人工智能与基本面量化实战
📚 共计 30 章节
01
课程导论：AI与基本面量化的融合
课程目标与学习路径 · 量化投资的基本概念与历史
导论
AI
02
Python基础回顾
环境搭建 · Jupyter Notebook · NumPy与Pandas快速入门
Python
工具
03
基本面分析基础
财务报表解读 · 核心指标ROE/PE/PB
财务
估值
04
数据获取与清洗
Tushare/Akshare · 缺失值处理 · 标准化
数据
API
05
因子构建入门
单因子分析 · 常见基本面因子（估值/成长/盈利）
因子
alpha
06
多因子模型
等权与市值加权 · 因子相关性分析
组合
加权
07
机器学习基础
监督/无监督 · 训练/验证/测试集 · 过拟合与欠拟合
ML
基础
08
线性回归模型
一元与多元 · 最小二乘法 · 选股应用
回归
预测
09
逻辑回归与分类
二分类涨跌预测 · 准确率/召回率/F1
分类
逻辑
10
决策树与随机森林
决策树原理 · 随机森林集成 · 特征重要性
树模型
集成
11
支持向量机 (SVM)
SVM原理 · 核函数 · 量化选股实战
SVM
分类
12
K近邻与聚类
KNN · K-Means · 市场风格切换
聚类
无监督
13
神经网络入门
感知机 · 激活函数 · Keras/TensorFlow
DL
Keras
14
深度学习进阶
LSTM时间序列预测 · 模型调参
LSTM
时序
15
自然语言处理 (NLP) 基础
文本预处理 · TF-IDF · 情感分析
NLP
文本
16
舆情因子构建
爬取财经新闻 · 情感打分 · 回测
舆情
因子
17
时间序列分析
平稳性检验 · ARIMA · 协整与配对交易
时序
ARIMA
18
风险管理
VaR/CVaR · 最大回撤 · 夏普比率
风控
指标
19
投资组合优化
马科维茨模型 · 有效前沿 · Black-Litterman
组合
优化
20
回测系统搭建
回测框架 · 滑点/手续费 · 过拟合检测
回测
系统
21
因子择时
市场状态识别 · 宏观因子与市场情绪
择时
宏观
22
另类数据
卫星图像 · 信用卡消费 · 供应链数据
另类
数据源
23
强化学习入门
Q-Learning · 策略梯度 · 交易执行
RL
交易
24
高频交易基础
订单簿 · Tick级数据 · 高频因子
高频
微观
25
模型部署与API
Flask量化API · Docker · 定时调度
部署
API
26
实盘交易接口
对接券商API · 信号执行 · 风控模块
实盘
接口
27
策略绩效归因
Brinson归因 · Barra模型 · 业绩报告
归因
绩效
28
前沿研究
图神经网络 · Transformer时间序列
前沿
GNN
29
伦理与监管
法律边界 · 内幕交易识别 · AI伦理
合规
伦理
30
综合实战项目
从数据到实盘 · 项目答辩 · 未来展望
实战
总结