所属分类：金融财务与量化 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

量化研究员从入门到精通

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
量化研究概述
量化研究的定义 · 发展历史 · 与传统投资的区别
量化研究概述量化研究的定义
02
金融市场基础
股票 · 期货 · 期权
金融市场基础股票
03
统计学与概率论核心
描述性统计 · 推断统计 · 假设检验
统计学概率论核心
04
线性代数与微积分基础
矩阵运算 · 特征值分解 · 导数与梯度
线性代数微积分基础
05
Python编程入门
Python环境搭建 · 基本语法 · 数据结构
Python编程入门
06
Pandas与数据处理
Series/DataFrame操作 · 数据清洗 · 缺失值处理
Pandas数据处理
07
NumPy与数值计算
数组操作 · 向量化计算 · 随机数生成
NumPy数值计算
08
数据获取与数据库
免费与付费数据源（Yahoo · Wind · Tushare等）
数据获取数据库
09
金融数据特征
收益率计算 · 对数收益率 · 波动率聚集
金融数据特征收益率计算
10
时间序列分析
自相关 · 偏自相关 · AR/MA/ARIMA模型
时间序列分析自相关
11
因子投资基础
因子定义 · 因子分类（价值 · 动量
因子投资基础因子定义
12
多因子模型构建
因子选取 · 因子预处理（去极值 · 标准化
多因子模型构建因子选取
13
因子测试与评估
IC/IR分析 · 分层回测 · 因子衰减
因子测试评估
14
量化策略类型
趋势跟踪 · 均值回归 · 统计套利
量化策略类型趋势跟踪
15
策略回测框架
回测设计原则 · 避免前视偏差 · 滑点与手续费建模
策略回测框架回测设计原则
16
风险管理与组合优化
风险度量（VaR · CVaR） · 协方差矩阵估计
风险管理组合优化
17
机器学习基础
监督学习 · 无监督学习 · 训练/验证/测试集划分
机器学习基础监督学习
18
经典机器学习算法
线性回归 · 逻辑回归 · 决策树
经典机器学习算法线性回归
19
深度学习与强化学习入门
神经网络基础 · LSTM/Transformer在时… · 强化学习用于交易执行
深度学习强化学习入门
20
自然语言处理与另类数据
新闻情感分析 · 财报文本挖掘 · 社交媒体情绪
自然语言处理另类数据
21
交易执行与算法交易
VWAP/TWAP/POV算法 · 市场冲击模型 · 最优执行策略
交易执行算法交易
22
量化研究流程与团队协作
从想法到实盘的完整流程 · 研究文档规范 · 代码版本控制
量化研究流程团队协作
23
常见陷阱与错误
数据陷阱（幸存者偏差 · 前视偏差） · 过拟合
常见陷阱错误
24
实战项目一
单因子选股策略——从数据获取 · 因子构建 · 回测到绩效评估的完整案例
实战项目一单因子选股策略
25
实战项目二
统计套利策略——配对交易 · 协整检验 · 交易信号生成与回测
实战项目二统计套利策略
26
实战项目三
机器学习预测模型——使用LightG… · 并进行特征重要性与模型解释
实战项目三LightG
27
实战项目四
组合优化与风险管理——构建多因子组合 · 应用风险平价与最大回撤控制
实战项目四组合优化
28
量化研究前沿
高频做市 · 加密货币量化 · ESG因子
量化研究前沿高频做市
29
职业发展与软技能
量化研究员面试准备 · 编程与数学能力提升 · 行业资源
职业发展软技能
30
综合实战与课程总结
从零构建一个完整的量化研究系统 · 整合所有知识 · 总结学习路径与未来进阶方向
综合实战课程总结