最新公告
  • 欢迎您光临63源码平台,在这里,您可以找到大量的精品IT资源!立即加入我们
  • 正文概述
  • 评价建议
  • 零基础入门人工智能AI量化交易到实战案例精讲课程视频教程下载。本课程从交易基础知识讲起,覆盖量化交易中资产标的统计套利、衍生品定价两大部分。通过讲解行业相关知识点、量化平台搭建方法及贴近工业界的实战案例,帮助学员了解并进入量化行业。

    20200312221021158402222182077.jpg

    一、课程目录

    ├─00《AI量化交易》课程大纲.pdf

    ├─00课件

    │ │

    │ │

    │ ├─[1]预习_Python

    │ │ 【初级】简明Python教程.pdf

    │ │ 【进阶】Python for Data Analysis, 2nd Edition.pdf

    │ │ 【进阶】python_tutorial(1).pdf

    │ │ 【高阶】利用Python进行数据分析.pdf

    │ │

    │ ├─[2]预习_R

    │ │ R语言与数据挖掘最佳实践和经典案例.pdf

    │ │ R语言入门与实践.pdf

    │ │ R语言初学者指南.pdf

    │ │ R语言实战(中文完整版).pdf

    │ │ R语言核心技术手册(第二版).pdf

    │ │

    │ ├─[3]预习_C++

    │ │ C++Primer+中文第四版.pdf

    │ │ 现代C++程序设计.pdf

    │ │

    │ ├─[4]预习_Matlab

    │ │ MATLAB_MAC.txt

    │ │ MATLAB_REFRENCES.txt

    │ │ MATLAB_WIN.txt

    │ │ Matlab经典教程――从入门到精通.pdf

    │ │

    │ ├─[5]预习_VBA

    │ │ 在线学习网站.txt

    │ │

    │ ├─[6]预习_数学

    │ │ 《人工智能数学基础》学前必备大学数学知识图谱.pdf

    │ │ 微积分教程(上册)清华大学出版社.pdf

    │ │ 微积分教程(下册)清华大学出版社.pdf

    │ │ 数学之美.pdf

    │ │ 概率论与数理统计同济大学.pdf

    │ │ 线性代数.pdf

    │ │ 线性代数重点_by Jason.pdf

    │ │ 高数上册重点Jason.pdf

    │ │ 高数下册重点Jason.pdf

    │ │

    │ ├─[7]预习_金融

    │ │ Steve_ShreveStochastic_Calculus_for_Finance_II.pdf

    │ │ successful algorithmic trading中文版简校版.pdf

    │ │ 《Python与量化投资-从理论到实战》 代码.rar

    │ │ 打开量化投资的黑箱原书第2版.pdf

    │ │ 海龟交易法则.pdf

    │ │ 积极型投资组合管理:控制风险获取超额收益的数量方法(第二版).pdf

    │ │ 量化投资以Python为工具.pdf

    │ │ 金融计量学:从初级到高级建模技术.pdf

    │ │ 金融随机分析I(中文版_1-2卷).pdf

    │ │

    │ ├─[8]预习_机器学习

    │ │ 机器学习(Ng教授)作业及讲义.zip

    │ │ 机器学习_周志华.pdf

    │ │ 机器学习实战(中文版+英文版+源代码).zip

    │ │ 机器学习简单分析.rar

    │ │ 稀牛学院×网易云课堂《机器学习工程师》微专业_课程大纲.pdf

    │ │

    │ ├─[9]预习_深度学习

    │ │ Deep Learning.pdf

    │ │ PRML中文版.pdf

    │ │ Tensorflow 实战Google深度学习框架.pdf

    │ │ TensorFlow实战_黄文坚.pdf

    │ ├─[10]预习_区块链

    │ │ 人工智能时代一本书读懂区块链金融.pdf

    │ │

    │ └─课程_PDF

