先想清楚：这课到底能帮你解决什么具体工作场景
量化策略最大的痛点往往不是不懂数学模型，而是拿不到干净的数据。很多初学者在刚接触量化时，花费大量时间处理缺失值、异常值，甚至因为数据源格式不统一导致回测失效。这门课的核心价值在于打通“数据获取”到“策略实盘”的最后一公里。它不只讲理论推导，而是直接展示如何用代码从不同金融数据源抓取行情，进行清洗和标准化处理，最后落地为可执行的交易指令。如果你日常工作中需要处理高频交易数据或搭建自动化投资系统，这门课能帮你跳过繁琐的底层数据工程，直接关注策略逻辑本身。
适合什么基础：零基础也能跟上，但需具备编程思维
课程对编程基础有明确要求，主要依赖 Python 语言。内容涵盖面向对象编程、时间序列分析等进阶概念，意味着听课者至少需要理解 Python 的基本语法，了解变量、函数和类的作用。对于完全没有编程经验的转行者，建议先暂停学习，补充 Python 基础后再进入此课，否则在实操环节会感到吃力。教材中包含了多份 Jupyter Notebook 实例和配套 PDF 讲义，这些资料并非单纯的知识罗列，而是为了配合视频演示，让你能对照代码一步步复现分析过程。如果完全不懂代码运行逻辑，建议先自学一门 Python 入门教程，再回来啃这份实战资料。
怎么配合练习：按模块拆解，优先跑通数据流
学习时切忌从头到尾被动观看视频，应直接以“跑通数据流”为第一目标。建议优先打开 5.1 至 5.3 章节的 Notebook 文件，亲自操作代码，尝试获取并清洗一组真实的金融数据。只有当你能手动处理掉脏数据，理解时间序列分析中关于均值、波动率等指标的计算逻辑后，再看视频讲解 5.5 的实战案例才更有体会。学完金融数据处理和策略构建部分后，不要急于去实盘交易，先在本地回测环境中验证策略的稳定性。资料包中的 PDF 讲义可作为查阅术语和复习核心公式的索引，遇到代码报错时对照讲义中的逻辑排查问题，而不是死记硬背代码。
讲义18 集
- 5.1_金融数据获取、清洗、整理和存储.ipynb [52.9 KB]
- 5.3_金融时间序列分析.ipynb [64.6 KB]
- 5.5_金融数据处理分析实战案例.ipynb [115.4 KB]
- 5.2_金融数据处理.ipynb [376.7 KB]
- AQF第07章核心_9_金融数据源_金程教育.pdf [1.1 MB]
- 5.金融数据处理_1.同时获取多只股票的信息_recv.mp4 [115.3 MB]
- 4.数据获取之网络数据读取_2.tushare_recv.mp4 [85.5 MB]
- 3.数据获取之网络数据读取_3.文件存储_recv【持续更新‖免费提供：CunworknoteS】.mp4 [75.2 MB]
- 11.金融数据处理分析实战案例_1.案例一_recv.mp4 [93.2 MB]
- 13.金融数据处理分析实战案例_2.案例二：多指标条件选股分析_2_recv.mp4 [85.8 MB]
- 7.金融数据处理_3.检验分布和相关性_recv.mp4 [107.0 MB]
- 6.金融数据处理_2.金融计算_recv.mp4 [97.7 MB]
- 9.金融时间序列分析_2.Pandas时间格式_recv.mp4 [131.5 MB]
- 8.金融时间序列分析_1.Python下的时间处理_recv.mp4 [103.9 MB]
- 10.金融时间序列分析_3.金融数据频率的转换_recv.mp4 [99.8 MB]
- 2.数据获取之网络数据读取_1_recv.mp4 [88.0 MB]
- 1.数据获取之本地数据读取_recv.mp4 [152.3 MB]
- 12.金融数据处理分析实战案例_2.案例二：多指标条件选股分析_1_recv.mp4 [147.1 MB]
AQF第12章.面向对象实盘交易之IB_金程教育13 集
- V5_20170924_实盘交易平台IB_免费数据版.ipynb [113.3 KB]
- AQF第12章.pdf [846.0 KB]
- event测试.ipynb [1.5 KB]
- V6_20170926_IB三均线交易模型实盘交易策略.ipynb [719.1 KB]
