Peixun.net > 现场班 > 金融 > Python量化投资现场班

Python量化投资现场班

课时:0 | 56人学习 分享 收藏
从零开始,快速掌握Python金融编程所需;
可操作性强,将所介绍理论在实战中一一展示,即学即用,在实战中搭建课程的整体脉络。

上课信息

上课时间: 2017年6月10-11日+6月17-18日 (共四天两个周末)
上午9:00-12:00,下午1:30-4:30,答疑4:30-5:00

上课地点: 北京市海淀区厂洼街3号丹龙大厦B座

Python量化投资现场班

Python量化基础班:Python语言基础与金融统计分析

Part1:Python语言学习与应用

1、 Python语言简介

2、 运算符与表达式

3、 Python控制流

4、 Python函数

5、 Python模块

6、 异常处理与文件操作

7、 Python绘图

8、 Numpy篇

9、 Pandas篇

10、 数据库连接

Part2 :金融统计分析概论

1、统计学理论

(1)统计学概论

(2)描述性统计

(3)参数估计

(4)假设检验

2、多变量相关性分析

3、线性回归模型

案例分析

案例一:大型股票数据库读取股票数据

案例二:A股市场股票数据绘图

案例三:交易数据描述性统计

案例四:非金融专业数据获取方法

Python量化实战班第一天

Part1:金融数据处理高级编程

Pandas深入分析

金融因子数据生成

常见的金融数据整理方式

Part2:量化投资概述

投资策略回顾与比较

基本面、技术分析和量化的联系与区别

量化投资概述

量化投资风险与管控

Part3:量化投资Python平台介绍

数据获取

回测框架介绍

回测注意问题

案例分析

案例一:市盈率手动计算

案例二:Panel数据的存储与提取

案例三:简单的均线穿越策略实现

Python量化实战班第二天

Part1:市场描述策略

描述性研究

Part2:高级交易策略

CTA策略

大师选股策略

市场中性选股策略

技术指标类策略

资产配置策略

Part3:时间序列模型

什么是时间序列数据

时间序列的平稳性检验与白噪声探讨

时间序列平滑

【SMA、WMA EWMA】

金融时间序列建模预测

【ARMA、ARIMA模型】

波动的集聚效应

案例分析

案例一:如何通过各种数据描述当前市场状态

案例二:CTA策略

案例三:经典大师选股策略

案例四:市场中性选股策略

案例五:技术指标类选股策略

案例六:资产配置策略

案例七:时间序列策略

Python量化实战班第三天

Part1:投资组合基本概念

超额Alpha选股

CAPM模型

三因子模型选股

Part2:投资组合构建

单因子测试

多因子测试

常见的组合构建方法

Part3:数据挖掘算法在量化投资中的运用

逻辑回归与涨跌预测

支持向量机模型与涨跌预测

聚类与股票配对

Part4 舆情分析与关注度模型

文本挖掘概述

文本处理技巧

中文分词

案例分析

案例一:单因子全套测试代码

案例二:组合构建案例

案例三:文本数据处理案例


报名时间 2017-02-09 00:00 至 2017-06-10 00:00
培训时间 2017年6月10-11日+6月17-18日 (共四天两个周末)
培训地点 北京市海淀区厂洼街3号丹龙大厦B座
培训费用 4500元 / 3600元 (仅限全日制本科生及硕士研究生优惠价)
授课安排 上午9:00-12:00,下午1:30-4:30,答疑4:30-5:00


讲师介绍:

王小川,同济大学管理学博士,MATLAB技术论坛管理团队核心成员,经管之家(原人大经济论坛)数据分析与挖掘课程培训Python主讲导师,证券从业人员。现就职于国内某大型券商研究所,从事量化投资相关工作,并承担了部分高校统计课程教学任务。长期研究机器学习在统计学中的应用,精通MATLAB、Python、SAS、SPSS等统计软件,热衷数据分析和数据挖掘工作,有着扎实的理论基础和丰富的实战经验。著有《MATLAB神经网络30个案例分析》一书。