    │ 第一章 量化交易基础:成对交易与模型自动化.pdf

    │ 第二章 寻找市场中的alpha.pdf

    │ 第三章 投资组合的对冲和多因子模型.pdf

    │ 第四章 Barra风险模型和波动率.pdf

    │ 第四章 Barra风险模型和波动率【新】.pdf

    │ 第五章 CTA入门与CTA策略回测.pdf

    │ 第六章 传统CTA.pdf

    │ 第七章 机器学习CTA.pdf

    │ 第八章 仓控制和分配 .pdf

    │ 第九章 市场的动量和反转.pdf

    │ 第十章 瞬息万变的市场,毫厘之间的交易机会.pdf

    │ 第十一章 降低时延,增加收益.pdf

    │ 第十二章 离散模型.pdf

    │ 第十三章 连续模型.pdf

    │ 第十四章 隐含波动率微笑.pdf

    │ 第十五章 现代衍生品定价模型.pdf

    │ 第十六章 模型与数值计算方法进阶.pdf

    │ 第十七章 面向对象的编程.pdf

    │ 第十八章 利率衍生品模型.pdf

    │ 第十九章 企业利率衍生品模型.pdf

    │ 101 Formulaic Alphas.pdf

    │ 20180106-方正证券-方正证券“星火”多因子系列报告(一):Barra模型初探,A股市场风格解析.pdf

    │ 20180303-方正证券-方正证券“星火”多因子系列(二):Barra模型进阶,多因子模型风险预测.pdf

    │ 20190507-财通证券-财通证券“拾穗”多因子系列报告(第11期):多因子风险预测,从怎么做到为什么.pdf

    │ Common risk factors in the returns on stocks and bonds.pdf

    │ Multifactor Explanations of Asset Pricing Anomalies.pdf

    │ Size and Book-to-Market Factors in Earnings and Returns.pdf

    │ The Cross-Section of Expected Stock Returns.pdf

    │ The_Barra_US_Equity_Model_(USE4)August 2011.pdf

    │ The_Barra_US_Equity_Model_(USE4)September 2011.pdf

    │ A-Closed-Form-Solution-for-Options-with-Stochastic-Volatility-with-Applications-to-Currency-Options.pdf

    │ AI量化交易3期 _ 学员手册.pdf

    │ botvs.py

    │ fundation of machinelearning.pdf

    │ h2o-3.8.3.3.rar

    │ Quantitative_trading_basis_v2.zip

    │ stanford machine learning.zip

    │ Stochastic Calculus for Finance II – Quantitative Finance Summaries.pdf

    │ 《AI量化交易》微专业预习指导 V1.0.pdf

    │ 安装h2o.txt

    │ 更新库Module脚本.py

    │ 期权、期货及其他衍生产品__原书第8版【马尔科夫、布朗、伊藤、BS、蒙特卡罗】.pdf

    │ 稀牛云实验平台关联说明与使用指导(QT3).pdf

    │ 迭代课程观看指南.pdf

    │ 量化投资,以Python为工具(代码及数据).tar.bz2

    │ 随机过程_Sheldon M.Ross著.pdf

    ├─01AI量化交易微专业系列直播课

    │ 课时1量化交易实战应用与就业――全方位探索AI量化交易(下)

    │ 课时2打开量化交易的大门――全方位探索AI量化交易(上)

    │ 课时3老司机领你探索AI量化交易

    │ 课时4从小白到入门,给程序员的量化交易第一课

    │ 课时5走近科学:传说中的量化策略到底多神秘?