- 10.IB三均线交易_金字塔仓位下单控制模型实盘交易_策略结构总览、响应函数逻_.mp4 [175.0 MB]
- 11.IB三均线交易_金字塔仓位下单控制模型实盘交易_交易信号逻辑_【公重号：CunWorkNotes】.mp4 [104.3 MB]
- 9.IB三均线交易_金字塔仓位下单控制模型实盘交易_策略原理、线程控制原理_【优质资源‖关注：cunWorkNotes 解锁】.mp4 [147.4 MB]
- 3.IB实战平台请求和响应原理2和线程控制_.mp4 [113.3 MB]
- 6.IB响应函数(wrapper)讲解_3_.mp4 [51.0 MB]
- 8.IB程序化下单、仓位及账户查询_.mp4 [116.2 MB]
- 5.IB响应函数(wrapper)讲解_2_.mp4 [80.6 MB]
- 12.IB三均线交易_金字塔仓位下单控制模型实盘交易_交易主逻辑、策略展示和总结_.mp4 [160.5 MB]
- 1.IB实战平台介绍和API安装调试_.mp4 [86.6 MB]
AQF第09章.面向对象和实盘交易11 集
- 股债平衡交易策略_面向对象实现 & 仓位控制.ipynb [101.8 KB]
- 面向对象编程.ipynb [69.9 KB]
- 1.模块内容整体介绍_recv.mp4 [75.2 MB]
- 3.创建类、实例、方法_recv.mp4 [169.6 MB]
- 9.用面向对象方法实现股债平衡策略_recv.mp4 [250.5 MB]
- 6.继承的概念及代码实现_recv.mp4 [158.2 MB]
- 4.__init__初始化方法_recv.mp4 [74.1 MB]
- 8.多继承和量化交易平台的面向对象开发思路_recv.mp4 [122.8 MB]
- 5.面向对象编程实例_recv.mp4 [214.8 MB]
- 7.面向对象继承的实战案例_recv.mp4 [128.9 MB]
- 2.面向对象、类、实例、属性和方法_recv.mp4 [134.0 MB]
06数据可视化5 集
- 3.Matplotlib基础_2_recv_.mp4 [97.8 MB]
- 2.Matplotlib基础_1_recv_.mp4 [98.0 MB]
- 1.Pandas内置数据可视化_recv_.mp4 [153.6 MB]
- 4.Seaborn_recv_.mp4 [71.0 MB]
- AQF第06章.pdf [730.2 KB]
02量化投资基础17 集
- AQF第02章【整理不易‖记得关注：CunWorKNotes】.pdf [10.3 MB]
- 15.高频交易和期权交易_recv【持续更新‖免费提供：CunworknoteS】.mp4 [119.7 MB]
- 07.事件驱动_recv.mp4 [73.9 MB]
- 10.CTA_3_recv【持续更新‖免费提供：CunworknoteS】.mp4 [144.8 MB]
- 12.统计套利_低风险套利_recv.mp4 [264.7 MB]
- 08.CTA_1_recv.mp4 [105.4 MB]
- 01.量化投资背景及决策流程_recv.mp4 [216.2 MB]
- 09.CTA_2（TD模型）_recv.mp4 [38.7 MB]
- 04.结构型基金套利_recv.mp4 [164.2 MB]
- 02.量化择时_recv.mp4 [246.2 MB]
- 11.CTA_4_recv.mp4 [147.4 MB]
- 13.大数据和舆情分析_recv.mp4 [121.9 MB]
- 03.量化择时&动量及反转策略_recv.mp4 [214.5 MB]
- 05.行业轮动与相对价值_recv.mp4 [96.8 MB]
- 06.市场中性和多因子_recv.mp4 [227.1 MB]
- 14.机器学习_recv.mp4 [150.1 MB]
- 16.其他策略和策略注意点_recv.mp4 [161.5 MB]
04Python编程基础18 集
