第1章: 量化投资课程导读

任务1： 0.0 量化投资课程导读

第2章: 量化基础概念

任务2： 1.1 量化投资的概念

任务3： 1.2 量化投资的历史（上）

任务4： 1.3 量化投资的历史（下）

任务5： 1.4 量化投资的展望

第3章: 金融基础知识

任务6： 2.1.1 经济学

任务7： 2.1.2 经济学-需求、供给及其均衡理论

任务8： 2.1.3 金融学

任务9： 2.1.4 金融学-金融投资理论

任务10： 2.2.1 金融市场体系

任务11： 2.2.2 证券市场主体

任务12： 2.2.3 股票市场

任务13： 2.2.4 证券投资基金与衍生工具

任务14： 2.3.1 期货及衍生品

任务15： 2.3.2 期货及衍生品

任务16： 2.3.3 期货及衍生品

任务17： 2.3.4 期货及衍生品

第4章: Python基础

任务18： 3.1 编程语言概述

任务19： 3.2 python概述和安装

任务20： 3.3 python基础组件

任务21： 3.4.1 python语法和案例(一)

任务22： 3.4.1 python语法和案例(二)

任务23： 3.4.1 python语法和案例(三)

任务24： 3.4.2 python语法和案例（一）

任务25： 3.4.2 python语法和案例（二）

任务26： 3.4.2 python语法和案例（三）

任务27： 3.4.3 python语法和案例（一）

任务28： 3.4.3 python语法和案例（二）

任务29： 3.4.4 python语法和案例（一）

任务30： 3.4.4 python语法和案例（二）

任务31： 3.4.4 python语法和案例（三）

任务32： 3.4.4 python语法和案例（四）

第5章: Python进阶

任务33： 4.1 NumPy（一）

任务34： 4.1 NumPy（二）

任务35： 4.2 pandas基础（一）

任务36： 4.2 pandas基础（二）

任务37： 4.3 pandas数据加载、存储

任务38： 4.4 pandas数据清洗和准备

任务39： 4.5 pandas数据规整

任务40： 4.6 matplotlib数据可视化

任务41： 4.7 matplotlib图样式详解

任务42： 4.8 pyecharts图样式详解

任务43： 4.9 pandas分组运算和数据聚合

任务44： 4.10 pandas时间序列

任务45： 4.11 pandas高级应用

任务46： 4.12 numpy进阶

第6章: Python三方库

任务47： 5.0 python资源

第7章: 数学-概率论与数理统计

任务48： 6.1 概率论和数理统计

任务49： 6.2 概率论和数理统计

任务50： 6.3 概率论和数理统计

任务51： 6.4 概率论和数理统计

任务52： 6.5 概率论和数理统计

任务53： 6.6 数理统计.一元回归

任务54： 6.7 数理统计.多元回归

任务55： 6.8 python.回归分析

任务56： 6.9 scipy.stats案例介绍

任务57： 6.10 时间序列分析（一）

任务58： 6.11 时间序列分析（二）

任务59： 6.12 时间序列分析（三）

第8章: 数学符号运算

任务60： 7.1 sympy-数学符号计算

任务61： 7.2 sympy-数学符号计算

任务62： 7.3.1微积分

任务63： 7.3.2 微积分

任务64： 7.4.1 线性代数

任务65： 7.4.2 线性代数.矩阵及其运算

任务66： 7.4.3 线性代数.矩阵的初等变换与线性方程组

任务67： 7.4.4 线性代数.向量组的线性相关性

任务68： 7.4.5 线性代数.相似矩阵及二次型

第9章: 机器学习技术和实例

任务69： 8.1.1 深度学习引言

任务70： 8.1.2.1 神经网络的编程基础-1

任务71： 8.1.2.2 神经网络的编程基础-2

任务72： 8.1.3.1 浅层神经网络-1

任务73： 8.1.3.2 浅层神经网络-2

任务74： 8.2.1.1 深度学习的实践-1

任务75： 8.2.1.2 深度学习的实践-2

任务76： 8.2.2 优化算法

任务77： 8.2.3 超参数调优,Batch正则化和程序框架

任务78： 8.3 机器学习的最佳实践

任务79： 8.4.1 卷积神经网络-1

任务80： 8.4.2 卷积神经网络-2

任务81： 8.5.1循环神经网络-1

第10章: 机器学习

任务84： 8.2.1.机器学习概述

任务85： 8.2.2.聚类算法-1

任务86： 8.2.2.聚类算法-2

任务87： 8.2.3.降维算法

任务88： 8.2.4.决策树算法

任务89： 8.2.5.K近邻法(KNN)算法

任务90： 8.2.6.朴素贝叶斯算法

任务91： 8.2.7支持向量机

任务92： 8.2.8.集成学习-1

任务93： 8.2.8.集成学习-2

任务94： 8.2.9.机器学习其它算

第11章: 金融知识

任务95： 9.01.金融专业知识

任务96： 9.02.金融专业知识

