北京量化投资就业班-360小时助力量化Career

课程名称：量化投资就业班-360小时助力量化Career

课程类目：量化投资

课程类型：正式课

授课形式：现场+远程

免费试听：是

适合基础：零基础学员

上课人数：30

班级名称：基础班

上课时间：周一到周五8-17点

开班时间：每月开课

课时数量：360

课程亮点

朝九晚九全程跟班答疑、一对一督学、定期直播串讲、五分钟内有问必答、出勤率和进度监督、作业与测试

学习目标

1，通过专业，有针对性的课程提升自己的量化投资技能； 2，通过量化投资领域从业的讲师授课，掌握量化投资实战经验； 3，通过360小时高强度的学习与训练，实现独立编写策略的目标； 4，通过毕业答辩的能力展现，弥补招聘中无法吻合的条件要求。

课程内容

01章量化投资概述（3课时）

01-01量化投资的定义 (量化, 金融, 工程, 交易)

01-02量化投资行业现状 (国外, 国 内)

01-03量化投资行业展望 (岗位职业, 互联网金融, 金融科技)

02章金融理论：金融基础知识（12课时）

02-01经济金融原理

02-02证券及衍生品

02-03期货及衍生品

03章Python基础（12课时）

03-01语言介绍和对比

03-02安装、配置和IDE

03-03python基础和特性

04章Python进阶（12课时）

04-01numpy

04-02pandas

04-03scipy

04-04matplotlib

05章Python三方库（3课时）

05-01清单介绍

06章数学-概率论与数理统计（6课时）

06-01理论和python案例

07章数学-微积分（3课时）

07-01理论和python案例

08章数学-线性代数（6课时）

08-01理论和python案例

09章数据库（6课时）

09-01mysql

09-02mongdb

10章大数据理论与技术（12课时）

10-01hadoop

10-02spark

11章机器学习理论（12课时）

11-01概念、类型、应用场景

11-02监督学习

11-03无监督学习

11-04半监督学习

11-05强化学习

11-06深度学习

11-07迁移学习

11-08其他

12章机器学习技术（24课时）

12-01sklearn

12-02keras

12-03TensorFlow

13章金融理论-金融专业知识（12课时）

13-01专业技能

13-02证券估值

13-03衍生品定价

14章量化相关软件

14-01同花顺、通达信-软件使用,公式,指标,信号（3课时）

14-02joinquant、ricequant、bigquant、uqerquant-介绍,数据,功能,案例（6课时）

14-03TB、WH、TS、YT、MC-软件介绍,数据,功能,案例（6课时）

14-04国泰安、天软、Wind-软件介绍,数据,功能,案例（6课时）

15章Python量化相关库（12课时）

15-01tushare

15-02talib

16章模型案例-模型研发流程（12课时）

16-01模型原型

16-02数据

16-03模型模板

16-04回测

16-05优化

16-06业绩评价

17章模型案例-择时模型:技术指标模型（12课时）

17-01模型原型：ma,macd,sar,rsi,kdj,boll,kama,turtle,grid

17-02数据类型、源和清洗

17-03模型信号

17-04历史回测

17-05参数优化

17-06业绩评价

18章模型案例-择时模型:K线形态与组合模型（12课时）

18-01模型原型：希望之星,**昏之星,红三兵,绿三兵,圆弧底,“V”型底,“U”型底,“W”底,“M”顶

18-02数据类型、源和清洗

18-03模型信号

18-04历史回测

18-05参数优化

18-06业绩评价

19章模型案例-择时模型:经典日内模型（12课时）

19-01模型原型：hans123,r-breaker,hl-breaker,nhl-breaker,ap-cross,grid

19-02数据类型、源和清洗

19-03模型信号

19-04历史回测

19-05参数优化

19-06业绩评价

20章模型案例-择时模型:机器学习模式识别（24课时）

20-01模型原型：线性回归,逻辑回归,决策树,随机森林,SVM,神经网络

20-02数据类型、源和清洗

20-03模型信号

20-04历史回测

20-05参数优化

20-06业绩评价

21章模型案例-因子模型:基本面因子（12课时）

21-01模型原型：因子模型、套利定价模型（APT）

21-02数据类型、源和清洗-财务因子（盈利性、估值、现金流、成长性、营运能力、资本结构）；统计因子（换手率、波动率）；一致预期因子（分析师评级、盈利预测）

21-03模型信号

21-04历史回测

21-05参数优化

21-06业绩评价

22章模型案例-因子模型:技术因子（12课时）

22-01模型原型：因子模型

22-02数据类型、源和清洗

22-03模型信号

22-04历史回测

22-05参数优化

22-06业绩评价

23章模型案例-因子模型:数据挖掘另类因子（12课时）

23-01模型原型：因子模型

23-02数据类型、源和清洗-事件；舆情；大数据

23-03模型信号

23-04历史回测

23-05参数优化

23-06业绩评价

24章模型案例-套利（12课时）

24-01无风险套利理论

24-02无风险套利案例

24-03ETF套利

24-04期现套利

24-05跨期套利

24-06跨品种套利

24-07跨市场套利

24-08期权套利

24-09配对模型

24-10统计套利原理

24-11统计套利案例

25章模型案例-阿尔法对冲（alpha hedge）（12课时）

25-01capm

25-02套利定价模型（APT）

25-03案例

26章模型案例-聪明贝塔（smart beta）（12课时）

26-01同因子投资、阿尔法投资的相同和区别

26-02产生背景

26-03案例

27章模型案例-资产配置（12课时）

27-01Equal Weight

27-02risk parity

27-03Minimum Variance

27-04Markowitz Model

27-05Black-Litterman Model

28章交易接口（12课时）

28-01股票交易接口

28-02期货交易接口

28-03其他交易标的交易接口

29章量化系统（24课时）

29-01rqalpha

29-02zipline

29-03vnpy

30章量化交易经验分享（6课时）

30-01交易分享

30-02模型开发分享

30-03技术分享

31章量化投资岗位就业指导（6课时）