资源详情
课程介绍:
机器学习和程序化交易系统是目前量化交易的主流手段,这门课将会从零起步介绍量化交易的方方面面,并且手把手教你从零开始搭建一个能work、能run起来的事件驱动型的量化交易平台/自动交易系统,通过项目把相关知识点串起来,不但技能提升可更快,而且随着项目经验的增长,对于求职/跳槽涨薪也有极大的帮助。
整个课程以项目为驱动,且给数据、给关键代码,将编程,数据分析和机器学习融入到一个统一的量化交易项目里去。
课程大纲:
1. 自动化交易综述
主要内容: 课程内容综述,自动化/算法交易介绍,python在自动交易中的应用简介
2. 量化交易系统综述
主要内容:回测,自动交易,策略建模,常见平台使用
3. 搭建自己的量化数据库
软件需求,数据获取方式,数据存储方式
mini-project-1: 金融数据的存储,读取
4. 用python进行金融数据分析
主要内容:数据清理与特征选择
mini-project-2: pandas与金融数据分析
5. 策略建模综述
主要内容:介绍量化交易中的策略建模流程及主要处理方式
6. 策略建模:基于机器学习的策略建模
mini-project-3: 基于机器学习的金融预测
7. 模型评估与风险控制
主要内容:模型评估的一般流程和常用手段、与风险控制的原理和实现方法
8. 自动交易系统的搭建
主要内容:基于事件驱动型的自动交易系统
Final-Project: 手把手教你搭建自动交易系统(有作业,课后直接赠送一套自动交易系统,可自行定制、修改)
9. 量化策略的实现
mini-project-4:将本学期的所有project融入到上节课的系统中去,尤其是将机器学习的策略模型与自动化交易系统耦合。
10. 策略优化与课程总结
主要内容:如何进行模型选择与优化,课程回顾与展望:where to go from here..
注:所有的项目以作业形式给出(某些关键函数留给学生实现),第二次上课前将正确的实现方法公布到授课平台。
冯老师寄语:
“主要是注重项目,项目,项目。另外,如果不想做金融的人,这门课也会得到很多收获:这是为数不多的融合机器学习和一个完整数据分析项目的有机整体,任何有志于做‘数据科学’方面工作的人都会获得宝贵的经验。”
下载地址
链接 https://pan.baidu.com/s/1skXlNWh 密码 23r7