这门课解决什么工作场景

量化投资从业者的核心痛点，往往不是缺乏现成的策略代码，而是面对复杂的金融市场时，缺乏一套从零构建、可独立迭代的研究体系。许多初级研究员习惯于依赖第三方平台的黑盒接口，导致一旦遇到特殊场景或定制化需求便束手无策。这套课程旨在解决这一结构性缺陷，重点覆盖两个高频工作场景：一是脱离平台限制，自主搭建支持股票与期货的双向回测引擎，精确掌控撮合逻辑、滑点损耗及手续费计算；二是掌握科学的因子挖掘方法论，学会如何通过历史数据验证假设，将离散的价量信号转化为具备统计显著性的交易因子。对于希望从“调用者”转型为“构建者”的职场人来说，这是打通量化研发闭环的关键一步。

适合什么基础与推荐学习路径

本课程属于进阶实务型内容，对学员有明确的基础门槛：必须熟练掌握 Python 编程，能够使用 Pandas 和 NumPy 进行高效的数据处理，并具备扎实的线性代数与概率统计知识。如果基础薄弱，建议先补齐统计学基础再进入课程。学习路径应严格遵循“先建框架、再挖因子、后做模型”的逻辑，切忌跳级学习，否则难以理解模型背后的工程约束。

  • 第一阶段聚焦框架与因子：从搭建股票回测框架入手，彻底理解引擎内核。随后深入研究期货时序回测，接着攻克因子挖掘模块。此阶段需重点研读因子切割方法论、量价相关性分析及动量因子的研报复现，理解因子衍生的逻辑而非单纯记忆参数。
  • 第二阶段聚焦模型与集成：在掌握基础因子后，进入模型搭建环节。从基础的线性回归检验开始，逐步过渡到 SVM 支持向量机、循环神经网络及深度学习模型拟合。最后学习多模型集成实战，理解如何通过组合不同模型信号来降低单一模型的过拟合风险，提升样本外稳定性。

学完能独立做什么与资料配合

系统学习结束后，你将具备独立研发量化策略的全栈能力。具体而言，你可以从零编写支持多品种的回测系统，独立完成从数据清洗、因子计算到信号生成再到绩效归因的完整流程，并能运用集成学习思维优化策略表现。视频资料提供了严密的理论推导与方法论指引，而配套代码则是将理论落地的唯一载体。在观看“回测框架”与“模型构建”章节时，严禁仅做旁观者，必须同步打开代码，逐行阅读、修改参数并运行复现。只有通过亲手调试过报错、经历过参数微调带来的结果变化，这些资料才能真正内化为你的工程能力，避免陷入“看懂了理论却写不出代码”的典型困境。