- 13.函数_2.参数设置_recv_【优质资源‖关注：cunWorkNotes 解锁】.mp4 [122.0 MB]
- 09.控制结构_4.While循环_recv_.mp4 [61.1 MB]
- 01.python数字运算andjupyter介绍_recv_【公重号：CunWorkNotes】.mp4 [188.9 MB]
- 05.字典_recv_.mp4 [129.7 MB]
- 10.控制结构_3.Break&Continue_recv_.mp4 [127.4 MB]
- 04.Tuple和List_recv_.mp4 [57.8 MB]
- 14.函数_3.不定长参数Lambda_recv_.mp4 [102.5 MB]
- AQF第04章.pdf [2.0 MB]
- 11.控制结构_5.异常处理_recv_.mp4 [114.0 MB]
- 08.控制结构_2.If条件判断_recv_.mp4 [136.2 MB]
- 06.字符串格式化_recv_.mp4 [192.3 MB]
- 16.模块_recv_.mp4 [130.6 MB]
- 17.Python当中的重要函数_recv_.mp4 [225.5 MB]
- 15.全局变量和局部变量_recv_.mp4 [71.5 MB]
- 03.Python运算符_recv_.mp4 [78.1 MB]
- 02.字符串_recv_.mp4 [148.3 MB]
- 07.控制结构_1.For循环_recv_.mp4 [175.6 MB]
- 12.函数_1.质数函数_recv_.mp4 [120.8 MB]
AQF第10章.基于优矿平台的面向对象_金程教育23 集
- 基于优矿平台的面向对象策略_金程教育【公重号：CunWorkNotes】.pdf [1.7 MB]
- 均值回归%2B仓位控制器.nb [68.8 KB]
- 双均线策略写法.nb [59.3 KB]
- 小市值策略写法2.nb [24.9 KB]
- 优矿数据获取.nb [214.5 KB]
- 多因子策略模板.nb [39.7 KB]
- 小市值策略写法1.nb [18.3 KB]
- 单因子有效性研究模板.nb [550.3 KB]
- 去异常值标准化函数讲解.nb [163.8 KB]
- 5.优矿框架之其他重要操作_recv_.mp4 [81.6 MB]
- 13.优矿策略之单因子策略模板三_策略函数_recv_【优质资源‖关注：cunWorkNotes 解锁】.mp4 [90.1 MB]
- 2.优矿平台回测框架介绍_recv_.mp4 [171.3 MB]
- 7.优矿策略之小市值策略写法_recv_【优质资源‖关注：cunWorkNotes 解锁】.mp4 [52.7 MB]
- 14.优矿策略之单因子策略模板四：策略逻辑和分析框架_recv_【不易整理‖请关注：CunWorkNoteS】.mp4 [83.9 MB]
- 8.优矿策略之双均线策略_recv_【整理不易‖记得关注：CunWorKNotes】.mp4 [110.1 MB]
- 17.优矿策略之多因子策略模板一：策略讲解（2）_recv_.mp4 [62.4 MB]
- 15.优矿策略之多因子策略模板一：策略思路和方法_recv_.mp4 [98.8 MB]
- 16.优矿策略之多因子策略模板一：策略讲解（1）_recv_.mp4 [120.1 MB]
- 18.优矿策略之因子数据处理：去极值和标准化_recv_.mp4 [62.2 MB]
- 10.优矿策略之均值回归：策略逻辑_recv_.mp4 [124.0 MB]
- 11.优矿策略之单因子策略模板一_策略介绍_recv_.mp4 [65.1 MB]
- 3.优矿框架之Context对象用法_recv_.mp4 [124.6 MB]
- 1.优矿平台介绍_recv_.mp4 [105.0 MB]
1.三大经典策略_金程教育4 条
- AQF核心_5_Python交易策略_1【不易整理‖请关注：CunWorkNoteS】.pdf [1.4 MB]
- 5.1_均值回归_Mean Reverting Strategy.ipynb [196.0 KB]