任务97： 9.03.金融专业知识

任务98： 9.04.金融专业知识 

任务99： 9.05.金融专业知识

任务100： 9.06.金融专业知识

任务101： 9.07.金融专业知识

任务102： 9.08.金融专业知识

任务103： 9.09.金融专业知识

任务104： 9.10.金融专业知识

任务105： 9.11.金融专业知识

任务106： 9.12.金融专业知识

任务107： 9.13.金融专业知识

任务108： 9.14.金融专业知识

任务109： 9.15.金融专业知识 

任务110： 9.16.金融专业知识

任务111： 9.17.金融专业知识

任务112： 9.18.金融专业知识

任务113： 9.19.金融专业知识 

任务114： 9.20.金融专业知识

任务115： 9.21.金融专业知识

任务116： 9.22.金融专业知识

任务117： 9.23.金融专业知识

任务118： 9.24.金融专业知识

任务119： 9.25.金融专业知识

第12章: 量化开发的包库和工具

任务120： 10.01.行情软件.技术分析

任务121： 10.02.开发学习环境配置++

任务122： 10.03.技术指标_环境配置_tushare_talib 

任务123： 10.04.技术指标_pyecharts_真实波幅

任务124： 10.05.指标图表展示功能封装

任务125： 10.06.技术指标_atr-natr-sma

课时 126 : 10.07.技术指标_ema_dema_tema

课时 127 : 10.08.技术指标_t3-wma-trima

课时 128 : 10.09.技术指标_trima_wwma_lsma_vama_mavp

课时 129 : 10.10.技术指标_bbands-kama-sar-sarext

课时 130 : 10.11.技术指标_midpoint-midprice-ht_trendline-mama

课时 131 : 10.12.量能指标_obv-ad-adosc

课时 132 : 10.13.价格指标-动量指标_dm-di

课时 133 : 10.14.动量指标_dx-adx-adxr

课时 134 : 10.15.动量指标_apo-aroon-bop

课时 135 : 10.16.动量指标_cci-macd

课时 136 : 10.17.动量指标_rsi-mfi-ppo 

课时 137 : 10.18.动量指标_roc-trix-mom-willr

课时 138 : 10.19.动量指标_stoch-ultosc

课时 139 : 10.20.K线形态_pyecharts-标价信号

课时 140 : 10.21.K线形态_单K形态

课时 141 : 10.22.K线形态_多K形态1

课时 142 : 10.23.K线形态_多K形态2

课时 143 : 10.24.行情数据爬虫

第13章: 量化策略系统框架和功能模块

课时 144 : 11.01.交易业务流程-CTP

课时 145 : 11.02.事件回调模式

课时 146 : 11.03.框架-GateWay_Broker_Exchange

课时 147 : 11.04.框架-单元测试-真实行情-简单策略

课时 148 : 11.05.工程结构-消息类型

课时 149 : 11.06.账户服务

课时 150 : 11.07.利用GIT同步工程代码

课时 151 : 11.08.框架-嵌入账户服务

课时 152 : 11.09.框架-UML类图订单撮合

课时 153 : 11.10.改进撮合-规范Account和Broker-绩效分析

课时 154 : 11.11.绩效分析库-rqrisk-empyrical

课时 155 : 11.12.绩效分析库-rqrisk-empyrical

课时 156 : 11.13.绩效分析库-rqrisk-empyrical

课时 157 : 11.14.绩效分析库-rqrisk-empyrical

课时 158 : 11.15.框架-回调中心_第一个APP

课时 159 : 11.16.安装框架-模拟消息-合约、费用、行情

课时 160 : 11.17.模拟消息-生产-消费-打印

课时 161 : 11.18.第一个完整择时策略 

课时 162 : 11.19.第一个完整择时策略 

第14章: 策略开篇等

课时 163 : 12.01.策略开篇

课时 164 : 12.02.组合管理-预期数据、可行集

课时165： 12.03.组合管理-特征组合-凸优拉格朗日乘子法数学推导

课时166： 12.04.组合管理-拉格朗日乘子法的直观理解

课时167： 12.05.组合管理-组合优化求解

课时168： 12.06.组合管理-凸优化求解包、Q和C组合 

课时169： 12.07.组合管理-CAL、CML、CAPM

课时170： 12.08.组合管理-CAPM推导

课时 171 : 12.09.组合管理-SML和β系数

课时 172 : 12.10.组合管理-SML和β系数的A股实证1

课时 173 : 12.11.组合管理-SML和β系数的A股实证2

课时 174 : 12.12.组合管理-套利定价模型-三因子模型1

