VIP12
本课程属于：021-Qlib AI量化研究工程 智能金融与金融工程 · 共 12 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

Qlib数据与特征工程实战

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=Qlib 的定位 · 核心优势 · 量化投资全流程中的角色
课程导入Qlib
02
环境搭建与快速上手
目标=安装 Qlib · 初始化 qlib · 下载示例数据
环境搭建快速上手
03
Qlib 数据层架构
目标=数据存储格式 · 表达式引擎 · 数据集抽象
Qlib数据层架构
04
金融数据获取与准备
目标=支持的数据源 · A 股/数据下载 · 数据格式转换
金融数据获取准备
05
数据表达式与查询
目标=表达式语法 · 特征引用 · 运算符
数据表达式查询
06
数据预处理核心方法
目标=缺失值处理 · 异常值处理 · 标准化
数据预处理核心方…目标=缺失值处理
07
特征工程基础
目标=量价特征 · 技术指标 · 基本面特征
特征工程基础目标=量价特征
08
Alpha158 与 Alpha360 因子集
目标=因子构成 · 计算逻辑 · 使用方式
Alpha158Alpha360
09
自定义特征与因子
目标=编写自定义表达式 · 注册自定义因子 · 扩展数据处理器
自定义特征因子
10
数据集构建与管理
目标=Dataset 类 · TSDataset · DatasetH
数据集构建管理
11
数据处理器链
目标=Processor 类 · DropnaProcessor · FillnaProcessor
数据处理器链Processor
12
标签构建与处理
目标=标签定义 · 未来收益率计算 · 标签表达式
标签构建处理
13
时间序列特征工程
目标=滚动窗口 · 滞后特征 · 差分
时间序列特征工程目标=滚动窗口
14
截面特征工程
目标=排序 · 分位数 · 行业中性化
截面特征工程目标=排序
15
高频与分钟级数据
目标=分钟数据加载 · 高频特征构建 · 成交量分布
高频分钟级数据
16
多因子数据融合
目标=多源数据合并 · 特征对齐 · 时间戳处理
多因子数据融合目标=多源数据合…
17
特征选择与降维
目标=方差过滤 · 相关性分析 · IC 分析
特征选择降维
18
数据质量与异常检测
目标=数据完整性检查 · 价格异常 · 成交量异常
数据质量异常检测
19
实战案例一
目标=基于 Alpha158 的选股…
实战案例一Alpha158
20
实战案例二
目标=自定义行业轮动因子构建与 Ql…
实战案例二Ql
21
实战案例三
目标=多频率数据融合的日内交易特征工…
实战案例三目标=多频率数据…
22
实战案例四
目标=使用 Qlib 构建端到端机器…
实战案例四Qlib
23
性能优化与大数据处理
目标=数据缓存 · 并行加载 · 内存优化
性能优化大数据处理
24
常见问题与调试
目标=数据加载失败 · 表达式错误 · 处理器冲突
常见问题调试
25
Qlib 与外部工具集成
目标=Pandas · NumPy · Scikit-learn
Qlib外部工具集成
26
特征工程最佳实践
目标=避免未来函数 · 处理幸存者偏差 · 滚动训练
特征工程最佳实践目标=避免未来函…
27
综合提升一
目标=从原始数据到特征库的完整项目设…
综合提升一目标=从原始数据…
28
综合提升二
目标=特征工程在量化策略回测中的验证…
综合提升二目标=特征工程
29
综合提升三
目标=自动化特征工程管道与生产环境部…
综合提升三目标=自动化特征…
30
课程总结与进阶方向
目标=知识体系回顾 · 常见陷阱 · 持续学习资源
课程总结进阶方向