目录

量化投资实战指南：基于 Python 的金融量化分析，从金融市场基础到策略开发与回测的完整学习路径。

---

📚 文档结构

一、金融市场基础

1. 金融与量化分析
2. 股票基础知识
3. 市场构成与交易机制
4. 影响股价的因素

---

二、金融分析方法

1. 基本面分析
2. 技术面分析
3. K 线图详解
4. 均线理论（MA）

---

三、量化投资框架

1. 量化投资概念与优势
2. 策略结构与生命周期
3. 量化系统架构全景
4. Alpha 模型详解
5. 风险模型与交易成本模型
6. 投资组合构建模型
7. 执行模型与数据研究
8. 实盘评估与策略考量

---

四、Python 数据科学工具

1. IPython 交互式开发
2. NumPy 数值计算
   • NumPy 入门与数组创建
   • 数组运算与索引切片
   • 布尔索引
   • 花式索引
   • 通用函数与特殊值
   • 统计方法与随机数
3. Pandas 数据处理
4. 数据可视化（Matplotlib）
5. 股票数据获取（Tushare）

---

五、量化策略实战

1. 双均线策略
2. 因子选股策略
3. 均值回归策略
4. 回测与风险管理

---

🎯 学习路径

金融市场基础 → 金融分析方法 → 量化投资框架 → Python 工具 → 策略开发与回测

1. 第一阶段：理解金融市场基本概念和股票交易机制
2. 第二阶段：掌握基本面和技术面分析方法
3. 第三阶段：理解量化投资的核心思想和策略框架
4. 第四阶段：掌握 Python 数据科学工具链（NumPy、Pandas、Matplotlib）
5. 第五阶段：实现经典量化策略并进行回测验证

---

📖 参考来源

• 《打开量化投资的黑箱》—— [美] 里什·纳兰
• B 站课程：14小时学会用Python开发金融量化与股票分析交易平台（Python网红Alex）
• B 站课程：从零开始量化交易 - 03 - 量化经典书籍：《打开量化投资的黑箱》（野生量化员）

---

💡 提示：量化投资有风险，入市需谨慎。本课程内容仅供学习参考，不构成投资建议。