    │ 课时6如何应用量化技术做全球资产配置

    │ 课时7AI量化交易,你不可不知的另类数据投资

    │ 课时8不要怂!非CS非math的量化小白入门经验分享

    │ 课时9一探究竟,量化实例讲解

    ├─02量化交易基础

    │ └─第1章 量化交易基础:成对交易与优化

    │ 1.1 量化交易简介

    │ 1.2 大纲简介与课程设置

    │ 1.3 成对交易算法

    │ 1.4 【Python实战】基于成对交易算法的目标股票池选取和自动交易

    │ 1.5 成对交易问题探讨与模型优化

    │ 1.6 【Python实战】案例算法优化之动态成对交易模型

    │ 1.7 课程声明

    ├─03投资标的:Alpha策略篇

    │ ├─第2章 寻找市场中的alpha

    │ │ 2.1 利用技术面数据挖掘A股中具有超额收益的股票

    │ │ 2.2 【Python实战】基于单因子回测的因子有效性验证

    │ │ 2.3 量价因子和基本面因子的有效性和换手率

    │ │ 2.4 因子的评价体系和IC,IR,在自制回测框架中加入因子评价指标

    │ │ 2.5 因子间相关性和PCA,利用自制回测框架计算因子的相关性矩阵

    │ │ 2.6 【Python实战】利用PCA使多个因子降维和去除共线性

    │ │ 2.7课程声明

    │ │

    │ ├─第3章 投资组合的对冲和多因子模型

    │ │ 3.1 如何用期货对冲beta收益,做到无论市场涨跌与否都能赚得收益

    │ │ 3.2 基于均价、开盘-收盘价在自制回测框架中加入更细致的撮合

    │ │ 3.3 【Python实战】建立简单投资组合的对冲回测,检验策略收益

    │ │ 3.4 线性回归和多因子股票组合,画出无视牛熊市的超额收益曲线

    │ │ 3.5 因子加权方式对组合收益的影响以及IC、IR加权

    │ │ 3.6 【Python实战】回测多因子组合策略,提升自己策略的收益表现

    │ │ 3.7课程声明

    │ │

    │ ├─第4章 Barra风险模型和波动率

    │ │ 4.1 Barra风险模型的风格因子,了解市场不同阶段股票的涨幅特征

    │ │ 4.2 风格因子在投资组合上的暴露,在回测系统中加入风险暴露模块

    │ │ 4.3 【Python实战】利用减小风格暴露减少多因子组合的历史回撤

    │ │ 4.4 协方差矩阵和组合收益波动率,凸优化在组合投资中的应用

    │ │ 4.5 利用sharp ratio评价组合策略,实现多倍杠杆进入股市

    │ │ 4.6【Python实战】利用协方差矩阵减小投资组合的波动率

    │ │ 4.7课程声明

    │ │

    │ └─第4章 【新】第四章 Barra风险模型和波动率

    │ 4.0本章概述

    │ 4.1风险模型简介

    │ 4.2Barra结构化风险模型

    │ 4.3因子收益风险估计

    │ 4.4特质收益风险估计

    │ 4.5【Python实战】Barra风险模型A股本土化

    │ 4.6课程声明

    ├─04投资标的:CTA传统与进阶篇

    │ ├─第5章 CTA入门与CTA策略回测

    │ │ 5.1.1什么是CTA策略

    │ │ 5.1.2CTA策略的主要特点与分类

    │ │ 5.1.3CTA策略的盈利来源

    │ │ 5.2.1CTA信号的定义,三种不同的定义方法

    │ │ 5.2.2使用Sharpe、Calmar,最大回撤,收益回撤比评价CTA策略

    │ │ 5.2.3看得见的看不见的交易成本

    │ │ 5.2.4回测和真实交易的差距

    │ │ 5.2.5【Python案例】推进分析下的均线策略

    │ │

    │ ├─第6章 传统CTA

    │ │ 6.1技术指标与业内内幕级别第三方库

    │ │ 6.2样本内和样本外

    │ │ 6.3过拟合和欠拟合

    │ │ 6.4【python实战】基于推进分析的双均线策略回测与评价

    │ │

    │ ├─第7章 机器学习CTA

    │ │ 7.1什么是机器学习

    │ │ 7.2监督与非监督式学习

    │ │ 7.3从因子出发理解机器学习“黑箱”

    │ │ 7.4传统的因子分析为什么不适合用来理解机器学习“黑箱”

    │ │ 7.5【R实战】机器学习策略的归因于回撤时的调整策略

    │ │ 7.6【python实战】基于机器学习做出第一个机器学习CTA策略

    │ │ 7.7【python实战】使用H2O建立你的第一个机器学习CTA策略

    │ │

    │ └─第8章 仓位控制和分配

    │ 8.1基于预测值和其他指标进行仓位控制

    │ 8.2波动率倒数模型

    │ 8.3均值-方差模型(Mean Variance Model)

