深圳量化金融分析師課程培訓班

1.《量化投資基礎)
主要涵蓋了量化投資領域的必備知識:包括:基本面分析、技術分析、數(shù)量分析、固定收益、資產組合管理、權益、另類投資等內容。
2.《Python語言編程基礎》
包含了Python環(huán)境搭建、基礎語法、變量類型、基本函數(shù)、基本語句、第三方庫、金融財務實例等內容。旨在為金融財經人提供最需要的編程方法。
3.《基于Python的經典量化投資策略》
包含了最富盛名、最基本的量化交易思想和交易策略。例如海龜交易模型、Logistics模型、配對交易模型、波動擴張模型、Alpha模型、機器學習(隨機森林模型、主成分分析)，深度學習(人工神經網絡)等內容。
4.《量化交易系統(tǒng)設計》
旨在學習量化交易系統(tǒng)的具體知識，包括過濾器、進入信號、退出信號、倉位管理等詳細內容，并指導學員設計涵蓋個人交易哲學的量化交易系統(tǒng)。
5.《量化實盤交易》
旨在為解決實際量化交易策略搭建過程中的一些問題提供最 優(yōu)解決方案。

統(tǒng)計套利
技術選股策略
機器學習:支持向量機與股票漲跌預測
量化選股
事件驅動型策略
深度學習:神經網絡與股票漲跌預測量化擇時
基本面多因子策略文本挖掘及輿情分析策略
趨勢追蹤策略
股指期貨套利策略
高頻交易策略
均值回歸策略
商品期貨套利策略
配對交易策略
0期權交易程序化策略

熟悉中 國主要金融市場及交易產品的交易機制;
熟知國 內外期貨交易、股市交易的異同點和內在運行機制;
掌握經典量化交易策略細節(jié)及其背后的交易哲學
掌握金融、編程和建模知識基礎，擁有量化交易實盤操作能力;
具備獨立自主地研發(fā)新量化交易策略的能力;
掌握量化交易模型設計的基本框架，以及風險管理和資產組合理論的實際運用;
掌握從策略思想一《策略編寫》;策略實現(xiàn)的完整量化投資決策過程;
具備星化投資實戰(zhàn)交易能力。