一、课程亮点：

　　朝九晚九全程跟班答疑、一对 一督学、定期直播串讲、五分钟内有问必答、出勤率和进度监督、作业与测试

　　二、学习目标：

　　1，通过专业，有针对性的课程提升自己的量化投资技能; 2，通过量化投资领域从业的讲师授课，掌握量化投资实战经验; 3，通过360小时高强度的学习与训练，实现独立编写策略的目标; 4，通过毕业答辩的能力展现，弥补中无法吻合的条件要求。

　　三、课程内容：

　　01章量化投资概述(3课时)

　　01-01量化投资的定义 (量化, 金融, 工程, )

　　01-02量化投资行业现状 (国外, 国内)

　　01-03量化投资行业展望 (岗位职业, 互联网金融, 金融科技)

　　02章金融理论：金融基础知识(12课时)

　　02-01经济金融原理

　　02-02证券及衍生品

　　02-03期货及衍生品

　　03章Python基础(12课时)

　　03-01语言介绍和对比

　　03-02安装、配置和IDE

　　03-03python基础和特性

　　04章Python进阶(12课时)

　　04-01numpy

　　04-02pandas

　　04-03scipy

　　04-04matplotlib

　　05章Python三方库(3课时)

　　05-01清单介绍

　　06章数学-概率论与数理统计(6课时)

　　06-01理论和python案例

　　07章数学-微积分(3课时)

　　07-01理论和python案例

　　08章数学-线性代数(6课时)

　　08-01理论和python案例

　　09章数据库(6课时)

　　09-01mysql

　　09-02mongdb

　　10章大数据理论与技术(12课时)

　　10-01hadoop

　　10-02spark

　　11章机器学习理论(12课时)

　　11-01概念、类型、应用场景

　　11-02监督学习

　　11-03无监督学习

　　11-04半监督学习

　　11-05强化学习

　　11-06深度学习

　　11-07迁移学习

　　11-08其他

　　12章机器学习技术(24课时)

　　12-01sklearn

　　12-02keras

　　12-03TensorFlow

　　13章金融理论-金融专业知识(12课时)

　　13-01专业技能

　　13-02证券估值

　　13-03衍生品定价

　　14章量化相关软件

　　14-01同花顺、通达信-软件使用,公式,指标,信号(3课时)

　　14-02joinquant、ricequant、bigquant、uqerquant-介绍,数据,功能,案例(6课时)

　　14-03TB、WH、TS、YT、MC-软件介绍,数据,功能,案例(6课时)

　　14-04国泰安、天软、Wind-软件介绍,数据,功能,案例(6课时)

　　15章Python量化相关库(12课时)

　　15-01tushare

　　15-02talib

　　16章模型案例-模型研发流程(12课时)

　　16-01模型原型

　　16-02数据

　　16-03模型模板

　　16-04回测

　　16-05优化

　　16-06业绩评价

　　17章模型案例-择时模型:技术指标模型(12课时)

　　17-01模型原型：ma,macd,sar,rsi,kdj,boll,kama,turtle,grid

　　17-02数据类型、源和清洗

　　17-03模型信号

　　17-04历史回测

　　17-05参数优化

　　17-06业绩评价

　　18章模型案例-择时模型:K线形态与组合模型(12课时)

　　18-01模型原型：希望之星,黄昏之星,红三兵,绿三兵,圆弧底,“V”型底,“U”型底,“W”底,“M”顶

　　18-02数据类型、源和清洗

　　18-03模型信号

　　18-04历史回测

　　18-05参数优化

　　18-06业绩评价

　　19章模型案例-择时模型:经典日内模型(12课时)

　　19-01模型原型：hans123,r-breaker,hl-breaker,nhl-breaker,ap-cross,grid

　　19-02数据类型、源和清洗

　　19-03模型信号

　　19-04历史回测

　　19-05参数优化

　　19-06业绩评价

　　20章模型案例-择时模型:机器学习模式识别(24课时)

　　20-01模型原型：线性回归,逻辑回归,决策树,随机森林,SVM,神经网络

　　20-02数据类型、源和清洗

　　20-03模型信号

　　20-04历史回测

　　20-05参数优化

　　20-06业绩评价

　　21章模型案例-因子模型:基本面因子(12课时)

　　21-01模型原型：因子模型、套利定价模型(APT)

　　21-02数据类型、源和清洗-财务因子(盈利性、估值、现金流、成长性、营运能力、资本结构);统计因子(换手率、波动率);一致预期因子(分析师评级、盈利预测)

　　21-03模型信号

　　21-04历史回测

　　21-05参数优化

　　21-06业绩评价

　　22章模型案例-因子模型:技术因子(12课时)

　　22-01模型原型：因子模型

　　22-02数据类型、源和清洗

　　22-03模型信号

　　22-04历史回测

　　22-05参数优化

　　22-06业绩评价

　　23章模型案例-因子模型:数据挖掘另类因子(12课时)

　　23-01模型原型：因子模型

　　23-02数据类型、源和清洗-事件;舆情;大数据

　　23-03模型信号

　　23-04历史回测

　　23-05参数优化

　　23-06业绩评价

　　24章模型案例-套利(12课时)

　　24-01无风险套利理论

　　24-02无风险套利案例

　　24-03ETF套利

　　24-04期现套利

　　24-05跨期套利

　　24-06跨品种套利

　　24-07跨市场套利

　　24-08期权套利

　　24-09配对模型

　　24-10统计套利原理

　　24-11统计套利案例

　　25章模型案例-阿尔法对冲(alpha hedge)(12课时)

　　25-01capm

　　25-02套利定价模型(APT)

　　25-03案例

　　26章模型案例-聪明贝塔(smart beta)(12课时)

　　26-01同因子投资、阿尔法投资的相同和区别

　　26-02产生背景

　　26-03案例

　　27章模型案例-资产配置(12课时)

　　27-01Equal Weight

　　27-02risk parity

　　27-03Minimum Variance

　　27-04Markowitz Model

　　27-05Black-Litterman Model

　　28章接口(12课时)

　　28-01股票接口

　　28-02期货接口

　　28-03其他标的接口

　　29章量化系统(24课时)

　　29-01rqalpha

　　29-02zipline

　　29-03vnpy

　　30章量化经验分享(6课时)

　　30-01分享

　　30-02模型开发分享

　　30-03技术分享

　　31章量化投资岗位就业指导(6课时)