    │ 8.4Black Litteman 模型

    │ 8.5【进阶】仓位控制和分配进阶学习

    │ 8.6【Pyhton实战】用Python实现Mean Variance模型

    ├─05投资标的:高频交易篇

    │ ├─09.第九章 市场的动量和反转

    │ │ 9.1多股票的相关性,了解行业内股票的轮动和互相牵扯关系

    │ │ 9.2【Pyhton实战】寻找行业最相关的两只股票并设计相关性策略

    │ │ 9.3市场的短期波动和主动成交方向的关系

    │ │ 9.4回归和动量:市场的正反面

    │ │ 9.5【python实战】设计简单的均值回归策略和动量突破策略_20190722_222817

    │ │

    │ ├─10.第十章 瞬息万变的市场,毫厘之间的交易机会

    │ │ 10.1什么是order book

    │ │ 10.2打开交易所高频数据的秘密

    │ │ 10.3在回测框架中解析高频数据

    │ │ 10.4大单策略

    │ │ 10.5【python实战】验证自己的订单在交易所撮合的位置

    │ │ 10.6CPU和订单延时

    │ │ 10.7python实战,设计大单策略在500ms模拟延时下验证策略有效性

    │ │

    │ └─11.第十一章 降低时延,增加收益

    │ 11.1对冲基金_20190722_222903

    │ 11.2处理器-网课的效率

    │ 11.3【python实战】不同方式计算矩阵相乘消耗时间对比

    │ 11.4处理器调度

    │ 11.5设计调度策略为高频交易服务

    │ 11.6【python实战】利用减少的时延策略在200ms下的收益

    ├─06 衍生品:定价模型初级稿

    │ ├─12第十二章 离散模型

    │ │ 01.12.1衍生品定价部分介绍

    │ │ 02.12.2做市商和Quant

    │ │ 03.12.3衍生品(Derivatives)

    │ │ 04.12.4二叉树模型(Binomial model)

    │ │ 05.12.5参考书目

    │ │ 06.12.6【python实战】二叉 树模型

    │ │

    │ ├─13第十三章 连续模型

    │ │ 01.13.1布朗运动和lto积分

    │ │ 02.13.2布莱克-斯科尔斯(Black Scholes)模型

    │ │ 03.13.3蒙特(Monte Carlo)模拟股票

    │ │ 04.13.4Greeks希腊字符

    │ │ 05.13.5 参考书目

    │ │ 06.13.6【python实战】用Black Scholes模型期权定价

    │ │

    │ ├─14第十四章 隐含波动率微笑

    │ │ 01.14.1隐含波动率

    │ │ 02.14.2现实中的问题

    │ │ 03.14.3 赫斯顿模型(The Heston model)_20190810_191354

    │ │ 04.14.4校准(calibration)

    │ │ 05.14.5参考章节-只有一张图片.doc

    │ │ 06.14.6【python实战】Heston模型的校准

    │ │

    │ └─15第十五章 现代衍生品定价模型

    │ 01.15.1蒙特卡洛(Monte Carlo)模拟进阶

    │ 02.15.2随机微分方程和偏微分方程转换

    │ 03.15.3差分法

    │ 04.15.4参考书目

    │ 05.15.5【论文】现代衍生品定价模型

    ├─07.衍生品:定价模型高级篇

    │ ├─16第十六章 模型与数值计算方法进阶

    │ │ 16.1跳跃过程_20190826_233622

    │ │ 16.2Heston 模型的推导与启发

    │ │ 16.3快速傅里叶变化的期权定价体系

    │ │ 16.4参考书目

    │ │ 16.5【Python实战】MorganStanley基于Fourier变换的期权定价模型

    │ │

    │ ├─17第十七章 企业级量化(Quant)库介绍

    │ │ 17.1QuantLin简介

    │ │ 17.2面向对象的编程

    │ │ 17.3设计模式(Design Patterns)

    │ │ 17.4定价引擎(Picing Engine)

    │ │ 17.5参考资料.doc

    │ │

    │ ├─18第十八章 利率衍生品模型

    │ │ 18.1利率衍生品介绍

    │ │ 18.2Ho-lee,CIR and Hull White

    │ │ 18.3计价物的变化

    │ │ 18.4HJM(Heath-Jarrow-Morton)定价体系

    │ │ 18.5参考书目

    │ │ 18.6【论文】利率衍生品定价的实际困难

    │ │

    │ ├─19第十九章 企业利率衍生品模型

    │ │ 19.1The Stochastic Alpha Beta(SABR)model

    │ │ 19.2SABR模型存在的套利

    │ │ 19.3无套利SABR模型

    │ │ 19.4 Crank-Nicolson方法的缺陷

    │ │ 19.5参考书目

    │ │ 19.6【VBA-Matlab实战】无套利SABR模型的隐含波动率和期权定价

    │ │

    │ └─20第二十章 其他衍生品,定价模型以及更多资源

    │ 20.1奇异期权(Exotic options)

    │ 20.2信用违约互换(Credit Default Swap)

    │ 20.3 大宗商品(Commodities)

    │ 20.4外汇(Foreign Exchange)

