202分钟
AI+Python金融量化班：多因子策略入门
自行开发量化策略充满陷阱：历史回测看似完美，实盘却因忽略交易成本（手续费、滑点）、数据异常（停牌、除权除息）或代码效率低下而失效。许多自学者的策略止步于“玩具”级别，无法用于真实资金。其根本原因在于缺…
自行开发量化策略充满陷阱：历史回测看似完美，实盘却因忽略交易成本（手续费、滑点）、数据异常（停牌、除权除息）或代码效率低下而失效。许多自学者的策略止步于“玩具”级别，无法用于真实资金。其根本原因在于缺乏对策略全生命周期——从数据理解、因子构建、交易模拟到绩效归因——的系统性认知与工程化实践。为此，三节课联合一线量化私募的研究员，将机构级的策略开发流程与风控意识，融入这门入门课程。我们不仅教你怎么写代码，更着重讲解每一个参数、每一行代码背后的金融逻辑与实务考量。本课程如同一份详尽的“地图”与“避坑手册”，指引你安全、规范地搭建起自己的第一个策略框架。本课程旨在为你构建一个坚实且可扩展的量化策略基础。你将通过克隆并深度剖析一个成熟策略，全面掌握多因子模型的构建流程、因子数据获取与处理方法、贴近实盘的交易设置（滑点、手续费），以及策略代码的优化与版本管理。更重要的是，你会建立起对市值、ROE、复权价格、停牌处理等关键细节的深刻理解，避免常见低级错误。完成学习后，你将拥有一个具备工业级雏形的策略项目，并知道如何科学地对其进行迭代与改进。
第一节 课程介绍
第二节 克隆策略
第三节 创建项目
第四节 策略代码初步梳理
第五节 调仓频率是什么？
第六节 样本长度是什么？
第七节 持仓数目是什么？
第八节 什么是因子选股方法？
第九节 什么是市值
第十节 什么是净资产收益率
第十一节 什么是矩阵乘法
第十二节 用户选出来的因子是什么
第十三节 因子权重是什么
第十四节 继续梳理代码
第十五节 什么是用真实价格交易
第十六节 什么是除权除息影响
第十七节 什么是复权价格
第十八节 什么是分红
第十九节 什么是拆股
第二十节 每天开盘前代码逻辑梳理
第二十一节 什么是转置
第二十二节 筛选前N天未停牌的股票
第二十三节 什么是滑点
第二十四节 设置交易手续费
第二十五节 策略简单优化
第二十六节 如何买入和卖出股x票
第二十七节 清空特定股x票
第二十八节 按资金比率购买股x票
第二十九节 查找数组元素
第三十节 获取取因子数据
第三十一节 把每列原始数据变成排序的数据
第三十二节 用均值填充空数据
第三十三节 股x票得分冒泡排序
第三十四节 多因子策略代码梳理完成
第三十五节 pandas方法过时警告
第三十六节 策略git版本管理
第三十七节 课程总结
大鹏AI教育
十年IT行业老兵，精通Python编程语