这门课能帮你做什么

这门《HM-人工智能机器学习系统班【VIP】》专注于后端开发，特别适合想要系统学习人工智能技术在金融交易中的应用的职场人士和转行者。你将学会如何使用 Python 编程语言，结合机器学习算法，快速搭建实用的交易系统。学完后，你可以独立完成三项核心任务：

  1. 利用多因子策略进行股票选股
  2. 运用 fbprophet 进行时间序列预测
  3. 验证并优化自己的交易策略

这些技能不仅能提升你的工作效率，还能在职场中脱颖而出。

适合什么基础

虽然这门课不要求你有深厚的数学或机器学习背景，但你需要具备以下基础：

  1. 一定的 Python 编程能力
  2. 了解 Numpy 和 Pandas 的基本数据结构和操作
  3. 对金融交易有基本了解

如果你没有这些基础，也不用担心——课程中有详细的示例和步骤指导，让你边学边实践，逐步掌握这些技能。

建议怎么学

为了确保你能快速上手，我们建议你按照以下顺序学习：

  1. 首先学习第4章和第5章，掌握 Numpy 和 Pandas 的基础，这是后续分析的基石。
  2. 然后学习第7章，了解如何使用双均线策略进行股票选股，这是交易策略的入门。
  3. 接着学习第10章到第14章，逐步掌握多因子策略的选股方法。
  4. 第17章专门讲解 fbprophet，这是时间序列预测的强大工具。
  5. 最后，第18章会带你探索深度学习在时间序列预测中的应用。

在学习过程中，我们建议你结合课程提供的资料进行练习。资料包中包含了丰富的示例代码和数据，可以帮助你更好地理解每个概念和技巧。

课程目录

0-代码 | | └──Python基础代码.zip
 174.65kb | ├──第10章：Ricequant回测选股分析实战 | | └──1_simple_demo.txt 2.13kb | ├──第12章：因子策略选股实例 | | └──2_因子策略.txt 2.72kb | ├──第14章：因子打分选股实战 | | └──3_因子打分选股.txt 3.29kb | ├──第17章：fbprophet时间序列预测神器 | | ├──.ipynb_checkpoints | | ├──data | | ├──images | | ├──__pycache__ | | ├──1-Stocker Analysis .ipynb 798.35kb | | ├──2-Stocker Prediction.ipynb 1.06M | | └──stocker.py 40.72kb | ├──第19章：Matplotlib工具包实战 | | └──Matplotlib绘图.zip
 3.69M | ├──第20章：Seaborn | | ├──4-REG.ipynb 771.56kb | | ├──5-category.ipynb 658.21kb | | ├──6-FacetGrid.ipynb 839.22kb | | ├──7-Heatmap.ipynb 326.68kb | | ├──f1.png 141.53kb | | ├──iris.data 4.59kb | | ├──Seaborn-1Style.ipynb 1.54M | | ├──Seaborn-2Color.ipynb 169.10kb | | ├──Seaborn-3Var.ipynb 315.82kb | | └──Untitled.ipynb 489.91kb | ├──第4章：Numpy | | └──numpy代码.zip
 16.79kb | ├──第5章：Pandas | | └──tushare工具包.zip
 3.89kb | ├──第11章：因子数据预处理.zip
 876.33kb | ├──第13章：因子分析实战.zip
 1.20M | ├──第15章：基于回归的策略分析.zip
 935.39kb | ├──第16章：聚类与统计策略分析.zip
 1004.71kb | ├──第18章：深度学习时间序列预测.zip
 14.02M | ├──第6章：金融时间序列分析.zip
 588.16kb | ├──第7章：双均线交易策略实例.zip
 747.87kb | ├──第8章：策略评估指标.zip
 363.20kb | └──第9章：量化交易解读.zip
 165.93kb 1-Al课程所需安装软件教程 | ├──1.AI课程所需安装软件教程.mp4
 16.18M | ├──2.Python环境安装和搭建.mp4
 48.10M | ├──3.Anaconda基础讲解和使用的教程.mp4
 44.39M | ├──4.Pytorch (CPU版本安装).mp4
 10.86M | └──5.PyCharm安装和配置.mp4
 16.95M 2-Python快速入门 | ├──1.Python环境配置.mp4
 67.89M | ├──10.Python循环.mp4
 37.76M | ├──11.函数定义.mp4
 45.75M | ├──12.模块与包.mp4
 43.34M | ├──13.异常处理模块.mp4
 62.95M | ├──14.文件操作.mp4
 38.76M | ├──15.类的基本定义.mp4
 42.11M | ├──16.类的属性操作.mp4
 40.53M | ├──17.时间操作.mp4
 23.91M | ├──18.Python练习题-1.mp4
 37.44M | ├──19.Python练习题-2.mp4
 58.22M | ├──2.anaconda环境安装和搭建.mp4
 47.53M | ├──3.Python简介.mp4
 51.47M | ├──4.Python数据类型.mp4
 26.53M | ├──5.Python列表.mp4
 40.68M | ├──6.Python元组.mp4
 21.42M | ├──7.Python集合.mp4
 31.32M | ├──8.Python字典.mp4
 31.10M | └──9.Python条件判断.mp4
 17.50M 3-Python数据科学必备工具包实战 | ├──1.科学计算库-Numpy | | ├──1-Numpy概述.mp4
 28.24M | | ├──10-四则运算.mp4
 28.09M | | ├──11-随机模块.mp4
 48.38M | | ├──12-文件读写.mp4
 21.35M | | ├──13-数组保存.mp4
 39.25M | | ├──14-练习题-1.mp4
 29.02M | | ├──15-练习题-2.mp4
 40.39M | | ├──16-练习题-3.mp4
 56.12M | | ├──2-Array数组.mp4
 30.05M | | ├──3-数组结构.mp4
 58.10M