一、课程亮点：
朝九晚九全程跟班答疑、一对 一督学、定期直播串讲、五分钟内有问必答、出勤率和进度监督、作业与测试
二、学习目标：
1，通过专业，有针对性的课程提升自己的量化投资技能; 2，通过量化投资领域从业的讲师授课，掌握量化投资实战经验; 3，通过360小时高强度的学习与训练，实现独立编写策略的目标; 4，通过毕业答辩的能力展现，弥补中无法吻合的条件要求。
三、课程内容：
01章量化投资概述(3课时)
01-01量化投资的定义 (量化, 金融, 工程, )
01-02量化投资行业现状 (国外, 国内)
01-03量化投资行业展望 (岗位职业, 互联网金融, 金融科技)
02章金融理论：金融基础知识(12课时)
02-01经济金融原理
02-02证券及衍生品
02-03期货及衍生品
03章Python基础(12课时)
03-01语言介绍和对比
03-02安装、配置和IDE
03-03python基础和特性
04章Python进阶(12课时)
04-01numpy
04-02pandas
04-03scipy
04-04matplotlib
05章Python三方库(3课时)
05-01清单介绍
06章数学-概率论与数理统计(6课时)
06-01理论和python案例
07章数学-微积分(3课时)
07-01理论和python案例
08章数学-线性代数(6课时)
08-01理论和python案例
09章数据库(6课时)
09-01mysql
09-02mongdb
10章大数据理论与技术(12课时)
10-01hadoop
10-02spark
11章机器学习理论(12课时)
11-01概念、类型、应用场景
11-02监督学习
11-03无监督学习
11-04半监督学习
11-05强化学习
11-06深度学习
11-07迁移学习
11-08其他
12章机器学习技术(24课时)
12-01sklearn
12-02keras
12-03TensorFlow
13章金融理论-金融专业知识(12课时)
13-01专业技能
13-02证券估值
13-03衍生品定价
14章量化相关软件
14-01同花顺、通达信-软件使用,公式,指标,信号(3课时)
14-02joinquant、ricequant、bigquant、uqerquant-介绍,数据,功能,案例(6课时)
14-03TB、WH、TS、YT、MC-软件介绍,数据,功能,案例(6课时)
14-04国泰安、天软、Wind-软件介绍,数据,功能,案例(6课时)
15章Python量化相关库(12课时)
15-01tushare
15-02talib
16章模型案例-模型研发流程(12课时)
16-01模型原型
16-02数据
16-03模型模板
16-04回测
16-05优化
16-06业绩评价
17章模型案例-择时模型:技术指标模型(12课时)
17-01模型原型：ma,macd,sar,rsi,kdj,boll,kama,turtle,grid
17-02数据类型、源和清洗
17-03模型信号
17-04历史回测
17-05参数优化
17-06业绩评价
18章模型案例-择时模型:K线形态与组合模型(12课时)
18-01模型原型：希望之星,黄昏之星,红三兵,绿三兵,圆弧底,“V”型底,“U”型底,“W”底,“M”顶
18-02数据类型、源和清洗
18-03模型信号
18-04历史回测
18-05参数优化
18-06业绩评价
19章模型案例-择时模型:经典日内模型(12课时)
19-01模型原型：hans123,r-breaker,hl-breaker,nhl-breaker,ap-cross,grid
19-02数据类型、源和清洗
19-03模型信号
19-04历史回测
19-05参数优化
19-06业绩评价
20章模型案例-择时模型:机器学习模式识别(24课时)
20-01模型原型：线性回归,逻辑回归,决策树,随机森林,SVM,神经网络
20-02数据类型、源和清洗
20-03模型信号
20-04历史回测
20-05参数优化
20-06业绩评价
21章模型案例-因子模型:基本面因子(12课时)
21-01模型原型：因子模型、套利定价模型(APT)
21-02数据类型、源和清洗-财务因子(盈利性、估值、现金流、成长性、营运能力、资本结构);统计因子(换手率、波动率);一致预期因子(分析师评级、盈利预测)
21-03模型信号
21-04历史回测
21-05参数优化
21-06业绩评价
22章模型案例-因子模型:技术因子(12课时)
22-01模型原型：因子模型
22-02数据类型、源和清洗
22-03模型信号
22-04历史回测
22-05参数优化
22-06业绩评价
23章模型案例-因子模型:数据挖掘另类因子(12课时)
23-01模型原型：因子模型
23-02数据类型、源和清洗-事件;舆情;大数据
23-03模型信号
23-04历史回测
23-05参数优化
23-06业绩评价
24章模型案例-套利(12课时)
24-01无风险套利理论
24-02无风险套利案例
24-03ETF套利
24-04期现套利
24-05跨期套利
24-06跨品种套利
24-07跨市场套利
24-08期权套利
24-09配对模型
24-10统计套利原理
24-11统计套利案例
25章模型案例-阿尔法对冲(alpha hedge)(12课时)
25-01capm
25-02套利定价模型(APT)
25-03案例
26章模型案例-聪明贝塔(smart beta)(12课时)
26-01同因子投资、阿尔法投资的相同和区别
26-02产生背景
26-03案例
27章模型案例-资产配置(12课时)
27-01Equal Weight
27-02risk parity
27-03Minimum Variance
27-04Markowitz Model
27-05Black-Litterman Model
28章接口(12课时)
28-01股票接口
28-02期货接口
28-03其他标的接口
29章量化系统(24课时)
29-01rqalpha
29-02zipline
29-03vnpy
30章量化经验分享(6课时)
30-01分享
30-02模型开发分享
30-03技术分享
31章量化投资岗位就业指导(6课时)
温馨提示
温馨提示
苏公网安备32010402001741
