资源介绍：

量化投资基础、Python编程知识、量化交易策略、面向对象和实盘交易、实盘模拟交易、基于优矿的进阶学习七个模块的教学。在市面课程中，本课程具备课程体系完整、课程内容丰富、课程内容衔接合适等优势，内容以学习主流交易策略为核心

课程目录

• 01 量化投资前导及课程介绍
• 1.AQF核心课程知识体系介绍
• 2.量化策略的python实现和回测
• 3. 结合代码的编程整体介绍
• 02 量化投资基础
• 1.量化投资背景及决策流程
• 10.CTA_3
• 11.CTA_4
• 12.统计套利_低风险套利
• 13.大数据和舆情分析
• 14.机器学习
• 15.高频交易和期权交易
• 16.其他策略和策略注意点
• 2.量化择时
• 3.量化择时& 动量及反转策略
• 4.结构型基金套利
• 5.行业轮动与相对价值
• 6.市场中性和多因子
• 7.事件驱动
• 8.CTA_1
• 9.CTA_2（TD模型）
• 03 Python语言环境搭建
• 1.Python语言环境搭建
• 04 Python编程基础
• 1.python数字运算 and jupyter介绍
• 10.控制结构_3.Break&Continue
• 11.控制结构_5.异常处理
• 12.函数_1.质数函数
• 13.函数_2.参数设置
• 14.函数_3.不定长参数Lambda
• 15.全局变量和局部变量
• 16.模块
• 17.Python当中的重要函数
• 2.字符串
• 3.Python运算符
• 4.Tuple和List
• 5.字典
• 6.字符串格式化
• 7.控制结构_1.For循环
• 8.控制结构_2.If条件判断
• 9.控制结构_4.While循环
• 05 Python编程进阶
• 1.Numpy篇_1
• 10.Pandas篇_5.DataFrame的修改操作
• 11.Pandas篇_6.DataFrame的空值处理和复习
• 12.Pandas篇_7.Group操作
• 13.Pandas篇_8.Concat_Join
• 14.Pandas篇_9.Merge
• 15.Pandas篇_10.层次化索引
• 2.Numpy篇_2
• 3.Numpy篇_3
• 4.Numpy篇_4
• 5.Numpy篇_5.练习
• 6.Pandas篇_1.Pandas三大数据结构介绍
• 7.Pandas篇_2.Series介绍
• 8.Pandas篇_3.DataFrame的构建
• 9.Pandas篇_4.DataFrame的选择操作
• 06 数据可视化
• 1.Pandas内置数据可视化
• 2.Matplotlib基础_1
• 3.Matplotlib基础_2
• 4.Seaborn
• 07 金融数据处理实现
• 1.数据获取之本地数据读取
• 10.金融时间序列分析_3.金融数据频率的转换
• 11.金融数据处理分析实战案例_1.案例一
• 12.金融数据处理分析实战案例_2.案例二：多指标条件选股分析_1
• 13.金融数据处理分析实战案例_2.案例二：多指标条件选股分析_2
• 2.数据获取之网络数据读取_1
• 3.数据获取之网络数据读取_3.文件存储
• 4.数据获取之网络数据读取_2.tushare
• 5.金融数据处理_1.同时获取多只股票的信息
• 6.金融数据处理_2.金融计算
• 7.金融数据处理_3.检验分布和相关性
• 8.金融时间序列分析_1.Python下的时间处理
• 9.金融时间序列分析_2.Pandas时间格式
• 08 量化交易策略模块
• 1.三大经典策略_1.移动平均策略SMA_1
• 10.配对交易_2.策略实战_2
• 11.配对交易_3.回测思路小结
• 12.量化投资与技术分析_1.技术分析理论
• 13.量化投资与技术分析_2.CCI策略
• 14.量化投资与技术分析_3.布林带策略_1
• 15.量化投资与技术分析_3.布林带策略_2
• 16.SMA和CCI双指标交易系统
• 17.量化投资与技术分析_5.形态识别和移动止损策略_1.策略原理
• 18.量化投资与技术分析_5.形态识别和移动止损策略_2.锤子线形态
• 19.量化投资与技术分析_5.形态识别和移动止损策略_3.策略逻辑_1
• 2.三大经典策略_1.移动平均策略SMA_2
• 20.量化投资与技术分析_5.形态识别和移动止损策略_3.策略逻辑_2
• 21.大数据舆情分析策略_基于谷歌搜索的大数据舆情分析_1.策略
• 22.大数据舆情分析策略_基于谷歌搜索的大数据舆情分析_2.策略
• 23.大数据舆情分析策略_基于谷歌搜索的大数据舆情分析_3.策略
• 24.CTA交易策略_Aberration趋势跟踪系统
• 25.量化投资与机器学习_1.机器学习算法原理_1
• 26.量化投资与机器学习_1.机器学习算法原理_2
• 27.量化投资与机器学习_1.机器学习算法原理_3.逻辑回归原理
