2017年6月10-11,17-18日四天

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：1143703950

Tel：010-68478566

Mail：vip@pinggu.org