Skip to main content

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

四、Python 数据科学工具​

  1. IPython 交互式开发
  2. NumPy 数值计算
  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​

💡 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。

Last updated on by Kimi Gao