|
机器学习与量化交易项目班 [从零搭建自动交易系统] 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。
上课语言
这门课将会以python语言为主，搭建一个纯python的mini实验平台。虽然目前市面上已经存在了诸如quantopian等在线回测的服务，但是从零开始搭建一个五脏俱全的小平台，对深入理解整个流程，具有非常重要的意义。（回想一下学习程序语言的时候，我们会被要求写一个简单的解释器，写解释器的目的不是真正使用，而是深入理解）。此外，我们会利用python社区丰富的库，进行数据从提取到建模到执行的方法面面，和其他语言相比，python易于编程和维护，其简洁性亦有助于理解背后的ideas，基于此，本课程的主要语言是python。
预备基础
一定的Python数据分析基础
第1课 自动化交易综述- 知识点1： 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
第2课 量化交易系统综述- 知识点1：回测，自动交易，策略建模，常见平台使用
第3课 搭建自己的量化数据库- 知识点1：软件需求，数据获取方式，数据存储方式
- 实战项目：金融数据的存储，读取
第4课 用Python进行金融数据分析- 知识点1：数据清理与特征选择
- 实战项目：pandas与金融数据分析
第5课 策略建模综述- 知识点1：介绍量化交易中的策略建模流程及主要处理方式
第6课 策略建模：基于机器学习的策略建模- 实战项目：基于机器学习的金融预测
第7课 模型评估与风险控制- 知识点1：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
第8课 自动交易系统的搭建- 知识点1：基于事件驱动型的自动交易系统
- 实战项目：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）
第9课 量化策略的实现- 实战项目：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。
第10课 策略优化与课程总结- 知识点1：如何进行模型选择与优化，课程回顾与展望：where to go from here..
下载地址：itjc
| 
发表于 2018-1-18 00:55:00
发表于 2018-1-18 15:57:59
