这门课解决什么工作场景

量化交易是金融科技领域的高薪细分赛道，但跨行门槛极高。核心痛点在于：多数编程背景的人不懂金融逻辑，多数金融背景的人写不出自动化策略。本课程专门解决“懂代码的不懂市场，懂市场的不懂实现”这一错位问题。它不只教 Python 语法，而是聚焦于股票量化交易的全链路开发：从基础金融指标的计算，到数学模型的落地，再到交易策略的代码实现。适合想进入证券行业、私募基金或金融科技公司的开发者，以及希望将编程技能变现的程序员。学完后，你能独立搭建一套完整的量化回测框架，理解资金曲线、夏普比率、最大回撤等核心风控指标，具备初级量化开发工程师的实战能力。

适合什么基础、建议先看哪几块

课程定位明确：系统化入门，去繁就简。适合具备 Python 基础（熟悉列表、函数、类）但缺乏金融知识的开发者；或零代码基础的金融从业者。无需高等数学系背景，课程会从应用角度讲解所需数学知识。建议学习顺序如下：首先攻克“金融基础与数据处理”模块，掌握 DataFrame 在时间序列中的操作，这是后续所有策略的基石；其次重点学习“策略因子构建”，理解动量、均值回归等经典逻辑如何转化为代码；最后进入“回测引擎与实盘模拟”，这是从理论到实战的关键一步。资料包中包含完整的教学视频与配套代码，建议边看视频边复现代码，不要只看不练。

学完能独立做什么

完成本课程后，你将能够独立完成以下工作：第一，使用 Python 获取并清洗 A 股或美股的历史行情数据；第二，基于历史数据回测特定的交易策略（如双均线、海龟交易法等），并输出胜率、盈亏比等评估报告；第三，识别并规避过拟合陷阱，理解实盘与回测之间的滑点、冲击成本差异；第四，编写标准化的策略源码，具备与成熟量化平台（如聚宽、米筐）对接的能力。资料配合上，务必利用提供的案例数据集进行本地运行调试，遇到报错直接对照课程源码排查。这套资料不是文档汇编，而是可执行的工程项目，重复练习每一个案例，才能真正达到“养成实战”的效果，而非仅仅听懂概念。

