主题切换
量化交易系统设计与实践
20大模块 · 107个章节 · 交互式学习 · 含名词解释
📌 课程简介
本课程系统讲解量化交易的完整知识体系，涵盖金融数学基础、Python 编程实战、策略开发、回测框架、投资组合管理、实盘部署、衍生品与衍生品定价、固定收益、加密货币、市场微结构、宏观研究、风险管理、数据工程、策略生命周期、A 股本土化以及量化岗位求职准备等全链路内容。每个章节配有名词解释、Python 代码示例和交互式计算工具。
模块概览
| 模块 | 内容 | 章节 |
|---|---|---|
| 模块一 | 量化交易全景与行业认知 | 发展史、策略分类、量化思维、现实挑战、行业现状（2026）、职业地图、学习路线图 |
| 模块二 | 金融基础与数理工具 | 微观结构、资产定价、概率统计、时间序列、线性模型 |
| 模块三 | Python 量化编程与数据工程 | 数据栈、数据清洗、性能优化、金融数据处理、可视化 |
| 模块四 | 回测框架与绩效评估 | 引擎原理、成本建模、绩效指标、陷阱与对策、统计检验、框架对比、事件驱动全栈、合成数据、多策略 |
| 模块五 | 策略开发工坊 | 因子投资、双均线、统计套利、CTA趋势、事件驱动、多因子 |
| 模块六 | 投资组合管理与优化 | 均值方差、风险平价、凯利准则、中性约束、VaR |
| 模块七 | 执行算法与微观结构 | 订单类型、算法执行、做市策略、高频交易、成本分析（TCA） |
| 模块八 | 机器学习与另类数据 | 监督学习、无监督、NLP、另类数据、过拟合防御 |
| 模块九 | 实盘部署与系统架构 | 系统设计、数据管道、券商接口、监控运维、合规监管 |
| 模块十 | 前沿专题与职业成长 | 强化学习、生成式 AI、暗池交易、职业路径、期末项目 |
| 模块十一 | 衍生品定价与波动率交易 | Greeks、波动率曲面、奇异期权、树/有限差分、Monte Carlo、期权市场、隐含 vs 实际波动率、波动率交易、对冲实战、A 股场内期权 |
| 模块十二 | 固定收益 | 收益率曲线、久期凸度、利率互换与互换期权、信用利差、MBS 估值 |
| 模块十三 | 加密资产与去中心化金融 | 链上数据、资金费率、MEV、DEX 做市、永续合约 |
| 模块十四 | 微观结构进阶 | 订单流毒性、信息驱动模型、最优执行、LOB 动态、高频做市进阶 |
| 模块十五 | 宏观研究与资产配置 | 宏观因子、美联储政策、通胀传导、周期择时、跨资产联动 |
| 模块十六 | 风险管理 | 风险分解、极值理论与肥尾、压力测试、巴塞尔协议、尾部对冲 |
| 模块十七 | 数据工程 | Tick 级数据库、实时 ETL、数据质量、批流一体、特征平台 |
| 模块十八 | 策略生命周期管理 | 策略孵化、纸面到实盘、A/B 测试、收益归因、策略退役 |
| 模块十九 | A 股本土化专题 | 涨跌停板、IPO 制度、行业轮动、北向资金、政策事件 |
| 模块二十 | 量化岗位面试 | 数学统计、编码、金融、脑筋急转弯、模拟面试、真实面经、C++ 量化开发、简历与作品集 |
学习路线
入门阶段（0–2 个月）
- 认知搭建（模块一）：建立量化交易整体认知，了解行业现状与职业路径
- 数学基础（模块二）：掌握微观结构、资产定价、概率统计、时间序列、线性模型
工具阶段（2–4 个月）
- Python 数据栈（模块三）：熟练使用 NumPy / Pandas / 金融数据 API 与可视化
核心阶段（4–8 个月）
- 回测与绩效（模块四）：掌握引擎原理、成本建模、绩效指标、陷阱与对策、统计检验、框架对比、事件驱动
- 策略开发（模块五）：因子投资、双均线、统计套利、CTA、事件驱动、多因子
- 组合管理（模块六）：均值方差、风险平价、凯利、约束优化、VaR
进阶阶段（8–12 个月）
- 执行与微结构（模块七）：订单类型、算法执行、做市、HFT、TCA
- 机器学习与另类数据（模块八）：监督学习、无监督、NLP、另类数据、过拟合防御
- 衍生品与波动率（模块十一）：Greeks、波动率曲面、蒙特卡洛、波动率交易、对冲、A 股场内期权
- 固定收益（模块十二）：收益率曲线、久期凸度、IRS、MBS
高级阶段（12–18 个月）
- 加密与微结构（模块十三 / 十四）：链上数据、资金费率、MEV、订单流毒性、LOB 动态
- 宏观研究（模块十五）：宏观因子、美联储、通胀、周期、跨资产
- 风险管理（模块十六）：风险分解、极值理论、压力测试、巴塞尔、尾部对冲
实战阶段（18–24 个月）
- 数据工程（模块十七）：Tick 数据库、实时 ETL、数据质量、特征平台
- 策略生命周期（模块十八）：孵化、纸面到实盘、A/B 测试、归因、退役
- A 股本土化（模块十九）：涨跌停、IPO、行业轮动、北向资金、政策事件
落地阶段
- 实盘部署（模块九）：系统设计、数据管道、券商接口、监控、合规
- 前沿与项目（模块十）：强化学习、生成式 AI、暗池、职业路径、期末项目
- 求职准备（模块二十）：数学/编码/金融/脑筋急转弯、模拟面试、C++ 量化开发、简历与作品集
开始学习
从左侧边栏选择任意章节，或按顺序从模块一开始学习。建议路径：先打牢模块一至六的基础，再按兴趣方向选择衍生品（十一）、加密（十三）、微观结构（十四）、宏观（十五）或机器学习（模块八）作为进阶方向。