- 5.1_动量策略-Momentum Strategy.ipynb [289.5 KB]
- 5.1_SMA_移动平均及双均线模型.ipynb [543.8 KB]
2.配对交易_金程教育2 条
- Pair trading策略.ipynb [254.9 KB]
- Pair trading策略-考虑时间序列平稳性.ipynb [314.3 KB]
2.配对交易_金程教育1 条
- AQF核心_5_Python交易策略_2.pdf [835.6 KB]
Data2 条
- paper_data.csv [251.5 KB]
- 6.4_基于谷歌搜索的大数据舆情分析策略.ipynb [123.7 KB]
技术术分析策略和交易系统6 条
- iterrows使用说明.ipynb [6.6 KB]
- 01_v2_6.2_技术分析策略和交易系统-3_布林带指标_循环法二次优化.ipynb [308.9 KB]
- 量化投资与技术分析_金程教育.pdf [2.7 MB]
- 01_v3_6.2_CCI_pandas向量填充法-分开交易和持仓信号.ipynb [194.2 KB]
- 01_v3_6.2_CCI_pandas向量填充法_合并交易和持仓信号.ipynb [285.4 KB]
- 01_v2_6.2_技术分析SMA + CCI双指标交易系统_循环法二次优化.ipynb [348.0 KB]
量化与形态识别1 条
- 基于K线形态锤子线的趋势跟踪策略——带最新备注版本.ipynb [141.4 KB]
.ipynb_checkpoints2 条
- CTA_交易系统(Aberration)_趋势跟踪系统_股票修改版-checkpoint.ipynb [73.7 KB]
- CTA_交易系统(Aberration)_趋势跟踪系统_股票修改版.ipynb [75.5 KB]
6.机器学习_金程教育46 集
- visualization.py [1.1 KB]
- produce_data.py [776.0 B]
- 机器学习策略1——逻辑回归预测股市涨跌(算法转换：SVM).ipynb [293.2 KB]
- 量化投资与技术分析_金程教育.pdf [2.7 MB]
- 机器学习算法基础案例.ipynb [192.3 KB]
- 机器学习策略2——基于SVM回归算法预测股市收益率.ipynb [250.0 KB]
- 35.量化投资与机器学习_2.机器学习算法实现_3.逻辑回归算法实现_recv_【持续更新‖免费提供：CunworknoteS】.mp4 [77.8 MB]
- 9.配对交易_2.策略实战_1_recv_.mp4 [238.7 MB]
- 4.三大经典策略_2.动量策略Momentum_1_recv_.mp4 [178.4 MB]
- 37.量化投资与机器学习_2.机器学习算法实现_5.SVM算法实现_recv_【持续更新‖免费提供：CunworknoteS】.mp4 [97.7 MB]
- 33.量化投资与机器学习_2.机器学习算法实现_1.数据集生成原理_recv_【优质资源‖关注：cunWorkNotes 解锁】.mp4 [135.7 MB]
- 25.量化投资与机器学习_1.机器学习算法原理_1_recv_【持续更新‖免费提供：CunworknoteS】.mp4 [262.6 MB]
- 18.量化投资与技术分析_5.形态识别和移动止损策略_2.锤子线形态_recv_.mp4 [138.3 MB]
- 15.量化投资与技术分析_3.布林带策略_2_recv_.mp4 [104.6 MB]
- 23.大数据舆情分析策略_基于谷歌搜索的大数据舆情分析_3.策略_recv_.mp4 [98.1 MB]
- 20.量化投资与技术分析_5.形态识别和移动止损策略_3.策略逻辑_2_recv_.mp4 [94.1 MB]
- 24.CTA交易策略_Aberration趋势跟踪系统_recv_.mp4 [312.3 MB]
- 19.量化投资与技术分析_5.形态识别和移动止损策略_3.策略逻辑_1_recv_.mp4 [133.0 MB]