课程目录

├── 第1章课程介绍与学习指南/ │ └── [ 36M] 1-1量化交易开发课程导学.mp4
 ├── 第2章初识量化交易-必知的量化交易基础/ │ ├── [ 44M] 2-1初识量化交易(上).mp4
 │ ├── [ 30M] 2-2初识量化交易(下).mp4
 │ ├── [ 38M] 2-3量化交易开发流程.mp4
 │ ├── [ 80M] 2-4量化交易分类–交易产品.mp4
 │ ├── [ 32M] 2-5量化交易分类–盈利模式.mp4
 │ └── [ 40M] 2-6量化交易分类–策略信号.mp4
 ├── 第3章进军量化交易开发第一课-基本的股票交易维度和概念/ │ ├── [ 55M] 3-1股票基本概念（上）.mp4
 │ ├── [4.9M] 3-2股票基本概念（下）.mp4
 │ ├── [ 46M] 3-3股票行业分类.mp4
 │ ├── [ 95M] 3-4影响股价因素.mp4
 │ ├── [ 40M] 3-5股票交易基础知识.mp4
 │ ├── [ 30M] 3-6基本选股及量化思想下的选股.mp4
 │ ├── [ 75M] 3-7股票交易必懂-择时.mp4
 │ └── [ 93M] 3-8量化交易平台.mp4
 ├── 第4章量化交易开发Numpy应用-股价分析实战/ │ ├── [147M] 4-1基于Numpy股价统计分析实战.mp4
 │ └── [ 68M] 4-2基于Numpy股价均线实战.mp4
 ├── 第5章量化交易开发Pandas应用-股票分析实战/ │ ├── [133M] 5-1基于Pandas股票时间序列分析实战.mp4
 │ └── [125M] 5-2基于Pandas实现K线图.mp4
 ├── 第6章量化交易开发Matplotlib应用-股票技术分析实战/ │ ├── [126M] 6-1基于Matplotlib实现MACD.mp4
 │ └── [103M] 6-2基于Matplotlib实现KDJ.mp4
 ├── 第7章量化策略编写-Python量化交易编程第一步/ │ ├── [ 71M] 7-1股票量化交易策略核心函数组成.mp4
 │ ├── [113M] 7-2设置函数应用实战.mp4
 │ ├── [ 76M] 7-3定时函数应用实战.mp4
 │ ├── [111M] 7-4交易函数应用实战.mp4
 │ ├── [100M] 7-5量化交易策略实战–交易对象.mp4
 │ ├── [ 85M] 7-6量化交易策略实战–策略信息.mp4
 │ └── [ 85M] 7-7量化交易策略实战–账户信息.mp4
 ├── 第8章量化交易的前提-Python量化交易数据获取/ │ ├── [ 93M] 8-1 量化交易数据获取–股票历史.mp4
 │ ├── [ 56M] 8-2量化交易数据获取–财务数据.mp4
 │ ├── [ 71M] 8-3量化交易数据获取–成分股.mp4
 │ ├── [ 38M] 8-4量化交易数据获取–标的信息.mp4
 │ └── [ 98M] 8-5量化交易数据获取–交易数据.mp4
 └── 第9章股市投资第一步-Python基本面量化选股/ ├── [184M] 9-1量化选股–量化选股概况.mp4
 ├── [ 78M] 9-2量化选股–营收因子选股.mp4
 ├── [ 50M] 9-3量化选股–财务因子选股.mp4
 ├── [ 45M] 9-4量化选股–规模类因子选股.mp4
 ├── [ 67M] 9-5量化选股–价值类因子.mp4
 └── [ 34M] 9-6量化选股–质量类因子.mp4
 ├── 第10章 Python量化择时–技术指标函数/ │ ├── [ 98M] 10-1 量化择时基本概念 │ ├── [ 79M] 10-2 趋向指标上–MACD、EMV、UOS(一) │ ├── [ 73M] 10-3 趋向指标上–MACD、EMV、UOS (二) │ ├── [ 95M] 10-4 趋向指标中–GDX、JS │ ├── [132M] 10-5 趋向指标下–MA、VMA │ ├── [128M] 10-6 反趋向指标–RSI、WR与KDJ │ ├── [184M] 10-7 压力支撑指标函数 │ └── [ 89M] 10-8 量价指标函数 ├── 第11章 Python量化交易–策略回测实现/ │ ├── [ 73M] 11-1 量化交易策略回测流程 │ ├── [143M] 11-2 MACD指标量化策略 │ ├── [181M] 11-3 MACD指标量化策略回测实现 │ ├── [ 81M] 11-4 量化策略风险指标–Alpha、Beta与夏普 │ ├── [ 56M] 11-5 量化策略风险指标–索提诺比率、信息比率与策略波动率 │ └── [ 35M] 11-6 量化策略风险指标–基准波动率与最大回撤 ├── 第12章 Python量化交易–因子分析/ │ ├── [ 57M] 12-1 量化因子分析–因子分析概述 │ ├── [ 89M] 12-2 量化因子分析–自定义因子实战 │ ├── [118M] 12-3 量化因子分析–因子分析结果 │ ├── [ 68M] 12-4 量化因子分析–alpha因子实战 │ └── [ 80M] 12-5 量化因子分析–基本面因子实战 └── 第13章Python量化交易策略实战案例/ ├── [ 51M] 13-10量化交易策略实战–大小盘轮动策略（上） ├── [ 46M] 13-11量化交易策略实战–大小盘轮动策略（中） ├── [ 76M] 13-12量化交易策略实战–大小盘轮动策略（下） ├── [ 48M] 13-13量化交易策略实战–逆三因子量化交易策略-策略详解 ├── [185M] 13-14量化交易策略实战–逆三因子量化交易策略-代码实战 ├── [ 10M] 13-15量化交易策略实战–逆三因子量化交易策略-小结 ├── [107M] 13-1量化交易策略实战案例–双均线策略 ├── [111M] 13-2量化交易策略实战–KDJ策略 ├── [ 71M] 13-3量化交易策略实战–MA-RSI策略（上） ├── [106M] 13-4量化交易策略实战–MA-RSI策略（下） ├── [101M] 13-5量化交易策略实战–能量型量化交易策略 ├── [158M] 13-6量化交易策略实战–BOLL量化交易策略 ├── [100M] 13-7量化交易策略实战–新能源股票轮动量化交易策略 ├── [ 71M] 13-8量化交易策略实战–低估值量化交易策略（上） └── [144M] 13-9量化交易策略实战–低估值量化交易策略（下） └── 资料代码/