●1Python基礎知識
1.1Python環境搭建
1.1.1Python官網及下載
1.1.2Python安裝
1.1.3Python環境配置
1.1.4Python運行
1.2Python基本數據類型
1.2.1運算符
1.2.2數字
1.2.3字符串
1.2.4列表
1.祖
1.2.6字典
1.2.7集合
1.3Python基本語句
1.3.1條件語句
1.3.2while循環語句
1.3.3for循環語句
1.4Python函數和模塊
1.4.1Python函數
1.4.2Python模塊
1.4.3Python文件I/O
2NumPy基礎知識
2.1NumPy環境搭建及數組對像
2.1.1NumPy安裝
2.1.2NumPy對像
2.1.3數據類型
2.1.4數組屬性
2.2NumPy創建與索引
2.2.1創建數組
2.2.2數字範圍創建數組
2.2.3切片和索引
2.3NumPy操作
2.3.1廣播
2.3.2迭代
2.3.3修改數組形狀
2.3.4翻轉數組
2.3.5連接數組
2.3.6分割數組
2.3.7添加與刪除
2.4NumPy函數
2.4.1數學函數
2.4.2算術函數
2.4.3統計函數
2.4.4排序函數
3Pandas基礎知識
3.1Pandas環境安裝及數據結構
3.1.1Pandas環境安裝
3.1.2Pandas繫列
3.1.3Pandas數據幀
3.1.4Pandas面板
3.2Pandas操作
3.2.1繫列基本操作
3.2.2數據幀基本操作
3.2.3合並與連接
3.3Pandas函數
3.3.1I/O函數
3.3.2統計函數
4金融市場可視化分析
4.1可視化基礎Matplotlib
4.1.1基本引用方法和figure對像
4.1.2繪制圖形
4.1.3添加輔助信息
4.2繪制股價基本走勢圖
4.2.1獲取股價數據
4.2.2繪制基礎走勢
4.3繪制股價專業分析圖
4.3.1繪制多個子圖
4.3.2繪制成交量圖
4.3.3繪制K線圖
5金融市場技術指標
5.1擺動類指標
5.1.1KDJ指標
5.1.2RSI指標
5.1.3WR指標
5.2趨勢類指標
5.2.1MACD指標
5.2.2MA指標
5.3通道類指標
5.3.1BOLL指標
5.3.2ENE指標
6金融市場描述統計分析
6.1集中趨勢分析
6.1.1集中趨勢指標
6.1.2繪制直方圖
6.2離散度分析
6.2.1極差
6.2.2平均絕對離差
6.2.3方差和標準差
6.3數據分布分析
6.3.1偏度
6.3.2峰度
7金融市場回歸分析
7線性回歸分析
7.1.1回歸方程的形式
7.1.2參數的估計
7.2滬深兩市回歸分析
7.2.1模型構建及分析
7.2.2模型檢驗
7回歸分析
7.3回歸模型
7.3.2A股白回歸模型構建
8金融市場收益率和風險分析
8.1收益率分析
8.1.1單利及簡單收益率分析
8.1.2復利收益率分析
8.2金融風險分析
8.2.1金融風險分類
8.2.2風險計量方法
8.2.3風險測度
8.2.4優選回撤
8.2.5風險價值
9金融市場投資組合分析
9.1投資組合收益率和風險
9.1.1計算投資組合收益率和風險
9.1.2等權重投資組合
9.1.3市值加權投資組合
9.2馬科維茨投資組合分析
9.2.1馬科維茨投資組合理論
9.2.2蒙特卡洛模擬求解
9.3夏普很優組合分析
9.3.1夏普指數
9.3.2夏普指數分析
10量化交易初步
10.1量化交易框架
10.1.1策略構建階段
10.1.2策略回測階段
10.1.3策略執行階段
10.1.4風險管理階段
10.2單均線策略
10.2.1單均線策略的實現
10.2.2單均線策略的優化
10.3雙均線策略
10.3.1雙均線策略的實現
10.3.2雙均線策略的優化