课时 175 : 12.13.组合管理-套利定价模型-三因子模型2

课时 176 : 12.14.组合管理-套利定价模型-三因子模型3

课时 177 : 12.15.alphalens的demo

课时 178 : 12.16.alphalens的功能和源码

课时179：12.17.组合管理-Fama-MacBeth回归定价

课时 180 : 12.18.组合管理-回归分析和资产定价功能封装

课时 181 : 12.19.组合管理-回归分析和资产定价的对比

课时 182 : 12.20.组合管理-因子显著性、候选因子、定价错误

课时 183 : 12.21.组合管理-因子显著性检验 

课时 184 : 12.22.组合管理-因子策略、数据整理、消息函数

课时 185 : 12.23.组合管理-因子策略、策略逻辑

课时 186 : 12.24.组合管理-因子策略、回测和优化

课时 187 : 12.25.组合管理-多因子模型理论

课时 188 : 12.26.组合管理-多因子模型流程

课时 189 : 12.27.组合管理-多因子模型-数据和标准化

课时 190 : 12.28.组合管理-多因子模型-标准化案例

课时 191 : 12.29.组合管理-多因子模型-行业哑变量

课时 192 : 12.30.组合管理-多因子模型-单因子有效性T检验 

课时 193 : 12.31.组合管理-多因子模型-有效因子辅助检验

课时 194 : 12.32.组合管理-多因子模型-大类因子分析

课时 195 : 12.33.组合管理-多因子模型-共线性和异方差 

课时 196 : 12.34.组合管理-多因子模型-因子合成

课时 197 : 12.35.组合管理-多因子模型-估计因子收益率1

课时 198 : 12.36.组合管理-多因子模型-估计因子和标的收益率

课时 199 : 12.37.组合管理-多因子模型-风险模型1

课时 200 : 12.38.组合管理-多因子模型-风险模型2

课时 201 : 12.39.组合管理-多因子模型-优化模型1

课时 202 : 12.40.组合管理-多因子模型-优化模型2

课时 203 : 12.41.组合管理-多因子模型-优化模型3

课时 204 : 12.42.组合管理-多因子模型-优化模型4

课时 205 : 12.43.组合管理-小结

第15章: 量化投资平台和开源项目

课时 206 : 13.01.量化平台都有哪些

课时 207 : 13.02.joinquant和bigquant

课时 208 : 13.03.bigquant的标注和因子

课时 209 : 13.04.bigquant单因子分析和worldquant101

课时 210 : 13.05.bigquant交易引擎

课时 211 : 13.06.bigquant自定义买入卖出

课时 212 : 13.07.bigquant垃圾股过滤

课时 213 : 13.08.bigquant.综合过滤

课时 214 : 13.09.bigquant多头回踩

课时 215 : 13.10.bigquant权重分配和止盈止损模块 

课时 216 : 13.11.bigquant海龟策略

课时 217 : 13.12.bigquant.多条件选股策略

课时 218 : 13.13.bigquant.模块.量化分析.数据导入与构建

课时 219 : 13.14.bigquant.模块.因子研究.可视化.用户模块.自定义

课时 220 : 13.15.bigquant.模块.数据输入.输出.处理.标注.特征.机器学习

课时 221 : 13.18.bigquant.大盘风控.验证集过滤.GBDT选股

课时 222 : 13.19.bigquant.DNN策略

课时 223 : 13.20.bigquant.TaLib指标选股策略改进

课时 224 : 13.21.bigquant.DNN策略改进

课时 225 : 13.22.bigquant.配对交易.价值选股

课时 226 : 13.23.bigquant.期货MACD策略1

课时 227 : 13.24.bigquant.期货MACD策略2

课时 228 : 13.25.bigquant.期货MACD策略3

课时 229 : 13.26.bigquant.期货MACD策略4

课时 230 : 13.27.bigquant.期货品种交易框架的复用

课时 231 : 13.28.bigquant.常用工具及其它1

课时 232 : 13.29.bigquant.常用工具及其它2

课时 233 : 13.30.joinquant.概述

课时 234 : 13.31.joinquant.因子分析

课时 235 : 13.32.joinquant.策略引擎1

课时 236 : 13.33.joinquant.策略引擎2

课时 237 : 13.34.joinquant.策略API

课时 238 : 13.35.joinquant.归因分析

课时 239 : 13.36.joinquant.策略示例

课时 240 : 13.37.joinquant.策略模板1

课时 241 : 13.38.joinquant.策略模板2

课时 242 : 13.39.joinquant.研究环境1