课程特色

1:现场教学,可现场和老师互动,解决从业疑惑;

2:课程内容丰富,囊括了许多量化投资的理论知识;

3:基础班从零开始,快速掌握Python金融编程所需;

4:教学过程深入浅出, 以实例与实作印证所学;

5:可操作性强,将所介绍理论在实战中一一展示,即学即用,在实战中搭建课程的整体脉络。


课程大纲

基础班(一天):Python语言基础与金融统计分析

Part1:Python语言学习与应用

1、Python语言简介

2、运算符与表达式

3、Python控制流

4、Python函数

5、Python模块

6、异常处理与文件操作

7、Python绘图

8、Numpy篇

9、Pandas篇

10、数据库连接

Part2:金融统计分析概论

1、统计学理论    

(1)统计学概论    

(2)描述性统计    

(3)参数估计    

(4)假设检验    

2、多变量相关性分析

3、线性回归模型

案例分析:

案例一:大型股票数据库读取股票数据

案例二:A股市场股票数据绘图

案例三:交易数据描述性统计

案例四:非金融专业数据获取方法


实战班(三天)

第一天:

Part1:金融数据处理高级编程

1、Pandas深入分析

2、金融因子数据生成

3、常见的金融数据整理方式

Part2:量化投资概述  

1、投资策略回顾与比较    

2、基本面、技术分析和量化的联系与区别    

3、量化投资概述

4、量化投资风险与管控

Part3:量化投资Python平台介绍

1、数据获取

2、回测框架介绍

3、回测注意问题。

案例分析:

案例一:市盈率手动计算

案例二:Panel数据的存储与提取

案例三:简单的均线穿越策略实现


第二天:

Part1:市场描述策略

描述性研究

Part2:高级交易策略

1、CTA策略

2、大师选股策略

3、市场中性选股策略

4、技术指标类策略

5、资产配置策略

Part3:时间序列模型

1、什么是时间序列数据  

2、时间序列的平稳性检验与白噪声探讨  

3、时间序列平滑  

4、【SMA、WMA EWMA】

5、金融时间序列建模预测

6、【ARMA、ARIMA模型】

7、波动的集聚效应  

案例分析:

案例一:如何通过各种数据描述当前市场状态

案例二:CTA策略

案例三:经典大师选股策略

案例四:市场中性选股策略

案例五:技术指标类选股策略

案例六:资产配置策略

案例七:时间序列策略


第三天:

Part1:投资组合基本概念

1、超额Alpha选股

2、CAPM模型

3、三因子模型选股

Part2:投资组合构建

1、单因子测试

2、多因子测试

3、常见的组合构建方法

Part3:数据挖掘算法在量化投资中的运用  

1、逻辑回归与涨跌预测    

2、支持向量机模型与涨跌预测  

3、聚类与股票配对  

Part4 舆情分析与关注度模型  

1、文本挖掘概述    

2、文本处理技巧

3、中文分词

案例分析:

案例一:单因子全套测试代码

案例二:组合构建案例

案例三:文本数据处理案例


优惠:

现场班老学员9折优惠;
同一单位三人以上同时报名9折优惠;

以上优惠不叠加。


联系方式:

魏老师

QQ:28819897142881989714

Tel:010-68478566

Mail:vip@pinggu.org

壹手曹刀 2017-04-06 14:52

支持

壹手曹刀 2017-04-06 14:51

非常不错哦

课程订阅

资料下载

讲师介绍


Peixun.net

Python量化投资现场班

请认真填写以下信息,方便为您服务
  • 姓名:
  • 电话:
  • 邮箱:
  • 备注:
  • 邀请码:
  • 您还可以选择 登录 或者 注册 更方便您管理课程。

Peixun.net

您关于:

Python量化投资现场班

的报名信息已经提交成功。

去购物车结算
您可以选择 登录 或者 注册 更方便您管理课程。
回头再说

邮件已发送!

已成功发送邮件到您注册的邮箱 请前往查询并点击链接重置密码

有待解答的问题

3 名学员对您的课程提问,需要您作出回答。 现在就去