    │ 20.5参考书目

    ├─08.前沿:最新AI技术应用篇

    │ ├─第二十一章 区块链与数字货币的量化实战

    │ │ 21.1区块链梗概

    │ │ 21.2区块链技术原理

    │ │ 21.3关于数字货币

    │ │ 21.4.对接去中心化交易所

    │ │ 21.5数字货币交易的进阶学习

    │ │

    │ ├─第二十三章 强化学习和股票日内交易策略

    │ │ 23.1背景与使用场景

    │ │ 23.2强化学习模型算法

    │ │ 23.3【Pyhton实战】Q-Learning 解决小游戏

    │ │ 23.4股票交易问题设定

    │ │ 23.5【Pyhton实战】创建智能炒股AI

    │ │ 23.6强化学习进阶攻略

    │ │

    │ └─第二十二章 自然语言与卷积神经网络模型

    │ 22.1新闻与大事件对股票影响

    │ 22.2自然语言处理

    │ 22.3案例:自然语言处理三大经典案例

    │ 22.4卷积神经网络于文字的应用

    │ 22.5【Python实战】CCTV新闻与A古大盘涨跌分析

    │ 22.6自然语言处理进阶学习攻略

    ├─09.求职:从业经验篇

    │ └─第二十四章 从业经验分享

    │ 24.1Alpha策略从业经验分享

    │ 24.2CTA从业经验分享

    │ 24.3高频交易从业经验分享

    │ 24.4定价模型从业经验分享

    ├─10.趣味:德州扑克中的量化与策略

    │ 1.0导读篇

    │ 1.1德州扑克历时及规则

    │ 1.2德州扑克的量化与概率计算

    │ 1.3德州扑克智能策略

    └─【资料】实验课程

    ├─1学习使用在线实验环境

    │ 1学习使用在线实验环境.doc

    │ 1学习使用在线实验环境.png

    │ 1学习使用在线实验环境.pdf

    ├─2第一门:量化交易基础

    │ 2Quantitative_trading_basis.zip

    │ 2第一门:量化交易基础.png

    ├─3第二门:投资标的:Alpha策略篇

    │ 3New_Alpha_Strategy.zip

    │ 3第二门:投资标的:Alpha策略篇.png

    ├─4第三门:投资标的:CTA传统与进阶篇

    │ 4CTA.zip

    │ 4第三门:投资标的:CTA传统与进阶篇.png

    ├─5第四门:投资标的:高频交易篇

    │ 5High_frequency_trading.zip

    │ 5第四门:投资标的:高频交易篇.png

    ├─6第五门:衍生品:定价模型初级篇

    │ 6Derivative_Pricing_Part1.zip

    │ 6第五门:衍生品:定价模型初级篇.png

    └─7第六门:衍生品:定价模型高级篇

    7第六门:衍生品:定价模型高级篇.doc

    7第六门:衍生品:定价模型高级篇.png

    7第六门:衍生品:定价模型高级篇2.png

    二、课程目标

    从交易基础知识讲起,学习基本的量化分析,数据处理,交易信号生成和投资组合管理。掌握主流的量化交易策略,从零到一掌握金融数据分析,量化交易策略编写,交易策略回测,了解量化平台搭建方法,并在实盘上交易,通过贴近行业的实战案例,帮助学员了解井进入量化行业。

    三、适用人群

    想掌握交易和量化金融领域的Al应用的量化小白;有IT背景的想转行量化的程序员;想加入私募、金融科技创业公

    司;或者希望进一步提升自 己的竞争力,丰富自己现有的策略体系的金融相关领域工作的职场人士

    四、什么是量化交易

    量化交易主要包含金融、数学及编程三大方面知识,是从历史金融数据中挖掘出影响投资标的特征,再经建模分析、优化参数、回测分析,使用程序进行自动交易并获得超额收益的方式。

    常见问题FAQ

    免费下载或者VIP会员专享资源能否直接商用?
    本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。
    提示下载完但解压或打开不了?
    最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘官方最新客户端下载。若排除这种情况,可联络我们。
    投稿有什么福利吗?
    本站开放式接受所有与我们现有分类相关的资源投稿资源,作者可自主设置免费或者付费,付费资源作者可享受50%提成
    63源码
    一个开放的IT资源共享平台
    • 1000会员总数(位)
    • 2109资源总数(个)
    • 29本周发布(个)
    • 0 今日发布(个)
    • 405稳定运行(天)

    提供最优质的资源集合

    加入Vip获得全站资源