- 13.量化投资与技术分析_2.CCI策略_recv_.mp4 [194.1 MB]
- 29.量化投资与机器学习_1.机器学习算法原理_5.决策树算法原理_recv_.mp4 [125.2 MB]
- 30.量化投资与机器学习_1.机器学习算法原理_6.KNN算法原理_recv_.mp4 [23.8 MB]
- 31.量化投资与机器学习_1.机器学习算法原理_7.神经网络算法原理_recv_.mp4 [135.0 MB]
- 3.三大经典策略_1.移动平均策略SMA_3_recv_.mp4 [212.8 MB]
- 32.量化投资与机器学习_1.机器学习算法原理_8.K-means算法原理_recv_.mp4 [80.2 MB]
- 28.量化投资与机器学习_1.机器学习算法原理_4.SVM算法原理_recv_.mp4 [164.8 MB]
- 27.量化投资与机器学习_1.机器学习算法原理_3.逻辑回归原理_recv_.mp4 [279.7 MB]
- 34.量化投资与机器学习_2.机器学习算法实现_2.数据集可视化_recv_.mp4 [94.8 MB]
- 26.量化投资与机器学习_1.机器学习算法原理_2_recv_.mp4 [270.5 MB]
- 22.大数据舆情分析策略_基于谷歌搜索的大数据舆情分析_2.策略_recv_.mp4 [86.0 MB]
- 2.三大经典策略_1.移动平均策略SMA_2_recv_.mp4 [199.8 MB]
- 17.量化投资与技术分析_5.形态识别和移动止损策略_1.策略原理_recv_.mp4 [68.1 MB]
- 1.三大经典策略_1.移动平均策略SMA_1_recv_.mp4 [245.1 MB]
- 14.量化投资与技术分析_3.布林带策略_1_recv_.mp4 [138.9 MB]
- 11.配对交易_3.回测思路小结_recv_.mp4 [34.0 MB]
- 16.SMA和CCI双指标交易系统_recv_.mp4 [63.3 MB]
- 10.配对交易_2.策略实战_2_recv_.mp4 [213.2 MB]
- 12.量化投资与技术分析_1.技术分析理论_recv_.mp4 [133.8 MB]
- 21.大数据舆情分析策略_基于谷歌搜索的大数据舆情分析_1.策略_recv_.mp4 [95.2 MB]
- 6.三大经典策略_3.均值回归策略_1_recv_.mp4 [97.4 MB]
- 36.量化投资与机器学习_2.机器学习算法实现_4.DT_KNN_NB算法_recv_.mp4 [66.3 MB]
- 40.量化投资与机器学习_2.机器学习算法实战_基于逻辑回归和SVM_recv_.mp4 [208.1 MB]
- 8.配对交易_1.原理_recv_.mp4 [208.8 MB]
- 39.量化投资与机器学习_2.机器学习算法实战_基于逻辑回归和SVM_recv_.mp4 [190.2 MB]
- 38.量化投资与机器学习_2.机器学习算法实战_基于逻辑回归和SVM_recv_.mp4 [133.0 MB]
- 5.三大经典策略_2.动量策略Momentum_2_recv_.mp4 [131.7 MB]
- 7.三大经典策略_3.均值回归策略_2_recv_.mp4 [135.4 MB]
05Python编程进阶22 集
- 3.数据获取之网络数据读取_3.文件存储_recv【公重号：CunWorkNotes】.mp4 [75.2 MB]
- 8.Pandas篇_3.DataFrame的构建_recv【不易整理‖请关注：CunWorkNoteS】.mp4 [67.5 MB]
- 5.Numpy篇_5.练习_recv【更多精选‖公众号：CunWorknotes】 .mp4 [140.2 MB]
- 6.Pandas篇_1.Pandas三大数据结构介绍_recv.mp4 [59.6 MB]
- 9.Pandas篇_4.DataFrame的选择操作_recv【优质资源‖关注：cunWorkNotes 解锁】.mp4 [44.0 MB]