• 28.量化投资与机器学习_1.机器学习算法原理_4.SVM算法原理
• 29.量化投资与机器学习_1.机器学习算法原理_5.决策树算法原理
• 3.三大经典策略_1.移动平均策略SMA_3
• 30.量化投资与机器学习_1.机器学习算法原理_6.KNN算法原理
• 31.量化投资与机器学习_1.机器学习算法原理_7.神经网络算法原理
• 32.量化投资与机器学习_1.机器学习算法原理_8.K-means算法原理
• 33.量化投资与机器学习_2.机器学习算法实现_1.数据集生成原理
• 34.量化投资与机器学习_2.机器学习算法实现_2.数据集可视化
• 35.量化投资与机器学习_2.机器学习算法实现_3.逻辑回归算法实现
• 36.量化投资与机器学习_2.机器学习算法实现_4.DT_KNN_NB算法
• 37.量化投资与机器学习_2.机器学习算法实现_5.SVM算法实现
• 38.量化投资与机器学习_2.机器学习算法实战_基于逻辑回归和SVM
• 39.量化投资与机器学习_2.机器学习算法实战_基于逻辑回归和SVM
• 4.三大经典策略_2.动量策略Momentum_1
• 40.量化投资与机器学习_2.机器学习算法实战_基于逻辑回归和SVM
• 5.三大经典策略_2.动量策略Momentum_2
• 6.三大经典策略_3.均值回归策略_1
• 7.三大经典策略_3.均值回归策略_2
• 8.配对交易_1.原理
• 9.配对交易_2.策略实战_1
• 09 面向对象和实盘交易
• 1.模块内容整体介绍
• 2.面向对象、类、实例、属性和方法
• 3.创建类、实例、方法
• 4.__init__初始化方法
• 5.面向对象编程实例
• 6.继承的概念及代码实现
• 7.面向对象继承的实战案例
• 8.多继承和量化交易平台的面向对象开发思路
• 9.用面向对象方法实现股债平衡策略
• 10 基于优矿平台的面向对象策略
• 1.优矿平台介绍
• 10.优矿策略之均值回归：策略逻辑
• 11.优矿策略之单因子策略模板一_策略介绍
• 13.优矿策略之单因子策略模板三_策略函数
• 14.优矿策略之单因子策略模板四：策略逻辑和分析框架
• 15.优矿策略之多因子策略模板一：策略思路和方法
• 16.优矿策略之多因子策略模板一：策略讲解（1）
• 17.优矿策略之多因子策略模板一：策略讲解（2）
• 18.优矿策略之因子数据处理：去极值和标准化
• 2.优矿平台回测框架介绍
• 3.优矿框架之Context对象用法
• 5.优矿框架之其他重要操作
• 7.优矿策略之小市值策略写法
• 8.优矿策略之双均线策略
• 12.优矿策略之单因子策略模板二：策略函数
• 4.优矿框架之Account和Position对象
• 6.优矿策略之小市值因子策略
• 9.优矿策略之均值回归
• 11 面向对象实盘交易之Oanda
• 1.Oanda平台介绍和账户配置
• 10.Oanda通过实时数据API调取实时数据
• 11.Oanda读取实时数据并进行resample
• 12.Oanda实盘交易策略ADX_策略介绍
• 13.Oanda实盘交易策略ADX_历史数据处理
• 14.Oanda实盘交易策略ADX_实时数据和实时交易
• 2.Oanda账户密码配置和交易框架原理
• 3
• 3.Oanda连接账户并查看信息
• 4.从Oanda API获得历史数据
• 6.Oanda高级交易订单
• 7.Oanda其他高级功能
• 8.Oanda实战ADX策略一_数据读取与处理
• 9.Oanda实战ADX策略二：策略逻辑编写和可视化
• 5.Oanda市价单和交易状态查询
• 12 面向对象实盘交易之IB
• 1.IB实战平台介绍和API安装调试
• 10.IB三均线交易_金字塔仓位下单控制模型实盘交易_策略结构总览、响应函数逻
• 11.IB三均线交易_金字塔仓位下单控制模型实盘交易_交易信号逻辑
• 12.IB三均线交易_金字塔仓位下单控制模型实盘交易_交易主逻辑、策略展示和总结
• 3.IB实战平台请求和响应原理2和线程控制
• 5.IB响应函数(wrapper)讲解_2
• 6.IB响应函数(wrapper)讲解_3
• 8.IB程序化下单、仓位及账户查询
• 9.IB三均线交易_金字塔仓位下单控制模型实盘交易_策略原理、线程控制原理
• 2.IB实战平台请求和响应原理
• 4_IB响应函数(wrapper)讲解1
• 7.IB请求函数及合约定义
• 13 基于优矿的进阶学习
• 1. 量化投资策略回测之回测与策略框架
• 10. 基于技术分析的量化投资之RSI择时策略
• 11. 基于技术分析的量化投资之MFI择时策略
• 12. 基于技术分析的量化投资之cci择时策略
• 13. 基于技术分析的量化投资之技术指标总结
• 14. 基于技术分析的量化投资之通道技术
• 15. 量化投资策略精讲之日期效应
• 16. 量化投资策略精讲之动量效应
• 17. 量化投资策略精讲之格雷厄姆成长投资
