课程介绍
数据与案例
20G+ 多市场真实历史数据
代码沉淀
10万+ 行生产级代码思路
核心履历
阿里 P9 / WorldQuant 顾问 / 香港券商基金经理
课程目标
建立可复盘、可迁移、可升级的研发框架
教学侧重
体系化落地
从目标设计、特征工程、因子研究到风控、部署与复盘,强调一套完整方法如何真正落地。
课程风格
理论+代码并行
不只解释原理,更会讲清每一步为什么这么做、对应什么工程实现,以及如何迁移进自己的研究流程。
交付结果
可复用框架
目标不是只学完目录,而是沉淀一套可复盘、可扩展、可持续升级的量化研发与策略迭代框架。
本课重点
- 从 Python 编程入门、策略编写、回测测试到 CTA 模拟/实盘对接,跑通第一条完整闭环
- 不仅讲数据和因子,还补齐交易理念、交易成本、期货时段、品种特性与常见交易类型
- 会做测试,也会从收益、回撤、换手、成本和交易分布读懂策略问题
- 适合作为零基础进入 AI量化、期货量化与后续进阶课程的统一起点
学习收获
- Python量化入门
- 交易理念统一
- 策略测试分析
- 期货实盘闭环
学习要求
- 1零基础可以学,愿意跟着完成 Python 与策略练习即可
- 2不要求强金融背景,但愿意建立统一交易理念并理解期货基础规则
- 3愿意完成回测、结果复盘、模拟盘演练与简单实盘迁移练习
适合人群
零基础或弱基础的 AI量化入门者想先学会写策略、做测试、再逐步接实盘的人有主观交易经验但缺少系统量化框架的人希望理解期货品种、交易时段、成本与策略类型的人
学习路径导航
先补哪一门、下一步学什么、哪些课程适合并行穿插,这里会给你一个更轻量的导航入口。