- 5.金融数据处理_1.同时获取多只股票的信息_recv.mp4 [115.3 MB]
- 7.Pandas篇_2.Series介绍_recv.mp4 [76.9 MB]
- 6.金融数据处理_2.金融计算_recv.mp4 [97.7 MB]
- 4.Numpy篇_4_recv.mp4 [202.5 MB]
- 4.数据获取之网络数据读取_2.tushare_recv.mp4 [85.5 MB]
- 13.Pandas篇_8.Concat_Join_recv.mp4 [122.5 MB]
- AQF第05章Python进阶之Numpy_金程教育.pdf [1.1 MB]
- 1.Numpy篇_1_recv.mp4 [162.0 MB]
- 2.Numpy篇_2_recv.mp4 [148.8 MB]
- 15.Pandas篇_10.层次化索引_recv.mp4 [44.3 MB]
- 1.数据获取之本地数据读取_recv.mp4 [152.3 MB]
- 10.Pandas篇_5.DataFrame的修改操作_recv.mp4 [210.6 MB]
- 11.Pandas篇_6.DataFrame的空值处理和复习_recv.mp4 [75.5 MB]
- 2.数据获取之网络数据读取_1_recv.mp4 [88.0 MB]
- 3.Numpy篇_3_recv.mp4 [192.4 MB]
- 12.Pandas篇_7.Group操作_recv.mp4 [119.8 MB]
- 14.Pandas篇_9.Merge_recv.mp4 [159.5 MB]
技术分析7 条
- MACD择时策略.nb [25.2 KB]
- MFI择时策略.nb [27.0 KB]
- WVAD择时策略.nb [22.1 KB]
- CCI择时策略.nb [27.8 KB]
- 唐奇通道择时策略.nb [24.8 KB]
- BOLL择时策略.nb [24.7 KB]
- RSI择时策略.nb [25.5 KB]
经典量化算法39 集
- 惠特尼•乔治小型价值股投资策略.nb [32.4 KB]
- 日期效应.nb [126.7 KB]
- 均线排列交易系统.nb [21.6 KB]
- 本杰明•格雷厄姆成长股投资策略.nb [56.0 KB]
- 金肯特纳交易系统.nb [20.7 KB]
- 动量策略.nb [18.5 KB]
- 海龟交易系统.nb [48.6 KB]
- 本杰明•格雷厄姆积极投资策略.nb [36.5 KB]
- 史蒂夫•路佛价值投资策略.nb [33.2 KB]
- 经典量化算法.pdf [7.0 MB]
- 1.1回测与策略框架 .nb [93.8 KB]
- 1.1回测与策略框架&1.2评价指标.pdf [2.9 MB]
- 技术分析.pdf [12.5 MB]
- 15.量化投资策略精讲之日期效应_recv.mp4 [199.0 MB]
- 3.量化投资策略回测之量化策略设计流程简介_recv.mp4 [86.4 MB]
- 2.量化投资策略回测之评价指标_recv【持续更新‖免费提供：CunworknoteS】.mp4 [357.2 MB]
- 23.量化投资策略精讲之金肯纳特交易系统_recv.mp4 [261.0 MB]
- 19.量化投资策略精讲之价值投资策略_recv.mp4 [302.1 MB]
- 4.量化投资策略回测之择时策略举例（双均线）_recv.mp4 [139.4 MB]
- 18.量化投资策略精讲之积极投资策略_recv.mp4 [255.4 MB]
- 7.基于技术分析的量化投资之技术指标简介_recv.mp4 [64.8 MB]
- 25.量化投资策略精讲之海龟交易系统_2_recv.mp4 [267.2 MB]
- 20.量化投资策略精讲之小型价值股投资策略_recv.mp4 [302.1 MB]
- 21.量化投资策略精讲之交易系统设计的一般原理_recv.mp4 [129.8 MB]
- 24.量化投资策略精讲之海龟交易系统_1_recv.mp4 [103.3 MB]
- 22.量化投资策略精讲之均线排列系统_recv.mp4 [230.2 MB]