课程目录

📁 必修二：因子模型搭建、优化与进阶（9视频） 8.必修2.8：基于集成学习模型预测【整理分享‖关注公众号 CunWorkNotes】.mp4
 [636.8 MB] 5.必修2.5：探寻主流模型拟合因子【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4
 [719.6 MB] 4.必修2.4：多模型集成实战与优化.mp4
 [757.3 MB] 6.必修2.6：工程化模型构建与实战.mp4
 [713.4 MB] 9.必修2.9：循环神经网络模型研究.mp4
 [619.2 MB] 3.必修2.3：模型信号的收益能力检验.mp4
 [695.1 MB] 7.必修2.7：基于SVM收益率预测.mp4
 [783.7 MB] 2.必修2.2：从零搭建深度学习模型拟合因子.mp4
 [658.2 MB] 1.必修2.1：基础因子模型搭建与拟合信号.mp4
 [677.9 MB] 📁 必修一：股票&期货的回测框架与因子挖掘（12视频） 9_必修1.9：期货基础知识和时序回测框架.mp4
 [896.6 MB] 10_必修1.10：高频期货量价因子研报复现【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4
 [832.5 MB] 7_必修1.7：高频价量相关性因子研究与优化.mp4
 [827.7 MB] 6_必修1.6：量价结合的选股因子研究与优化【精心整理‖更多资源关注 CunWorkNotes】.mp4
 [631.1 MB] 4_必修1.4：技术因子与动量因子研报复现.mp4
 [716.2 MB] 3_必修1.3：量小量稳与优加换手研报复现【整理分享‖关注公众号 CunWorkNotes】.mp4
 [928.0 MB] 8_必修1.8：因子切割方法论与交易行为因子.mp4
 [941.6 MB] 2_必修1.2：回测框架的深度挖掘与应用范例.mp4
 [894.1 MB] 5_必修1.5：因子衍生技巧与针对性优化.mp4
 [741.8 MB] 12_必修1.12：经典CTA策略复现和优化.mp4
 [909.6 MB] 1_必修1.1：从零搭建属于自己的股票回测框架.mp4
 [1.1 GB] 11_必修1.11：高频期货量价因子优化研报复现.mp4
 [1002.1 MB] 📁 股票&期货回测框架与因子挖掘 009.必修1.8：高频期货量价因子研报复现与优化【整理分享‖关注公众号 CunWorkNotes】.mp4
 [883.7 MB] 008.必修1.7：期货基础知识和时序回测框架.mp4
 [758.3 MB] 007.课程作业答疑.mp4
 [37.8 MB] 006.必修1.6：因子切割方法论与遗传算法因子挖掘.mp4
 [882.0 MB] 002.必修1.2 回测框架的深度挖掘与应用范例.mp4
 [764.6 MB] 005.必修1.5：因子衍生技巧与针对性优化.mp4
 [802.6 MB] 004.必修1.4：动量因子与价量相关性研究【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4
 [949.7 MB] 003.必修1.3 量小、量稳与优加换手率系列研报复现.mp4
 [870.4 MB] 001.必修1.1 从零搭建属于自己的股票回测框架【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4
 [784.9 MB] 010.必修1.9：经典CTA策略复现和优化.mp4
 [918.5 MB] 📁 高频量化框架与策略研究（课程+代码） provides【整理不易‖关注公众号 CunWorkNotes 获取更多】.exe [322.5 KB] 007.必修2.7：高频量化微观结构和价格模型初探【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4
 [880.8 MB] 004.必修2.4：高频交易概念科普与工程实现基础.mp4
 [797.6 MB] 002.必修2.2：透过高频数据对交易者结构探究【资源整理‖公众号 CunWorkNotes】.mp4
 [782.8 MB] 001.必修2.1：股票高频研究方法入门【资源整理‖公众号 CunWorkNotes】.mp4
 [895.3 MB] 006.必修2.6：高频交易框架的搭建、实战和应用【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4
 [849.7 MB] 003.必修2.3：股票高频研究思路进阶【精心整理‖更多资源关注 CunWorkNotes】.mp4
 [660.4 MB] 009.必修2.9：逐笔成交分布信息与不平衡信息.mp4
 [817.5 MB] 010.必修2.10：经典高频Alpha理论与因子建构.mp4
 [922.2 MB] 005.必修2.5：从零构建高频交易框架的关键组件.mp4
 [771.5 MB] 012.必修2.12：调价资产与基于连续报价过程策略.mp4
 [951.5 MB] 008.必修2.8：深入微观结构和逐步改进价格模型.mp4
 [685.3 MB] 011.必修2.11：高频Alpha、特征工程与因子优化.mp4
 [1.0 GB] 📁 S1248-核心课程预修课（13视频） 012.实战Case2——因地制宜的特征工程【整理分享‖关注公众号 CunWorkNotes】.mp4
 [270.2 MB] 010.进阶模型：transformer与大模型.mp4
 [313.3 MB] 007.机器学习所需的Python基础【资源整理‖公众号 CunWorkNotes】.mp4
 [315.3 MB] 003.基础课程 3：因子投资与量化策略揭秘【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4
 [712.5 MB] 013.实战Case3——运行在GPU上的神经网络【资源整理‖公众号 CunWorkNotes】.mp4
 [190.6 MB] 006.基础课程 6：数据平台数据获取实战【资源整理‖公众号 CunWorkNotes】.mp4
 [676.8 MB] 005.基础课时5：数据分析必会 Skills&Tricks.mp4
 [615.0 MB] 004.基础课程 4：Python 基础与数据分析【精心整理‖更多资源关注 CunWorkNotes】.mp4
 [603.4 MB] 001.基础课程1：量化金融基础【资源整理‖公众号 CunWorkNotes】.mp4
 [792.0 MB] 011.实战Case1——Ensemble Learning的威力.mp4
 [250.2 MB] 002.基础课程 2：量化金融流程深度剖析.mp4
 [628.7 MB] 009.神经网络：FNN、CNN、RNN、LSTM.mp4
 [218.4 MB] 008.LR、SVM、决策树、随机森林等.mp4
 [240.2 MB] 📁 因子模型构建与交易（8视频） 005.必修3.5：量化投资自动化交易介绍.mp4
 [583.7 MB] 002.必修3.2：模型信号收益能力检验.mp4
 [641.2 MB] 008.必修3.8：基于卷积神经网络的收益率预测研究.mp4
 [527.9 MB] 007.必修3.7：基于循环神经网络的收益率预测研究.mp4
 [558.4 MB] 006.必修3.6：打通投资研究与自动交易【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4
 [592.4 MB] 004.必修3.4：搭建深度学习模型拟合因子【精心整理‖更多资源关注 CunWorkNotes】.mp4
 [662.1 MB] 003.必修3.3：集成模型实战与优化.mp4
 [584.0 MB] 001.必修3.1：从单因子到拟合信号——基础因子模型搭建.mp4
 [728.4 MB] 📁 必修三：高频量化框架与策略研究（9视频） 11_必修3.9：跳价资产与基于连续报价过程策略【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4
 [879.4 MB] 8_必修3.6：逐笔成交分布信息与不平衡信息【精心整理‖更多资源关注 CunWorkNotes】.mp4
 [661.0 MB] 7_必修3.5：深入微观结构和逐步改进价格模型【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4
 [747.5 MB] 5_必修 3.3：高频交易框架的搭建、实战和应用【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4
 [525.3 MB] 4_必修 3.2：从零构建高频交易框架的关键组件【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4
 [672.0 MB] 10_必修3.8：高频Alpha、特征工程与因子优化.mp4
 [715.4 MB] 1_研讨课 1：高频量化与业界发展.mp4
 [398.8 MB] 2_研讨课2：数字货币、钱包机制与交易所分享.mp4
 [322.8 MB] 9_必修3.7：经典高频Alpha理论与因子构建.mp4
 [703.4 MB] 6_必修3.4：高频量化微观结构和价格模型初探.mp4
 [765.6 MB] 3_必修 3.1：高频交易概念科普与工程实现基础.mp4
 [1.1 GB] 📁 核心课程必修一（5视频） 05.必修1.5：数据平台数据获取实战.mp4
 [676.8 MB] 01.必修1.1：量化金融流程深度剖析.mp4
 [628.7 MB] 03.必修1.3：Python 基础与数据分析.mp4
 [603.4 MB] 02.必修1.2：因子投资与量化策略揭秘.mp4
 [712.5 MB] 04.必修1.4：数据分析必会 Skills&Tricks.mp4
 [615.0 MB]