先说结论：这门课适合谁，不适合谁

「2024Puppy量化」是一门偏实战的量化交易课程，核心落在多因子策略的构建流程上，同时延伸到资产定价和期权定价。它不是那种讲完概念就结束的科普课，而是带着代码和数据一路做下来的类型。

如果你已经在做主观交易，想把手上的经验转成可回测、可复现的规则；或者你是程序员、数据分析岗，想切进量化这条线，这门课的内容和你的需求是对得上的。但如果你连 Python 基础语法都没写过，或者对股票、期货的基本交易规则完全没概念，直接上手会比较吃力——它默认你能看懂代码、能理解收益率、波动率这类基础指标。

它真正解决的问题：把一个模糊的选股想法变成可验证的策略

很多人做量化的卡点不在写代码，而在于不知道一个策略从想法到落地要经过哪些环节。这门课的价值就在这里：它把多因子策略的完整链条拆开了讲——因子怎么定义、数据怎么清洗对齐、因子怎么合成打分、组合怎么构建、回测怎么看结果。

课件里配有可运行的策略脚本和真实行情数据，你可以跟着跑一遍，看到中间每一步的输出长什么样。这种「看到中间结果」的过程，比只看最终收益曲线有用得多，因为策略出问题时，你能定位到是哪一步的假设有问题。

资产定价和期权定价这两块，是加分项

多因子是主线，但课程还花了不少篇幅讲资产定价模型和期权定价。对只做股票多因子的人来说，这部分可能暂时用不上；但如果你想理解因子背后的经济学解释，或者未来要接触衍生品、做对冲，这两块能帮你把知识面撑起来。期权定价那部分涉及具体的计算实现，属于需要动手敲代码才能吃透的内容，不是听一遍就能过的。

资料怎么用：建议按这个顺序推进

  • 先过一遍因子计算相关的脚本，把数据读取、指标计算这条线跑通，确认环境没问题。
  • 再跟着均线类策略的例子，理解一个完整策略从信号生成到回测的闭环结构。
  • 进入多因子部分时，不要急着调参优化，先把因子合成和组合构建的逻辑弄清楚。
  • 资产定价和期权定价可以放在后面，作为扩展内容按需学习，不必强求一次学完。

代码和数据建议自己重新跑一遍，不要只看不练。量化这门手艺，看懂和写出来是两回事。

需要提醒的几点

课程资料里有部分课件是压缩包形式，动手前先确认自己的 Python 环境和依赖库版本，否则容易在环境上耗掉大量时间。另外，课程涉及的是策略构建方法论，不构成任何投资建议，回测表现好不等于实盘能赚钱，这一点心里要有数。

整体来看，这是一门需要你投入时间动手的课，不是看完就能用的速成内容。如果你的目标是建立一套自己能复用的量化策略开发流程，它值得认真学一遍。

课程目录

├──630多因子量化课程（课件） | ├──1.zip
 110.19M | ├──231223课程代码及数据(1).rar 1.61M | ├──510050_d.xlsx 187.97kb | ├──indicator_cal.py 3.94kb | ├──Lesson_2_MA_stratergy(1).py 17.34kb | ├──Lesson_3_options_pricing(1).py 47.40kb | ├──Lesson_6_model_multi_model+(1).py 43.57kb | ├──第5期课程目录.pptx 105.76kb | └──资产定价部分.pptx 8.12M ├──00第0课：量化多因子体系及其理念介绍_231220.mp4
 558.31M ├──01第1课：数据实时调用和处理20231223.mp4
 794.81M ├──02第2课规则类策略的构建和回测-2023127.mp4
 2.30G ├──03第3课-资产定价部分(上)-20231230.mp4
 1.82G ├──04第4课资产定价（2）体系和数据处理的五个步骤20240103.mp4
 1.64G ├──05第5课：期权定价和五个希腊字母的运用240106.mp4
 2.25G ├──06第6课_期权IV反向求解call-putspread和straddle的long和short240110_enc.mp4
 1.57G ├──07第7课_期权高级组合以及组合Greeks求解的实战庆用.mp4
 717.20M ├──08第8课_因子测评体系_第一节-框架简价.mp4
 1.29G ├──09第9课_因子测评体系_第二节-backtest模块详解2401120.mp4
 1.76G ├──10第10课_室观数据的处理240124.mp4
 385.16M ├──11第11课_行业数据的处理240127.mp4
 1.51G ├──12第12课_GPLEARN在实战中的使用框架240131.mp4
 531.73M ├──13第13课_GPLEARN各个板块详解20240203.mp4
 535.57M ├──14课：模型使用以及因子## 二级标题筛选.mp4
 670.16M ├──15-16课内容：模型前因子处理详解及多模型ensemble.mp4
 782.00M ├──17课使用深度学习模型CNN生成结构性因子_0.mp4
 871.93M └──18课高频因子的构建和实战明细.mp4
 454.55M 适合人群 量化交易爱好者 金融从业者 数据分析人员 学习收获 掌握量化交易多因子策略 学习资产定价和期权定价 提升金融数据分析能力 祝您学习愉快！ 学有所成，前程似锦！