Python量化投资 + 财务建模初步

这门课解决什么工作场景

很多做投资研究、财务分析或资产管理的人，日常痛点是：要看的数据太多，Excel拉表跑到死机，或者想回测一个选股想法，只能求研发排期。这门Python量化与财务建模课解决的核心场景，就是把“手动看盘、人工筛选、Excel拼凑财报”的流程，换成自动化脚本。具体来说，它教你用Tushare接口把A股的行情、财务指标、宏观数据拉到本地，用Python画K线图，再跑一些类似“股价创历史新高/新低”的技术面选股策略。如果你是金融从业者、想转行做量化或行研的应届生，或者是个想用数据代替直觉的个人投资者，这套内容能直接落到你的周报或决策流程里。

适合什么基础与建议先看的模块

这门课的门槛卡在“懂一点点语法但没写过完整项目”的位置。如果你连变量和循环都分不清，光靠开头那两三个小时的极速入门是不够的，建议先去补最基础的语法；如果你已经能独立写爬虫或用过Pandas，这部分可以直接跳过。建议拿到资料后，不管基础如何，先看Tushare使用教程和K线图绘制这两块。前者决定了你后续有没有干净的数据可用，重点看怎么调取股票行情和财务数据；后者是投资研究里最直观的产出，学会用库把行情画出来，不管是自己复盘还是给领导汇报都用得上。技术面选股那块，重点看它怎么把一个主观的交易逻辑翻译成代码筛选条件。

资料怎么配合练习与学完能做什么

看视频时不要只当连续剧刷，一定要开着Jupyter跟着敲。资料里的五个案例就是五个现成的练习靶子，建议每看完一个，自己改一个参数：比如把获取某只股票行情的代码，改成拉取整个沪深300成分股的数据；或者把“股价创历史新高”的选股条件，改成“距离高点回撤不超过10%且放量”。代码跑报错是正常的，对着报错信息查文档也是必修课。学完这套东西，你未必能马上去做高频交易，但完全能独立完成这几件事：写个定时脚本把自选股的每日财务和行情数据存进数据库；用代码批量筛选出符合特定财务或技术指标的股票池；画出自定义的技术分析图表。这些产出对做行研、写投资备忘录或者打理自己的组合，是实打实能提高效率的。