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
- 围绕因子设计、AI 特征衍生、另类市场与 CTA/Crypto 全流程建模展开
- 课程重心是把投资直觉提升为工程化、可生产、可扩展的因子体系
- 6 节课每节 2 小时,适合作为因子研究主线课程
- 对 Transformer、肥尾市场与生产工厂方法都有实际落地视角
学习收获
- 5层设计框架
- AI特征衍生
- 肥尾效应攻克
- Transformer实战
学习要求
- 1建议先修 AI 量化基础课程班或具备基本回测认知
- 2熟悉常见技术指标、机器学习基础概念会更容易吸收
- 3适合愿意系统搭建因子框架的研究者和开发者
适合人群
因子研究员CTA / Crypto 策略开发者想系统做 AI 特征衍生的人准备搭建可进化因子工厂的团队成员
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。