• 18. 量化投资策略精讲之积极投资策略
• 19. 量化投资策略精讲之价值投资策略
• 2. 量化投资策略回测之评价指标
• 20. 量化投资策略精讲之小型价值股投资策略
• 21. 量化投资策略精讲之交易系统设计的一般原理
• 22. 量化投资策略精讲之均线排列系统
• 23. 量化投资策略精讲之金肯纳特交易系统
• 24. 量化投资策略精讲之海龟交易系统_1
• 25. 量化投资策略精讲之海龟交易系统_2
• 26. 量化投资策略精讲之海龟交易法_3
• 3. 量化投资策略回测之量化策略设计流程简介
• 4. 量化投资策略回测之择时策略举例（双均线）
• 5. 量化投资策略回测之量化投资模板1.0选股和择时
• 6. 基于技术分析的量化投资之简介
• 7. 基于技术分析的量化投资之技术指标简介
• 8. 基于技术分析的量化投资之MACD择时策略
• 9. 基于技术分析的量化投资之WVAD择时策略
• 14赠品课程：实战财务分析快速入门课程
• 1. 财务报表分析原理
• 2. 财务报表分析基础知识
• 3. 财务报表指标分析技术
• 4. 上市公司财务报表分析实战案例
• 讲义
• 20180318AQF模考题解析代码
• v1_180306_模考题解析_单选题_金程教育.ipynb
• v1_180306_模考题解析_多选题_金程教育.ipynb
• v1_180306_模考题解析_解答题_金程教育.ipynb
• 20180318AQF模拟题完全解析
• 20180318AQF模拟题完全解析（考前必看）
• AQF第01章.量化投资前导及课程介绍_金程教育
• AQF第02章.量化投资基础_金程教育
• AQF第03章.Python语言环境搭建_金程教育
• Anaconda + Pycharm 快速安装及基本使用说明_金程教育（更新完整版V）(1)
• AQF第03章.Python语言环境搭建_金程教育
• AQF第04章.Python编程基础_金程教育
• 1.1 Python语法的编程基础-数据基础.ipynb
• 1.2 Python语法的编程基础-控制结构和异常处理.ipynb
• 1.3 Python语法的编程基础-函数(1).ipynb
• 1.4 Python语法的编程基础-模块.ipynb
• 1.5 Python里面几个重要函数的用法.ipynb
• AQF第04章.Python编程基础_金程教育
• support.py
• AQF第05章.Python编程进阶_金程教育
• Numpy篇_金程教育
• Pandas篇_金程教育
• AQF第06章.数据可视化_金程教育
• 4.1_数据可视化.ipynb
• AQF第06章.数据可视化_金程教育
• AQF第07章.金融数据源处理实现_金程教育
• 5.1_金融数据获取、清洗、整理和存储.ipynb
• 5.2_金融数据处理.ipynb
• 5.3_金融时间序列分析.ipynb
• 5.5_金融数据处理分析实战案例.ipynb
• AQF核心_9_金融数据源_金程教育
• AQF第08章.量化交易策略模块_金程教育
• 1.三大经典策略_金程教育
• 2.配对交易_金程教育
• 3.量化投资与技术分析
• 4.大数据舆情分析策略_基于谷歌搜索的大数据舆情分析
• 5.CTA_交易系统(Aberration)_金程教育
• 6.机器学习_金程教育
• 声明：本资料仅限内部研究和交流使用，切勿外传。谢谢！金程教育.txt
• AQF第09章.面向对象和实盘交易
• 股债平衡交易策略_面向对象实现 & 仓位控制.ipynb
• 面向对象编程(1).ipynb
• AQF第10章.基于优矿平台的面向对象_金程教育
• 单因子有效性研究模板.nb
• 多因子策略模板.nb
• 基于优矿平台的面向对象策略_金程教育
• 均值回归%2B仓位控制器.nb
• 去异常值标准化函数讲解.nb
• 声明：本资料仅限内部研究和交流使用，切勿外传。谢谢！金程教育.txt
• 双均线策略写法.nb
• 小市值策略写法1.nb
• 小市值策略写法2.nb
• 优矿数据获取.nb
• AQF第11章.面向对象实盘交易之Oanda_金程教育
• ADXTrader.py
• AQF第11章.面向对象实盘交易之Oanda_金程教育
• 实盘交易之Oanda平台.ipynb
• AQF第12章.面向对象实盘交易之IB_金程教育
• event测试.ipynb
• Thumbs.db
• V5_20170924_实盘交易平台IB_免费数据版.ipynb
• V6_20170926_IB三均线交易模型实盘交易策略.ipynb
• AQF第13章.基于优矿的进阶学习_金程教育
• 技术分析
• 经典量化算法
• 1.1回测与策略框架 .nb
• 1.1回测与策略框架&1.2评价指标
• 技术分析
• 经典量化算法
• python量化投资常用代码_金程教育量化投资团队
• python量化投资常用代码_金程教育量化投资团队.ipynb