量化与高频期货研究课程目录

https://mp.weixin.qq.com/s/aPITviBfizekfvUXiQxOlg

 

时间	内容
第1周（2020年9月7日至2020年9月13日）	熟悉软件基本功能： 1) Python的同学安装Anaconda，Jupyter，Spyder等软件        2) 每人获得一份国内金属期货铜、锌、镍、黄金、白银期货4年一档分笔数据和3个月5档分笔数据，可以进行简单地分析和学习； 3) 利用数据，实现基本的统计、绘图等功能；
第2周（2020年9月14日-2020年9月20日）	测试第一个因子： 1) 按照样例程序，测试第一个预测因子的表现；使用固定金额回测，方便跨品种； 2) 改变回看周期生成不同的结果； 3) 画出回测曲线，统计收益率、夏普比、最大回撤等指标； 4) 统计样本内、样本外的表现； 5) 多品种联合回测
第3周（2020年9月21日-2020年9月27日）	测试多个因子： 1) 测试约5个因子，分别生成结果； 2) 对比不同的因子，总结看哪类因子比较好； 3) 按照偏度、峰度调整因子
第4周（2020年9月28日至2020年10月4日）	增加趋势、反转等形态类因子 1) 测试相关性、动量、波动率等方面的因子； 2) 研究一些与方向无关的形态类因子； 3) 大规模迭代生成因子 4) 基于5档行情的因子回测
第5周（2020年10月5日-2020年10月11日）	因子深度加工 1) 跨品种因子回测 2) 套利策略回测； 3) 跨周期因子组合；
第6周（2020年10月12日-2020年10月18日）	建立投资组合模型： 1) 不同因子生成不同的资金曲线； 2) 按照马科维茨、均值方差模型生成投资组合曲线； 3) 按照风险平价模型生成投资组合曲线； 4) 按照夏普比、主成分分析进行投资组合； 5) 完成测试报告；
第7周（2020年10月19日-2020年10月25日）	线性回归模型： 1) 用因子来构建线性回归模型； 2) 测试不同的因变量； 3) 统计各个因子的R平方、t统计量等； 4) 分样本内、样本外统计R平方； 5) 逐步向前回归； 6) 生成资金曲线； 7) 完成测试报告；
第8周（2020年10月26日-2020年11月1日）	高级线性回归模型： 1) 生成带约束的线性回归模型； 2) 建模前因子矩阵处理； 3) 对比ridge, lasso，elastic net的表现； 4) 测试样本内、样本外的表现； 5) 跨品种因子建模 6) 完成测试报告；
第9周（2020年11月2日-2020年11月8日）	滚动优化 1) 运用滚动方法训练、测试模型； 2) 滚动的lasso、ridge、elastic net等； 3) 滚动的投资组合优化； 4) 完成测试报告；
第10周（2020年11月9日-2020年11月15日）	机器学习之决策树模型 1) 安装gbm, xgboost等程序包； 2) 调用决策回归树研究模型，优化参数； 3) 按样本内核样本外构造模型； 4) 完成测试报告；
第11周（2020年11月16日-2020年11月22日）	其它频率策略： 1) 利用之前的结果，选取最好的因子和模型； 2) 分析中低频策略表现，生成资金曲线，划分样本内、样本外、滚动优化等； 3) 分析更高频策略表现，生成资金曲线，划分样本内、样本外、滚动优化等；
第12周（2020年11月23日-2020年11月29日）	完全样本外测试 1) 读取课程以来这12周的数据，清洗数据、计算因子等； 2) 用之前的模型来进行完全样本外的测试； 3) 一般选取最好的模型和参数进行一次性的测试；

3

本项目的特点

1、 直接用真实的期货高频数据建模，而不是人工合成的K线数据；

2、 回测、优化程序大部分已经完成，学员只需要写最核心的部分；

3、 有ppt和视频讲解；

4、 导师提供完整的样本策略供学员参考、学习；

5、 建模用到的都是业内主流的统计学模型，不是传统程序化交易模型；

6、 从第二周开始就提供完整的策略学习，培养学员的学习兴趣；

7、 循序渐进，而不是枯燥的独立重复劳动；

4

与其他项目的区别

内容	本项目	其他培训项目
项目形式	样本程序+自己编程	理论+模拟交易
主要内容	优化参数、设计因子、测试模型	手动模拟交易
时间跨度	3个月	1-2个月
教学方式	网上教学	现场教学
所用知识	回归分析、机器学习等	简单交易规则
自动化程度	面向自动交易	面向手动交易

5

与其他量化培训项目的区别

	本项目	其他实习项目
教学方面	有导师系统教学，有样本程序学习	没有系统性教学，自己摸索为主
工作内容	研究因子、建立模型、投资组合优化等量化交易的方方面面	单纯测试研究预测因子
灵活程度	没有工作时间和场所限制	严格的工作时间和场所
知识产权	研究成果归个人所有	研究成果归公司所有
时间长度	长达3个月，内容更充实	往往只有1 个月

6

课程形式

1、 每周周日或之前会发样本程序、数据、ppt、视频，主要是黑色系商品期货，周一开始学生自行进行程序的调试和编写；

2、 从课程体验来说，第2周开始学生就会接触到完整的策略和相应的资金曲线与策略评价，这样学生可以很直观地知道自己策略研究的进展；当然，稳定赚钱的策略是很难研究的，如果结果不大理想也不必气馁，本项目重在体验量化交易研究的从0到1的整个过程；

3、 所有的课程内容都会在程序文档里，很多解释性的文字以注释的方式存在，因为以导师本人的学习工作经验，理论的知识很多人都没有太多精力去研究，但实践的代码还是很有吸引力的；

4、 学生遇到不懂的地方，可以发邮件给导师提问。导师每天汇总学生问题，然后统一用FAQ的形式回答，因为很多问题都会重复；确实遇到难以解决的技术问题导师也会尽量单独解决；

5、 一些需要创造性的程序，导师会提供参考书籍给学生学习，学生可以在这些书籍上获得一些灵感；

6、 对于统计的一些基础知识，导师也会提供一些参考书籍和指定章节给学生学习；