用，序列特征构建。
LSTMGRU时序
19
模型评估与过拟合处理
交叉验证（时间序列交叉验证）、学习曲线、早停法。
交叉验证早停过拟合
20
因子合成与组合优化
机器学习因子合成、均值-方差优化、风险平价、最大分散度。
组合优化风险平价
21
回测框架搭建
事件驱动回测、滑点与交易成本、冲击成本模型。
回测滑点冲击成本
22
策略绩效评估
年化收益率、夏普比率、卡玛比率、最大回撤、胜率、盈亏比。
夏普卡玛回撤
23
风险控制与仓位管理
凯利公式、VaR（风险价值）、CVaR、止损策略。
凯利VaR止损
24
可转债套利策略
转股套利、回售套利、下修博弈套利、条款博弈。
套利下修博弈转股
25
多因子选债模型
因子加权、打分法、机器学习排序法、TopK持仓。
多因子打分排序
26
动态调仓与再平衡
定期调仓、阈值调仓、事件驱动调仓。
调仓再平衡事件驱动
27
实盘交易接口与自动化
CTP/miniQMT接口、交易信号生成、自动下单。
CTPminiQMT自动化
28
策略监控与归因分析
Brinson归因、因子暴露归因、收益分解。
归因Brinson暴露
29
过拟合与未来函数检测
时间偏移检测、信息泄露排查、样本外测试。
过拟合未来函数样本外
30
课程总结与进阶方向
策略组合、多资产配置、高频因子、深度学习前沿。
总结多资产高频