目录

  • 1 第01章.程序化交易数据获取与清洗讲解
    1. 01_01.程序化交易概述

      00:43:38

    2. 01_02.tick合成1分钟k线算法讲解及实践

      00:52:59

    3. 01_03.不同周期分钟k线合成

      1:09:59

    4. 01_04.基本面案例分析1

      00:38:43

    2 第02章.k线图绘制
    1. 02_01.k线图的意义

      00:50:07

    2. 02_02.k线图绘制代码讲解1

      00:48:52

    3. 02_03.k线图绘制代码讲解2

      00:09:01

    4. 02_04.k线图绘制代码讲解3

      00:04:34

    3 第03章.技术指标统计学含义及代码编写讲解
    1. 03_01.特朗普关税政策案例分析

      00:26:51

    2. 03_02.股票基金及CTA概述

      00:14:08

    3. 03_03.均线及指数平均数指标统计学含义及编写讲解

      00:40:49

    4. 03_04.macd指标统计学含义及编写讲解

      00:25:29

    5. 03_05.布林轨线编写

      00:56:12

    6. 03_06.K线图综合指标绘制展示

      00:51:47

    4 第04章.股票及期货基本回测框架搭建
    1. 04_01.股票期货策略回测理论讲解01

      00:16:44

    2. 04_02.股票期货策略回测理论讲解02

      00:39:46

    3. 04_03.股票期货策略回测代码讲解

      00:45:58

    4. 04_04.海龟交易法则理论讲解

      00:50:24

    5. 04_05.海龟交易法则实现python代码讲解

      00:55:43

    5 第05章.Tushare开源框架和Wind金融终端接口讲解
    1. 05_01.主流数据获取方式及渠道概述

      00:55:19

    2. 05_02.tushare开源框架讲解

      00:51:37

    3. 05_03.wind咨询平台讲解01

      00:54:10

    4. 05_04.wind咨询平台讲解02

      00:47:40

    5. 05_05.windApi讲解01

      00:48:14

    6. 05_06.windApi讲解02

      00:59:56

    6 第06章.simnow账户注册及程序化交易的实现
    1. 06_01.量化接口简介及simnow账户注册

      00:44:10

    2. 06_02.程序化交易IDE介绍及文件配置讲解

      00:49:46

    3. 06_03.期货程序化交易实现接口概述

      00:37:13

    4. 06_04.期货程序化交易实现代码讲解

      00:49:43

用人工智能预测金融量化交易投资系列课程

1026人在学
公众号二维码

公众号

小程序二维码

小程序

课程详情

我要提问

 

课时时长:20个课时左右,1课时为1小时

 

程序化交易:又称程式交易,发源于上世纪80年代的美国,其最初的定义是指在纽约股票交易所(NYSE)市场上同时买卖超过15只以上的股票组合;像高盛、摩根士丹利及德意志银行都是在各大交易市场程序化交易的最活跃参与会员。
本课程主要面向意愿从事金融量化交易人员、金融行业从业人员、金融策略开发人员及投资经验丰富而想实现计算机自动下单人员;
本课程主要讲解了证券期货程序化实现原理及过程,通过本课程的学习,您可以根据自己的意愿打造属于自己的量化投资交易系统;
本课程主要用到的技术手段有:Python、Pandas、数据分析、数据挖掘机器学习等。

刘老师:
7年金融投资经验,6年机器学习经验,曾任职上海豫商物产投资部副总经理、上海东方期货智能投资高级研究员,主持开发过AI智能交易系统并成功投入运营,工作期间多次为企业讲解量化分析、金融智能投资、基本面量化研究、金融贸易等课程,北风网AI金牌讲师。

一、程序化交易数据获取与清洗讲解
  1、数据的清洗与合成
  2、K线图绘制
  3、技术指标开发讲解
  4、数据的获取


二、回测框架搭建讲解
  1、回测框架搭建背景及基本流程讲解
  2、回测框架实现及收益指标讲解


三、程序化交易部分实现讲解
  1、CTP技术讲解
  2、程序化API讲解
  3、程序化交易具体实现讲解

 

 

  1、意愿从事金融量化交易人员
  2、金融行业从业人员
  3、金融策略开发人员
  4、投资经验丰富而想实现计算机自动下单人员 

 

 


评价(0) 立即评论
0/150