Python量化交易學習課程

量化投資是起源於美國的高級投資方法論，在國內也有十餘年的發展歷史，代表當今金融業最前沿的投資技術和水準，卓越穩定的實盤投資業績使得量化投資具有堅實的高端市場需求。

本量化投資方向系列課程通過對各種量化投資方法與理論的介紹，結合機器學習的實際應用案例進行引導式教學，全面地提高學員對量化投資的認知能力和實踐能力。

課程地址：Python量化交易課程

面向人羣：

1. 適合有志於從事量化投資工作的計算機行業人員及在校學生；

2. 數據科學工作者，可以從本課程中學會從數據科學的方法玩轉量化交易；

3. 所有金融機構從業人員，尤其是量化交易從業者，可以從本課程中學會如何用python玩機器學習和量化交易；

4. 適合希望使用機器學習和統計學習的方法應用於量化投資領域的愛好者和個人投資者 ，可以從本課程中學會量化投資的應用領域和必要的業務知識，以及如何構建成功的量化策略和交易的實戰經驗。

學習收益：

這門課的主要目的是讓大家理解和掌握量化投資的應用領域及其業務知識，通過實際的案例教學，掌握端到端的量化交易流程，教會學員編寫策略程序，通過建模，回測和風控，形成可盈利的策略並將整個流程自動化。其次，我們將講授如何利用前沿人工智能的技術，如：機器學習方法，對海量金融數據進行建模，掌握機器學習在量化建模中的應用方法。課程也會提供量化策略研發平臺服務，幫助學員建立自己的策略研究庫。

開課時間：

課程大綱：

第一課： 量化投資基本概念和投資方法

 1.  統計哲學

 2.  量化投資哲學

 3.  策略概述

 4.  經典案例

 5.  量化投資現狀

第二課： 量化投資組合管理（一）

 1.  量化投資組合管理簡介

 2.  基礎理論

 3.  多因子模型

 4.  因子分類體系

第三課： 量化投資組合管理（二）

 1.  因子測試方法

 2.  風險模型

 3.  投資組合構建方法

 4.  機器學習在因子選股中的應用

第四課： 量化擇時策略與方法

 1.  量化擇時概念

 2.  擇時方法

 3.  擇時策略的開發

 4.  機器學習擇時案例

第五課： 程序化交易及策略開發（一）

 1.  程序化交易簡介

 2.  交易系統與開發語言

 3.  策略分類與開發

 4.  CTA策略基本結構

第六課： 程序化交易及策略開發（二）

 1.  技術分析基礎

 2.  開平倉條件構建

 3.  交易策略實例

 4.  機器學習模型的應用

第七課： 套利交易與算法交易

 1.  套利原理

 2.  套利交易分類與策略

 3.  交易成本與衝擊成本

 4.  常見交易算法

 5.  實踐方法與系統

第八課： 投資業績量化評價

 1.  收益與波動

 2.  風險管理

 3.  基準對照分析

 4.  投資風格分析

 5.  業績歸因分析

第九課： 量化投資的其他課題方向

 1.  高頻交易介紹

 2.  衍生品定價及交易策略

 3.  大類資產配置方法

 4.  MOM, FOF產品管理

 5.  對衝基金的運營與維護

課程地址：Python量化交易課程