邢不行-Python股票量化投资课程（完结）

如果你在券商、基金或金融科技岗位做开发，或者想从普通后端转向量化方向，这套课值得先了解清楚再决定要不要投入时间。它不是那种讲完概念就结束的科普，而是围绕"用 Python 把策略跑起来"这条主线展开，从环境搭建一直走到实盘交易环节。

这门课解决什么工作场景

量化投资岗的日常，说白了就是三件事：拿到行情数据、写策略逻辑、验证并执行。很多后端开发者卡在中间那步——代码能力够，但不知道怎么把 pandas 用来处理 K 线、怎么把交易想法翻译成可回测的信号。这套课把这条链路拆成了几个阶段：先解决开发环境和 Python、pandas 的基础操作，再进入择时策略和选股策略两套框架，最后落到实盘交易。也就是说，它针对的是"能写代码但不懂量化业务"这个具体断层，而不是教你从零学编程。资料里还单独有一节讲人工智能与量化投资的结合，属于拓展视野的部分，不是主线。

适合什么基础，建议先看哪几块

如果你的 Python 只是能读懂、写不顺，建议从开发环境部署和 Python 基础那几节老老实实过一遍，别跳。pandas 基础分上中下三部分，是整套课的地基，量化里绝大部分时间都在和数据框打交道，这部分跳过去后面会很痛苦。有后端经验、熟悉数据处理的人，可以快速扫过 Python 基础，把时间压在 pandas 和两套策略框架上。择时策略框架和选股策略框架各有多节，是课程的核心内容，建议按顺序看，因为框架之间是递进关系。实盘交易放在最后，等前面能跑通再碰。

学完能独立做什么，资料怎么配合练习

走完主线后，你应该能独立完成这些事：本地搭好量化开发环境，用 pandas 清洗和整理行情数据，写出一个带买卖信号的择时策略并做回测，以及构建一个多因子或条件筛选的选股逻辑。实盘部分会让你理解策略从回测到真实下单之间还差哪些环节。练习上，别只看视频，每看完一个框架就自己找一份行情数据复现一遍，把参数改掉看结果怎么变，这比反复看讲解有用得多。课件资料和文档可以用来对照环境配置，遇到装不上的问题先翻那几份安装说明。需要提醒的是，课程给的是方法和框架，真正的策略收益取决于你自己的研究和市场判断，别指望学完就有现成的赚钱模型。