数据分析与量化交易高峰 30天零基础入门Python数据分析与量化金融综合认证培训

===============课程介绍===============

在课程中，我学习到了量化交易的基本原理和方法，了解了量化交易与传统交易的区别和优势。导师们为我们介绍了常用的量化交易策略，并提供了丰富的实例和案例分析。通过模拟交易和实践练习，我学会了如何运用Python进行量化交易策略的开发和优化。这对于我在金融市场中更加理性和高效地进行投资决策有着极大的帮助。

除了理论学习，课程还注重实践环节，让我有机会将所学知识应用到真实的金融数据和市场情况中。通过与同学们的合作和竞争，我锻炼了分析问题和解决问题的能力。这种实战式学习方式让我对数据分析和量化交易有了更深入的理解，也增强了我的实践操作能力。

===============课程目录===============


├─课51实践课1-MACD交易策略逻辑.ts
├─课52实践课2-实现一行代码的回测.ts
├─课53实践课3-参数优化和批量运行.ts
├─课时01-认识量化数据分析.ts
├─课时02-搭建量化研究环境.ts
├─课时03-第一个研究任务.ts
├─课时04-回顾jupyter Notebook.ts
├─课时05 -IPython命令行.ts
├─课时06-强大的Jupyter魔术命令.ts
├─课时07-金融市场数据概况.ts
├─课时08-上手REST API.ts
├─课时09 -A股日线数据获取.ts
├─课时10–币圈行情数据获取.ts
├─课时11-分段下载连续数据.ts
├─课时12-初识NumPy.ts
├─课时13-ndarray数组对象.ts
├─课时14-向量化运算函数.ts
├─课时15-数组进阶编程.ts
├─课时16-计算大盘的双均线.ts
├─课时17 - Series和DataFrame.ts
├─课时18–索引和切片.ts
├─课时19–最常用的CSV数据格式.ts
├─课时20–期货分钟数据获取.ts
├─课时21–常用统计指标计算.ts
├─课时22–准备MySQL数据库.ts
├─课时23 - SQL数据库交互.ts
├─课时24-处理缺失的数值.ts
├─课时25–数据清洗转换.ts
├─课时26-向量化字符串操作.ts
├─课时27-CTA回测结果分析.ts
├─课时28-深入逐笔对冲分析.ts
├─课时29 - Plotly基础.ts
├─课时30–自定义图形效果.ts
├─课时31–柱形图和散点图.ts
├─课时32-深入分析CTA资金曲线.ts
├─课时33 -3D曲面图.ts
├─课时34-寻找参数优化的平原.ts
├─课时35 - GroupBy聚合机制.ts
├─课时36-什么是TimeSeries.ts
├─课时37-时间序列基础.ts
├─课时38–操作日期时间类型.ts
├─课时39-时间的范围和偏移.ts
├─课时40-全球时区处理.ts
├─课时41-Resample重新采样.ts
├─课时42-自定义K线周期绘图.ts
├─课时43–滚动窗口计算.ts
├─课时44-滚动计算技术指标.ts
├─课时45 - statsmodels统计模型库01.ts
├─课时46-构建期货跨期价差.ts
├─课时47-跨期价差特征分析.ts
├─课时48–价差统计套利策略.ts
├─课时49–统计套利策略回测.ts
├─课时50–课程总结.ts