课程亮点

• 深入理解量化交易的本质
• 掌握 Pandas、NumPy 等基础工具
• 如何实现常用的金融交易技术指标
• 如何实现常用的量化交易策略
• 如何制作自己的量化交易工具

课程简介

量化交易是一个快速发展的行业，也是 Python 在金融领域的一大应用。喜欢从事股票投资、期货投资交易的人士，可以用量化交易辅助主观交易，通过设计股票或者期货的交易策略，拓宽自己的投资渠道和方法。

本专栏基于 Python，系统介绍了量化交易的基础知识和开发实践，让大家对量化交易这个领域有个深入的了解。准备从事量化交易相关工作的同学，可以以本专栏为起点，开始进阶 Python 量化交易。

另外，专栏中涉及了大数据分析、数学建模思想，以及 Python 第三方库的讲解和编程实践，这些技术对于准备从事大数据分析和人工智能领域的同学同样有所启迪。

在内容构思上，本专栏大纲根据股票量化交易的整体流程以及由浅入深的学习过程来制定，具体如下。

从量化交易整体流程的视角：专栏从数据的下载、处理和分析入手，到讲解指标策略、择时策略、选股策略、风险策略的设计，对于回测的效果则通过图形化方式呈现。

从由浅入深的学习过程视角：专栏从讲解 Python、Pandas、Matplotlib、NumPy、统计学、数学模型这些基础工具的使用开始，进阶到应用工具实现策略模型的设计。

最后，为了将专栏中分散的知识点贯穿起来，还将讲解如何制作一个简易版的量化交易小工具，以帮助大家通过实践从整体上掌握量化交易相关的知识。

为了能够提供给大家更轻松的学习过程，笔者在专栏内容之外已陆续推出一些手记来辅助同学们学习本专栏内容，目前推出的扩展篇链接如下：

第一篇《管理概率 == 理性交易》
第二篇《线性回归拟合股价沉浮》
第三篇《最大回撤评价策略风险》
第四篇《寻找最优化策略参数》
第五篇《标记 A 股市场涨跌周期》
第六篇《Tushare Pro 接口介绍》
第七篇《装饰器计算代码时间》
第八篇《矢量化计算 KDJ 指标》
第九篇《移植量化交易小工具》
第十篇《统计学预测随机漫步》
第十一篇《TA-Lib 库扩展介绍》
第十二篇《股票分笔数据跨周期处理》
第十三篇《TA-Lib 库量价指标分析》
第十四篇《ATR 在仓位管理的应用》
第十五篇《扒一扒量化回测常见陷阱》
第十六篇《量化回测工具更新版 1》
第十七篇《GUI 控件在回测工具上的添加》
第十八篇《文本框显示 Tushare 股票信息》
第十九篇《建立基于 TA-Lib 的指标库》
第二十篇《爬虫抓取股票论坛帖子》