首门程序员理财课 Python量化交易系统实战
第1章 量化小科普
快速进行知识扫盲,了解什么是量化,基础金融知识科普。
学习☞https://pan.baidu.com/s/1O5f_iS9_dFXHx---EyUzhg 到达学习地方
共 8 节 (56分钟) 钥匙在这里☞ukhu
1-1 课程导学-开启量化交易的大门
1-2 什么是量化?
1-3 常用的股漂量化指标(上):技术面
1-4 常用的股漂量化指标(下):基本面
1-5 量化投资发展史
1-6 如何搭建量化交易系统
1-7 【作业】:量化基础知识(选择题)
1-8 本章小结与重点知识复习
第2章 获取股漂数据
本章带你了解什么是股漂,以及如何使用Python获取股漂交易数据
共 12 节 (129分钟)
2-1 本章节导学&学习计划
2-2 什么是股漂?
2-3 获取股漂数据的3种方式
2-4 使用JQData查询行情数据
2-5 使用resample函数转化时间序列
2-6 【作业】resample函数的应用-简答题
2-7 使用JQData查询财务指标
2-8 使用JQData查询估值指标
2-9 【作业】使用财务数据计算估值指标-简答题
2-10 实时更新股漂数据
2-11 【实战】:创建你的股漂数据库
2-12 本章知识点复习与总结
第3章 计算交易指标
交易指标是我们在投资中判断是否需要买入卖出的重要评判标准,本章带你学会计算常用的量化指标,如收益和风险类指标
共 13 节 (174分钟)
3-1 本章节导学&学习计划
3-2 股漂交易快速入门
3-3 使用shift函数计算涨跌幅
3-4 模拟股漂交易:买入、卖出信号
3-5 模拟股漂交易:计算持仓收益
3-6 Debug:解决CopyWarning问题
3-7 模拟股漂交易:计算累计收益率
3-8 【作业】:比较3只股漂的累计收益率,并进行可视化
3-9 计算风险指标:最大回撤
3-10 计算风险收益指标:夏普比率
3-11 【加餐】:利用最大回撤和夏普比筛选基金
3-12 【实战】:比较3只股漂的夏普指数
3-13 本章小结及重点知识复习
第4章 设计交易策略:择时策略
一个好的交易策略才是量化交易的灵魂,本章会手把手带你设计一个择时策略,学会如何利用均线,创建择时策略,优化股漂买入卖出的时间点。
共 14 节 (173分钟)
4-1 本章导学&学习计划
4-2 数据准备:本地化股漂数据
4-3 数据准备:从本地读取数据
4-4 什么是均线策略
4-5 双均线策略:生成交易信号
4-6 双均线策略:计算信号收益率
4-7 【作业】:计算并比较所有A股的策略收益
4-8 什么是假设检验
4-9 双均线策略:利用p值检验可靠性
4-10 【作业】双均线策略:寻找最优参数
4-11 双均线策略:寻找最优参数
4-12 【实战作业】:尝试创建基于布林道的择时策略
4-13 本章知识点复习与总结
4-14 作业节
第5章 设计交易策略:选股策略11 节 | 142分钟
本章节依然是策略设计的章节,本章节将会带你设计一个选股策略,了解选股策略的核心逻辑,并基于收益率创建动量选股策略,并验证其有效性。
5-1 本章导学 & 学习计划
5-2 什么是动量策略
5-3 动量策略:筛选股漂池
5-4 动量策略:计算动量因子
5-5 动量策略:生成交易信号
5-6 动量策略:计算组合收益率(等权重)
5-7 【作业】实现反向动量策略
5-8 打印策略评估指标
5-9 拓展:调整投资组合权重
5-10 【实战】构建ETF动量策略
5-11 本章小结
第6章 数据回测与优化10 节 | 113分钟
策略设计好了,还需要大量的数据进行验证,以保证策略的真实有效,本章节将会对我们前两章中设计的两种交易策略进行实际数据测验,学会使用pyalgotrade量化库,生成海量数据进行回测,进一步验证策略的准确性。
6-1 本章导学 & 学习计划
6-2 有哪些常用的数据回测框架?
6-3 为什么回测与实盘有差异
6-4 初始化PyAlgoTrade开发环境
6-5 定义数据与策略
6-6 PyAlgoTrade:模拟交易与回测
6-7 PyAlgoTrade:交易信号可视化
6-8 练习:PyAlgoTrade回测双均线策略
6-9 【作业】:PyAlgoTrade回测MACD指标
6-10 【作业】:PyAlgoTrade回测BOLL指标
第7章 实现股漂实盘交易5 节 | 83分钟
将我们所设计的交易策略真正的用起来,真正实现Python股漂自动化交易,让你的策略为你赚钱!
7-1 本章导学&学习计划
7-2 如何实现程序化交易
7-3 初始化EasyTrader开发环境
7-4 认识EasyTrader基本函数
7-5 模拟实盘:双均线择时策略
第8章 进阶内容分享5 节 | 20分钟
利用更多分析工具,进阶你的量化学习之旅
8-1 章节学习计划
8-2 什么是多因子模型
8-3 关于文档说明和项目优化
8-4 如何获取更多策略
8-5 课程总结.