01
情绪量化概述
什么是市场情绪？情绪量化的意义与挑战，情绪指标在量化交易中的角色。
概念基础
02
情绪数据源解析
舆情数据（新闻、社交媒体）、交易数据（成交量、换手率）、衍生品数据（期权PCR、VIX）。
数据来源
03
情绪指标构建基础
文本情感分析（NLP基础）、成交量情绪指标、波动率情绪指标。
NLP指标
04
参数调优方法论
网格搜索、随机搜索、贝叶斯优化、遗传算法在参数调优中的应用。
优化算法
05
回测框架搭建
基于Backtrader/Pandas的情绪策略回测框架，性能评估指标（夏普、最大回撤、胜率）。
回测评估
06
情绪阈值优化
如何确定情绪指标的买入/卖出阈值，避免过拟合。
阈值过拟合
07
时间窗口参数调优
情绪累积窗口、衰减因子、平滑参数的选择。
窗口平滑
08
多指标融合权重优化
如何分配不同情绪指标的权重，主成分分析与加权融合。
权重PCA
09
情绪指标与价格形态结合
情绪+技术指标（RSI、MACD）的联合参数优化。
技术指标融合
10
行业情绪因子构建
针对不同行业的情绪指标参数差异化调优。
行业因子
11
市场状态识别与参数自适应
牛熊市、震荡市下的情绪参数动态调整。
自适应状态
12
情绪指标的滞后性处理
如何通过参数调整减少信号滞后。
滞后信号
13
情绪指标的噪声过滤
移动平均、卡尔曼滤波在情绪数据中的应用与参数选择。
滤波去噪
14
极端情绪事件处理
黑天鹅事件下的参数鲁棒性测试与保护机制。
鲁棒性黑天鹅
15
参数敏感性分析
哪些参数对收益影响最大？如何识别关键参数。
敏感性关键参数
16
过拟合检测与防范
交叉验证、滚动优化、正则化在情绪参数调优中的应用。
过拟合正则化
17
基于机器学习的参数自动调优
使用Optuna、Hyperopt进行情绪参数搜索。
AutoMLOptuna
18
情绪指标组合优化
使用遗传算法寻找最优情绪指标组合。
遗传算法组合
19
高频情绪参数调优
分钟级情绪数据的参数特点与优化策略。
高频分钟级
20
日频情绪参数调优
适合中长线交易的情绪参数设置。
日频中长线
21
情绪因子在CTA策略中的应用
趋势跟踪+情绪过滤的参数调优。
CTA趋势
22
情绪因子在统计套利中的应用
配对交易中的情绪参数优化。
统计套利配对
23
情绪因子在事件驱动策略中的应用
财报、新闻事件的情绪参数调优。
事件驱动新闻
24
多品种情绪参数统一调优
股票、期货、加密货币的情绪参数差异与统一框架。
多品种统一
25
情绪参数的时间衰减与更新频率
参数是否需要定期重新优化？如何确定更新周期。
衰减更新
26
实盘与回测的差异处理
滑点、手续费、流动性对情绪参数的影响。
实盘滑点
27
情绪参数调优的自动化流水线
构建从数据获取到参数部署的完整Pipeline。
Pipeline自动化
28
情绪策略的风险管理参数
仓位管理、止损止盈与情绪指标的联动调优。
风控仓位
29
情绪参数调优的常见陷阱与避坑指南
幸存者偏差、前视偏差、数据窥探。
陷阱偏差
30
综合实战项目
构建一个完整的情绪量化策略，从数据到参数调优再到实盘模拟。
实战完整