- 26.量化投资策略精讲之海龟交易法_3_recv.mp4 [178.6 MB]
- 13.基于技术分析的量化投资之技术指标总结_recv.mp4 [26.7 MB]
- 16.量化投资策略精讲之动量效应_recv.mp4 [254.5 MB]
- 1.量化投资策略回测之回测与策略框架_recv.mp4 [212.6 MB]
- 12.基于技术分析的量化投资之cci择时策略_recv.mp4 [204.0 MB]
- 11.基于技术分析的量化投资之MFI择时策略_recv.mp4 [180.0 MB]
- 14.基于技术分析的量化投资之通道技术_recv.mp4 [324.0 MB]
- 17.量化投资策略精讲之格雷厄姆成长投资_recv.mp4 [388.1 MB]
- 10.基于技术分析的量化投资之RSI择时策略_recv.mp4 [158.0 MB]
- 6.基于技术分析的量化投资之简介_recv.mp4 [170.2 MB]
- 5.量化投资策略回测之量化投资模板1.0选股和择时_recv.mp4 [216.5 MB]
- 9.基于技术分析的量化投资之WVAD择时策略_recv.mp4 [185.7 MB]
- 8.基于技术分析的量化投资之MACD择时策略_recv.mp4 [214.5 MB]
AQF第11章.面向对象实盘交易之Oanda_金程教育17 集
- 实盘交易之Oanda平台.ipynb [677.2 KB]
- ADXTrader.py [6.7 KB]
- AQF第11章.pdf [967.0 KB]
- 13.Oanda实盘交易策略ADX_历史数据处理_recv.mp4 [136.7 MB]
- 9.Oanda实战ADX策略二：策略逻辑编写和可视化_recv.mp4 [78.6 MB]
- 8.Oanda实战ADX策略一_数据读取与处理_recv【整理不易‖记得关注：CunWorKNotes】.mp4 [105.4 MB]
- 4.从OandaAPI获得历史数据_recv.mp4 [113.6 MB]
- 2.Oanda账户密码配置和交易框架原理_recv.mp4 [82.4 MB]
- 3.Oanda连接账户并查看信息_recv.mp4 [115.5 MB]
- 14.Oanda实盘交易策略ADX_实时数据和实时交易_recv.mp4 [145.4 MB]
- 3_recv.mp4 [204.6 MB]
- 6.Oanda高级交易订单_recv.mp4 [107.8 MB]
- 7.Oanda其他高级功能_recv.mp4 [87.7 MB]
- 12.Oanda实盘交易策略ADX_策略介绍_recv.mp4 [101.4 MB]
- 11.Oanda读取实时数据并进行resample_recv.mp4 [96.5 MB]
- 1.Oanda平台介绍和账户配置_recv.mp4 [75.0 MB]
- 10.Oanda通过实时数据API调取实时数据_recv.mp4 [64.9 MB]
python量化投资常用代码_jc教育量化投资团队1 条
- python量化投资常用代码_jc教育量化投资团队.ipynb [209.7 KB]
14赠品课程：实战财务分析快速入门课程4 集
- 1.财务报表分析原理_recv.mp4 [363.4 MB]
- 2.财务报表分析基础知识_recv.mp4 [308.2 MB]
- 4.上市公司财务报表分析实战案例_recv.mp4 [416.7 MB]
- 3.财务报表指标分析技术_recv.mp4 [204.6 MB]
01量化投资前导及课程介绍4 集
- 3. 结合代码的编程整体介绍.mkv [118.8 MB]
- 2.量化策略的python实现和回测.mkv [72.4 MB]
- AQF第01章.pdf [766.8 KB]
- 1.AQF核心课程知识体系介绍.mkv [252.6 MB]
03Python语言环境搭建2 集
- AQF第03章.pdf [1.1 MB]
- 1.Python语言环境搭建_recv.mp4 [278.8 MB]
