⚠️ 重要提醒：课程资源里面的所有加微信什么的不要信，上当受骗与本站无关。

📚 课程介绍

本课程通过Python编程，实战构建量化交易系统，适合有一定编程基础的金融爱好者。

📋 学习前提

1. Python基础（Python是一种高级编程语言，适合快速开发） 2. 数据分析基础（了解如何处理和分析数据） 3. 金融知识基础（了解基本的金融概念和交易策略）

⭐ 推荐指数

⭐⭐⭐⭐☆ (4/5星)

📖 课程目录

第1章 量化小科普

1-1 课程导学

1-2 什么是量化

1-3 常用的股票量化指标（上）：技术面

1-4 常用的股票量化指标（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】

1-8 本章小结与重点知识复习

第2章 获取股票数据

2-1 本章节导学&学习计划

2-2 什么是股票？

2-3 获取股票数据的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

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 实时更新股票数据

2-11 实战：创建你的股票数据库

2-12 本章知识点复习与总结

第3章 计算交易指标

3-1 本章节导学学习计划

3-2 股票交易快速入门

3-3 使用shift函数计算涨跌幅

3-4 模拟股票交易：买入、卖出信号

3-5 模拟股票交易：计算持仓收益

3-6 模拟股票交易：计算累计收益率

3-7 【作业】

3-8 计算风险指标：最大回撤

3-9 计算风险收益指标：夏普比率

3-10 【加餐】：利用最大回撤和夏普比筛选基金

3-11 【实战】：比较3只股票的夏普指数

3-12 本章小结及重点知识复习

第4章 设计交易策略：择时策略

4-1 数据准备：从本地读取数据

4-2 数据准备：本地化股票数据

4-3 什么是均线策略

4-4 什么是假设检验

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 双均线策略：利用p值检验可靠性

4-8 什么是假设检验

4-9 双均线策略：寻找最优参数

4-10 本章知识点复习与总结

第5章 设计交易策略：选股策略

5-1 什么是动量策略

5-2 动量策略：筛选股票池

5-3 动量策略：生成交易信号

5-4 动量策略：计算动量因子

5-5 动量策略：生成交易信号

第6章 数据回测与优化

6-1 初始化PyAlgoTrade开发环境

6-2 为什么回测与实盘有差异

6-3 PyAlgoTrade：模拟交易与回测

6-4 PyAlgoTrade：交易信号可视化

6-5 定义数据与策略

6-6 练习：PyAlgoTrade回测双均线策略

第7章 实现股票实盘交易

7-1 初始化EasyTrader开发环境

7-2 如何实现程序化交易

7-3 认识EasyTrader基本函数

7-4 模拟实盘：双均线择时策略

第8章 进阶内容分享

8-1 章节学习计划

8-2 关于文档说明和项目优化

8-3 关于文档说明和项目优化

8-4 关于文档说明和项目优化

8-5 关于文档说明和项目优化

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。