《量化金融交易策略分析》教学大纲

1《量化金融交易策略分析》教学大纲）：课程英文名称：QuantitativeStr（）（）（）来越多，本课程内容主要包括Python量化投资环境的搭建、金融量化数据相关类库的使用、掘金量化终端介绍、带技术指标的多因子策略、中证红利指数增强策略、回归分析与TensoC2运用专业知识的能力:具有良好的2具有从事本专业相关职业活动所需要的技术能力、社会行为能力和创新能2能在实践在掌握交易策略的适用性，并能及研究等方面工作的高级经济与金融12主流量化交易平台有哪一些？各有哪些优缺点？在聚宽量化平台上注册账号3速度是所有策略中最快的。相比美国量化基金发展历程，中国现在基本处于美学生认识我国的量化交易的发展程度，认识量化交易对社会主义市场的重要作用。使学生明白量化投资获利的逻辑在于从海量的历史数据中寻找能够带来超照这些策略所构建的数量化模型来投资，以获得稳定、可持续的超额回报。21314用--数据处理及可12.图形化数据处理--Matplotlib包的4.数据的统计学可视化展示45Talib金融库使用14.两种经典的轨道突破策略介绍614.霍华罗斯曼投资模型7带技术指标的多因1课程思政融入点：通过证券市场的价值投资，引导学生理解他们在大学期间的时间相对人生十分短暂和宝贵，在日常中应把这些时间当成自己的投资成本，合理利用时间，对自己的时间进行量化分配，以期使自己的学习效率得到最大的提高，在毕业时能获得知识面的大收基本面包括哪些因子？以你对这些因子的了解，对这些因子的重要性进行排序，并解释为什8中证红利指数增强12．基于中证红利的指数增强基金策略91用的指标，解释为什么。并利用这些指标对现有市场A股进行选股，写出5回归模型的经典应用11指标在模拟盘中的12.风控指标理解量化交易与机器学习与因子分析运用112.监督学习与非监督学习3.机器学习在PYTHON中第三方库的4.常用机器学习模型实现流程种机器学习模型的量化交易与机器学习与因子分析运用211．线性回归、决策树、随机森林、支持向量机、朴素贝叶斯、神经网络模型量化策略交易模型11．基于基本面分析的交易策略实现与2．课程思政融入点：引导学生树立正确的价值观和投资观，明白什么是理性投资而非投机，量化投资与分析并不能预测股价涨跌，而是给了投资者一个投62天择掘金量化平台部署12.了解量化平台的主要功能模块以及模块3.初步掌握在线获取平台策略编写问题的4.了解平台策略编写的基本流程，以及编5.尝试使用模拟仿真交易模块，感受下实314175均线趋势交易策略构建13.能够初步结合多种指标进行投资逻辑判613.能够通过财务指标追踪编写多因子选股投4.能够熟练结合平台和PYTHON进行7EMA波动模型策略实12.能够将指标的交叉，突破、上穿、下穿等动8813.能够通过指数追踪编写行业轮动策略和指4.能够熟练结合平台和PYTHON进行912.能够了解特征变量、训练集等相关3.能够追踪盘中价格走势，编写机器学习策4.能够熟练结合平台和PYTHON进行12.能够基于平台进行策略的调试，运行跨期套3.能够了解回测的基本原理，以及查看回测绩4.初步了解跨品种交易规则，套利原则，11.了解做市商交易规则，做市商交易获利原9alpha对冲策略模型构1R-Breaker突破和反转14.能够熟练结合平台和PYTHON进行13.能够追踪盘中价格走势，编