課程內容：
01章Python語言基礎與金融統(tǒng)計分析
01-01Python語言學習與應用-Python語言簡介
01-02Python語言學習與應用-運算符與表達式
01-03Python語言學習與應用-Python控制流
01-04Python語言學習與應用-Python函數(shù)
01-05Python語言學習與應用-Python模塊
01-06Python語言學習與應用-異常處理與文件操作
01-07Python語言學習與應用-Python繪圖
01-08Python語言學習與應用-Numpy篇
01-09Python語言學習與應用-Pandas篇
01-10Python語言學習與應用-數(shù)據(jù)庫連接
01-11金融統(tǒng)計分析概論-統(tǒng)計學理論 (統(tǒng)計學概論,描述性統(tǒng)計,參數(shù)估計,假設檢驗)
01-12金融統(tǒng)計分析概論-多變量相關性分析
01-13金融統(tǒng)計分析概論-線性回歸模型
01-14案例分析一-大型股票數(shù)據(jù)庫讀取股票數(shù)據(jù)
01-15案例分析二-A股市場股票數(shù)據(jù)繪圖
01-16案例分析三-交易數(shù)據(jù)描述性統(tǒng)計
01-17案例分析四-非金融專業(yè)數(shù)據(jù)獲取方法
02章Python量化投資實戰(zhàn)1
02-01金融數(shù)據(jù)處理高級編程-Pandas深入分析
02-02金融數(shù)據(jù)處理高級編程-金融因子數(shù)據(jù)生成
02-03金融數(shù)據(jù)處理高級編程-常見的金融數(shù)據(jù)整理方式
02-04量化投資概述-投資策略回顧與比較
02-05量化投資概述-基本面、技術分析和量化的聯(lián)系與區(qū)別
02-06量化投資概述
02-07量化投資概述-量化投資風險與管控
02-08量化投資Python平臺介紹-數(shù)據(jù)獲取
02-09量化投資Python平臺介紹-回測框架介紹
02-10量化投資Python平臺介紹-回測注意問題
02-11案例分析一-市盈率手動計算
02-12案例分析二-Panel數(shù)據(jù)的存儲與提取
02-13案例分析三-簡單的均線穿越策略實現(xiàn)
03章Python量化投資實戰(zhàn)2
03-01市場描述策略-描述性研究
03-02高級交易策略-CTA策略
03-03高級交易策略-大師選股策略
03-04高級交易策略-市場中性選股策略
03-05高級交易策略-技術指標類策略
03-06高級交易策略-資產配置策略
03-07時間序列模型-什么是時間序列數(shù)據(jù)
03-08時間序列模型-時間序列的平穩(wěn)性檢驗與白噪聲探討
03-09時間序列模型-時間序列平滑
03-10時間序列模型-【SMA、WMA EWMA】
03-11時間序列模型-金融時間序列建模預測
03-12時間序列模型-【ARMA、ARIMA模型】
03-13時間序列模型-波動的集聚效應
03-14案例分析一-如何通過各種數(shù)據(jù)描述當前市場狀態(tài)
03-15案例分析二-CTA策略
03-16案例分析三-經典大師選股策略
03-17案例分析四-市場中性選股策略
03-18案例分析五-技術指標類選股策略
03-19案例分析六-資產配置策略
03-20案例分析七-時間序列策略
04章Python量化投資實戰(zhàn)3
04-01投資組合基本概念-超額Alpha選股
04-02投資組合基本概念-CAPM模型
04-03投資組合基本概念-三因子模型選股
04-04投資組合構建-單因子測試
04-05投資組合構建-多因子測試
04-06投資組合構建-常見的組合構建方法
04-07數(shù)據(jù)挖掘算法在量化投資中的運用-邏輯回歸與漲跌預測
04-08數(shù)據(jù)挖掘算法在量化投資中的運用-支持向量機模型與漲跌預測
04-09數(shù)據(jù)挖掘算法在量化投資中的運用-聚類與股票配對
04-10輿情分析與關注度模型-文本挖掘概述
04-11輿情分析與關注度模型-文本處理技巧
04-12輿情分析與關注度模型-中文分詞
04-13案例分析一-單因子全套測試代碼
04-14案例分析二-組合構建案例
04-15案例分析三-文本數(shù)據(jù)處理案例
魯公網安備37061302000010號
在線客服
預約試聽