Python量化交易工程师养成实战-金融高薪领域
本课程由达奇课堂收集整理,更多学习资源请关注微信公众号: 达奇课堂
资源简介:
课程来自于 Python量化交易工程师养成实战-金融高薪领域【更新至13章】
Python是一种流行的编程语言,它在量化交易领域中得到了广泛的应用。Python提供了许多强大的库和工具,可以帮助我们实现各种量化交易策略。
量化交易的涵盖范围很大,程序化交易,算法交易,高频交易,自动化交易平台等等都可以算作量化交易。
它最大的优点可以规避心理素质原因带来的交易风险,另外,计算机不睡觉,不需要人工实时操盘,满足人们躺着赚钱的愿景。当然实际情况下还是需要人适时干预,防止算法突然失效造成巨额交易亏损。
使用程序来做量化交易,底层就是将买卖请求发送至交易所实现交易,券商或者交易所,通常也会提供 API 接口给投资者。举个例子,Gemini 交易所的公开行情 API 就可以通过下面这种简单的 HTTP GET 请求,来获取最近的比特币对美元的价格和最近的成交量。
文件目录
课件
quant-master.zip
{1}–第1章课程介绍与学习指南
[1.1]–1-1量化交易开发课程导学.mp4
{2}–第2章初识量化交易-必知的量化交易基础
[2.4]–2-4量化交易分类–交易产品.mp4
[2.2]–2-2初识量化交易(下).mp4
[2.6]–2-6量化交易分类–策略信号.mp4
[2.3]–2-3量化交易开发流程.mp4
[2.5]–2-5量化交易分类–盈利模式.mp4
[2.1]–2-1初识量化交易(上).mp4
{3}–第3章进军量化交易开发第一课-基本的股票交易维度和概念
[3.1]–3-1股票基本概念(上).mp4
[3.3]–3-3股票行业分类.mp4
[3.2]–3-2股票基本概念(下).mp4
[3.8]–3-8量化交易平台.mp4
[3.7]–3-7股票交易必懂-择时.mp4
[3.5]–3-5股票交易基础知识.mp4
[3.4]–3-4影响股价因素.mp4
[3.6]–3-6基本选股及量化思想下的选股.mp4
{4}–第4章量化交易开发Numpy应用-股价分析实战
[4.2]–4-2基于Numpy股价均线实战.mp4
[4.1]–4-1基于Numpy股价统计分析实战.mp4
{5}–第5章量化交易开发Pandas应用-股票分析实战
[5.2]–5-2基于Pandas实现K线图.mp4
[5.1]–5-1基于Pandas股票时间序列分析实战.mp4
{6}–第6章量化交易开发Matplotlib应用-股票技术分析实战
[6.2]–6-2基于Matplotlib实现KDJ.mp4
[6.1]–6-1基于Matplotlib实现MACD.mp4
{7}–第7章量化策略编写-Python量化交易编程第一步
[7.7]–7-7量化交易策略实战–账户信息.mp4
[7.2]–7-2设置函数应用实战.mp4
[7.4]–7-4交易函数应用实战.mp4
[7.3]–7-3定时函数应用实战.mp4
[7.1]–7-1股票量化交易策略核心函数组成.mp4
[7.6]–7-6量化交易策略实战–策略信息.mp4
[7.5]–7-5量化交易策略实战–交易对象.mp4
{8}–第8章量化交易的前提-Python量化交易数据获取
[8.2]–8-2量化交易数据获取–财务数据.mp4
[8.4]–8-4量化交易数据获取–标的信息.mp4
[8.5]–8-5量化交易数据获取–交易数据.mp4
[8.3]–8-3量化交易数据获取–成分股.mp4
{9}–第9章股市投资第一步-Python基本面量化选股iclass=n
[9.6]–9-6量化选股–质量类因子.mp4
[9.5]–9-5量化选股–价值类因子.mp4
[9.2]–9-2量化选股–营收因子选股.mp4
[9.3]–9-3量化选股–财务因子选股.mp4
[9.1]–9-1量化选股–量化选股概况.mp4
[9.4]–9-4量化选股–规模类因子选股.mp4
{10}–第10章 Python量化择时–技术指标函数
[10.6]–10-6 反趋向指标–RSI、WR与KDJ.mp4
[10.5]–10-5 趋向指标下–MA、VMA.mp4
[10.7]–10-7 压力支撑指标函数.mp4
[10.2]–10-2 趋向指标上–MACD、EMV、UOS(一).mp4
[10.1]–10-1 量化择时基本概念.mp4
[10.8]–10-8 量价指标函数.mp4
[10.4]–10-4 趋向指标中–GDX、JS.mp4
[10.3]–10-3 趋向指标上–MACD、EMV、UOS (二).mp4
{11}–第11章 Python量化交易–策略回测实现
[11.4]–11-4 量化策略风险指标–Alpha、Beta与夏普.mp4
[11.2]–11-2 MACD指标量化策略.mp4
[11.1]–11-1 量化交易策略回测流程.mp4
[11.6]–11-6 量化策略风险指标–基准波动率与最大回撤.mp4
[11.5]–11-5 量化策略风险指标–索提诺比率、信息比率与策略波动率.mp4
{12}–第12章 Python量化交易–因子分析
[12.1]–12-1 量化因子分析–因子分析概述.mp4
[12.4]–12-4 量化因子分析–alpha因子实战.mp4
[12.3]–12-3 量化因子分析–因子分析结果.mp4
[12.2]–12-2 量化因子分析–自定义因子实战.mp4
{13}–第13章 Python量化交易策略实战案例
[13.15]–13-15 量化交易策略实战–逆三因子量化交易策略-小结.mp4
[13.7]–13-7 量化交易策略实战–新能源股票轮动量化交易策略.mp4
[13.11]–13-11 量化交易策略实战–大小盘轮动策略(中).mp4
[13.4]–13-4 量化交易策略实战–MA-RSI策略(下).mp4
[13.10]–13-10 量化交易策略实战–大小盘轮动策略(上).mp4
[13.8]–13-8 量化交易策略实战–低估值量化交易策略(上).mp4
[13.5]–13-5 量化交易策略实战–能量型量化交易策略.mp4
[13.2]–13-2 量化交易策略实战–KDJ策略.mp4
[13.13]–13-13 量化交易策略实战–逆三因子量化交易策略-策略详解.mp4
[13.1]–13-1 量化交易策略实战案例–双均线策略.mp4
[13.3]–13-3 量化交易策略实战–MA-RSI策略(上).mp4
[13.6]–13-6 量化交易策略实战–BOLL量化交易策略.mp4
[13.9]–13-9 量化交易策略实战–低估值量化交易策略(下).mp4
[13.12]–13-12 量化交易策略实战–大小盘轮动策略(下).mp4