第01章
课程导论：情绪的力量
什么是市场情绪？为什么情绪建模对量化交易至关重要？课程目标与学习路径。
导论量化
第02章
行为金融学基础
前景理论、过度自信、锚定效应、羊群效应等核心心理学偏差。
行为金融偏差
第03章
情绪量化指标 (上)
基于文本的情绪指标——新闻情感分析、社交媒体情绪（Twitter/微博）。
文本NLP
第04章
情绪量化指标 (中)
基于市场的情绪指标——VIX恐慌指数、Put/Call比率、波动率偏斜。
市场VIX
第05章
情绪量化指标 (下)
基于调查的情绪指标——AAII投资者情绪调查、消费者信心指数。
调查信心
第06章
数据采集与清洗
API获取金融数据、Web Scraping抓取新闻与社交媒体文本、数据清洗与预处理。
爬虫API
第07章
自然语言处理基础
分词、词性标注、命名实体识别、词袋模型与TF-IDF。
NLPTF-IDF
第08章
情感分析实战
使用TextBlob、VADER、BERT等工具进行情感打分。
BERTVADER
第09章
特征工程
从原始情绪数据中构建有效特征——移动平均、差分、滚动统计量。
特征滚动
第10章
情绪因子合成
主成分分析（PCA）与因子模型，将多个情绪指标合成为一个综合情绪因子。
PCA因子
第11章
时间序列分析基础
平稳性检验（ADF）、自相关（ACF/PACF）、白噪声检验。
ADFACF
第12章
情绪与市场回报的相关性
Pearson/Spearman相关系数、滞后相关性、Granger因果检验。
因果相关
第13章
情绪驱动的交易策略设计
均值回归策略、趋势跟踪策略、事件驱动策略。
策略事件
第14章
回测框架搭建
使用Backtrader或Zipline构建回测系统，考虑交易成本与滑点。
回测Backtrader
第15章
策略绩效评估
夏普比率、最大回撤、Calmar比率、胜率与盈亏比。
夏普回撤
第16章
情绪与波动率建模
GARCH模型家族（GARCH, EGARCH, GJR-GARCH）引入情绪外生变量。
GARCH波动率
第17章
情绪与风险度量
VaR（风险价值）与CVaR（条件风险价值）的情绪调整模型。
VaRCVaR
第18章
机器学习入门
线性回归、逻辑回归、决策树与随机森林在情绪预测中的应用。
随机森林回归
第19章
深度学习情绪模型
LSTM与Transformer架构用于序列情绪预测。
LSTMTransformer
第20章
强化学习与情绪交易
将情绪作为状态特征，使用DQN或PPO训练交易智能体。
DQNPPO
第21章
市场微观结构与情绪
订单流不平衡、买卖价差与情绪的关系。
微观结构订单流
第22章
跨市场情绪传导
美股与A股、加密货币与传统资产的情绪联动分析。
联动跨市场
第23章
情绪泡沫识别
基于情绪指标的泡沫检测模型（LPPL模型）。
泡沫LPPL
第24章
黑天鹅事件与情绪突变
COVID-19、金融危机等极端事件下的情绪建模。
黑天鹅极端
第25章
情绪模型的风险管理
过拟合检测、鲁棒性测试、压力测试。
鲁棒性压力测试
第26章
实时情绪监控系统设计
使用Kafka/Redis构建流式数据处理管道。
Kafka流式
第27章
可视化与报告
使用Plotly/Dash构建情绪仪表盘，生成自动化报告。
Plotly仪表盘
第28章
伦理与合规
市场操纵风险、算法交易监管、数据隐私。
合规监管
第29章
前沿研究综述
FinBERT、ChatGPT情绪分析、多模态情绪建模。
FinBERT多模态
第30章
综合实战项目
从数据采集到策略部署，构建一个完整的情绪驱动交易系统。
实战全栈