程序员开启财富之门-量化交易实战体系系列课程(源自清华大学)
  
收藏课程
9999+

程序员开启财富之门-量化交易实战体系系列课程(源自清华大学)

本课程是普量学院量化金融交易体系实战系列课程的基础阶段,学习门槛非常低,不需要有二级市场的经验也无需编程基础,真正的零门槛都可以学习。本课程依托清华大学《金融大...

适合人群:初级
课时数量:13课时
用到技术:二级市场业务常识、量化投资理论、量化交易体系搭建、Python、java、投资、数据抓取与处理、量价分析、Linux开发、MongoDB应用、kafka、Docker、主观交易、止盈止损、量化交易策略
涉及项目:普量云量化交易系统

  • 课程顾问贴心解答

    为你推荐精品课程,无论就业还是升职加薪,毫无压力。

  • 名企定制紧随大流

    量身打造紧贴企业需求的实用性课程。

  • 系统教学把控效果

    集学、测、练为一体的学习系统为你科学的安排学习进度,提高效率。

  • 一线大师1对1指导

    课程研发团队内一线资深讲师一对一指导,手把手教学,直到学会。

  • 点播答疑完美结合

    每周2-3次直播解答,保证学员日常学习问题能得到解决。

  • 量身定制学习计划

    告别杂乱的学习方式,我们会根据你的情况定制学习计划。


量化投资是最近两年非常火热的概念,目前国内市场在量化方面仍是起步阶段,在相对更成熟的美国市场,量化投资已经是风生水起,我们比美国要差一个数量级,这也说明未来有很大的发展空间。


普量学院是诺亚星云旗下的量化交易体系实战教育品牌,依托清华大学《金融大数据及量化分析》课程体系和原班师资团队,凭借诺亚星云核心团队20余年的大数据及人工智能行业积累,一线量化交易系统搭建经验以及上万次量化策略实盘交易心得体会,锻造出实战交易全节点覆盖的量化系列课程,只为造就实战型量化人才!



1.课程研发环境
本课程不涉及实操环节,课程中的量化策略案例基于普量云量化交易系统,同学们专心听讲即可。


2.内容简介
本课程是普量学院量化金融交易体系实战系列课程的基础阶段,学习门槛非常低,不需要有二级市场的经验也无需编程基础,真正的零门槛都可以学习。本课程依托清华大学《金融大数据及量化分析》课程体系和原班师资团队,凭借普量学院核心团队20余年的大数据及人工智能行业积累,一线量化交易系统搭建经验以及上万次量化策略实盘交易心得体会,锻造出实战交易全节点覆盖的量化课程,只为造就实战型量化人才!      




汪浩博士  首席讲师
清华大学电子系本硕
赫尔辛基理工大学计算工程博士
清华-青岛数据科学研究院特聘量化金融研究员,清华大学《金融大数据及量化分析》课程主讲老师,组建并领导实战量化交易团队。在人工智能、大数据领域有十多年的深厚积累,曾任诺基亚及联想高管,中国计算机学会普适计算专委委员


宋战江 金牌讲师
南开大学计算机本硕、清华大学计算机博士。在人工智能、计算机网络、大数据领域有十多年深厚积累。主导研发智能形态识别工具及量化智慧数据平台,在量化实战领域颇有建树


刘英斐 金牌讲师
普量云首席产品总监,一线量化交易员、基金经理,在量化策略制作、实盘操作领域成绩斐然。十余年人工智能大数据领域工作经验。主导量化策略研发和验证平台的实现


孟康健 金牌讲师
曾担任大型互联网公司/软件公司项目经理、技术总监、诺基亚研究院首席系统架构师。在量化交易系统搭建,智慧数据平台开发领域有雄厚的理论基础和丰富的实战经验


郭永刚 金牌讲师
普量云首席架构师,曾任诺基亚研究院首席工程师,某软件公司创始人CTO,惠普公司系统分析员,在大数据和大型信息管理系统领域有着丰富的系统架构和开发经验


 

01.1-1-01-IT工程师如何利用自身优势做二级市场量化投资
02.1-2-01-IT工程师做量化要翻过几座山
03.1-3-01-分时图与K线图的数据处理
04.1-3-02-量化基础之各类指标及使用方法
05.1-3-03-趋势分析与量价分析
06.1-3-04-量化交易中需要特殊考虑的因素
07.1-3-05-量化交易中非结构化数据处理基础
08.1-4-01-量化系统搭建必备—Linux开发环境
09.1-4-02-量化系统搭建必备—MongoDB应用
10.1-4-03-量化系统搭建必备—kafka基本概念
11.1-4-04-量化系统搭建必备—kafka的安装与使用
12.1-4-05-量化系统搭建必备—Python写策略
13.1-4-06-量化系统搭建必备—Docker加固安全性
14.2-1-01-量化交易体系的开启姿势
15.2-1-02-主观交易与量化交易的关系
16.2-1-03-基于消息系统的分布式量化交易系统
17.2-1-04-盘中止盈止损的处理方式
18.2-1-05-量化体系中的止盈止损
19.2-1-06-复权的秘密和实践
20.2-1-07-如何抓取行情和财报数据
21.2-1-08-实用量化交易系统的存储解决方案
22.2-1-09-仓位控制的工程实现
23.2-1-10-复利和不复利的差别
24.2-1-11-量化交易策略实战技巧
25.2-1-12-策略的评估方法和工程实现
26.2-1-13-趋势跟随型策略实战技巧
27.2-1-14-均值回复型策略实战技巧
28.2-1-15-配对策略实战技巧




















目标一. 掌握金融行业和二级市场的基础业务常识
目标二. 掌握量化交易系统搭建的技术基础要点
目标三. 具备进一步学习更高级课程的认知基础
目标四. 具备跨界融合能力的认知基础
目标五. 搭建稳定交易体系的系统性方法
目标六. 精通相关编程语言及IT技术



亮点一、超豪华的讲师阵容 :清华大学《金融大数据及量化分析》课程的主讲老师团队


亮点二、实战交易体系全节点覆盖,源于实战,始于磨练 :一万次实盘交易,在信念与尺度的纠葛中磨练的交易心得;超过40000小时的量化IT技术实践与实战


亮点三、多年一线实战经验锻造的实操课件:⎡二级市场实盘+量化系统实践+量化平台工程实现⎦ 中积累的丰富素材 


亮点四、400多分钟高清精致视频课程:高达1:3的拍摄比,画质精细,只为更好呈现精彩内容




1.课程针对人群
IT工程师和个人投资者
对量化投资有较大兴趣
技能要求:有经济学或理工科背景,或者有实际投资经验


2.我该怎么学,如何才能学好这门课程,给些建议。
      2.1、时间上的安排建议
      本课程共28讲,如果您时间上充分,建议以每天1-2讲的进度往前学习。 
      2.2、学习要求
      如果您没有基础,建议还是中规中矩的按照课程进度一点一点仔细观看学习,也可以结合实际操作以加深理解和记忆
      如果您有基础,可不必按步就搬进行,可以拿你感兴趣的部分去学习,但一定要注意实践,并学会举一反三 
      2.3、讲师建议
         1.观看课程过程中,如果有不懂的概念要及时查清楚
         2. 建议一边听视频,一边做记录和笔记,这是一种非常好的学习习惯
         3. 不要过度依赖视频,学会思考,学会举一反三,注重实践
         4. 最后祝您学有所成




课程培养的是跨学科的复合型人才,掌握专业技术后,你可以从事以下职位的相关工作
      1.量化系统工程师
      2.量化策略工程师
      3.量化策略研究员
      4.量化基金经理