课时 243 : 13.40.joinquant.研究环境2

课时 244 : 13.41.joinquant.期货日内策略

课时 245 : 13.42.joinquant.策略优化

课时 246 : 13.43.joinquant.低估价值选股

课时 247 : 13.44.joinquant.主题轮动和双均线交叉

课时 248 : 13.45.joinquant.小市值策略

课时 249 : 13.46.joinquant.因子模型1

课时 250 : 13.47joinquant.因子模型2

课时 251 : 13.48.joinquant.因子模型3

课时 252 : 13.49.joinquant.因子模型4

课时 253 : 13.50.joinquant.因子模型5

课时 254 : 13.51.joinquant.因子模型6

课时 255 : 13.52.joinquant.因子模型7

课时 256 : 13.53.joinquant.因子模型8

课时 257 : 13.54.joinquant.因子模型9

课时 258 : 13.55.joinquant.因子模型10

课时 259 : 13.56.ricequant.因子研究

课时 260 : 13.57.ricequant.策略创建和回测

课时 261 : 13.58.ricequant.策略框架和相关函数

课时 262 : 13.59.ricequant.研究环境回测和调优

课时 263 : 13.60.rqalpha.在jupyter中使用

课时 264 : 13.61.rqalpha.在pycharm中使用

课时 265 : 13.62.rqalpha.工程结构和模块功能1

课时 266 : 13.63.rqalpha.工程结构和模块功能2

课时 267 : 13.64.rqalpha.框架调试和解析1

课时 268 : 13.65.rqalpha.框架调试和解析2

课时 269 : 13.66.rqalpha.框架调试和解析3

课时 270 : 13.67.qlib.概述和安装运行

课时 271 : 13.68.qlib.环境配置.运行方式和组件

课时 272 : 13.69.qlib.源码各模块 1

课时 273 : 13.70.qlib.源码各模块 2

课时 274 : 13.71.qlib.源码调试解读 1

课时 275 : 13.72.qlib.源码调试解读 2

课时 276 : 13.73.qlib.源码调试解读 3

课时 277 : 13.74.qlib.源码调试解读 4

课时 278 : 13.75.qlib.源码调试解读 5

课时 279 : 13.76.qlib.源码调试解读 6

课时 280 : 13.77.qlib.源码调试解读 7

课时 281 : 13.78.qlib.源码调试解读 8

课时 282 : 13.79.qlib.策略和模型的解读 1

课时 283 : 13.80.qlib.策略和模型的解读 2

课时 284 : 13.81.qlib.策略和模型的解读 3

课时 285 : 13.82.qlib.策略和模型的解读 4

课时 286 : 13.83.qlib.策略和模型的解读 5

课时 287 : 13.84.qlib.策略和模型的解读 6

课时 288 : 13.85.qlib.策略和模型的解读 7

课时 289 : 13.86.qlib.策略和模型的解读 8

课时 290 : 13.87.qlib.策略和模型的解读 9

课时 291 : 13.88.qlib.策略和模型的解读 10

课时 292 : 13.89.qlib.策略和模型的解读 11

课时 293 : 13.90.qlib.策略和模型的解读 12

课时 294 : 13.91.qlib.策略和模型的解读 13

第16章: 量化系统与交易接口

课时 295：14.01.vnpy.概述.环境配置

课时 296：14.02.vnpy.案例运行.项目结构

课时 297 : 14.03.vnpy.适配模块.数据存储.数据源.主引擎.日志引擎

课时 298 : 14.04.vnpy.适配模块.事件类型.网关.对象类型.优化器.配置和工具

课时 299 : 14.05.vnpy.应用速览

课时 300 : 14.06.vnpy.应用速览.CtpGateWay

课时 301: 14.07.vnpy.CtpGateWay 1

课时 302: 14.08.vnpy.CtpGateWay 2

课时 303: 14.09.vnpy.CtpGateWay 3

课时 304 : 14.10.vnpy.FemasGateWay

课时 305 : 14.11.vnpy.Gateway.Sopt.Sec 

课时 306 : 14.12.vnpy.Gateway.Uft.Esunny.Xtp

课时 307 : 14.13.vnpy.Gateway.Xtp.Tora

课时 308 : 14.14.vnpy.Gateway.Ib.Tap

课时 309 : 14.15.vnpy.Gateway.Da.Rohon

课时 310 : 14.16.vnpy.Gateway.Ost.Hft

课时 311 : 14.17.vnpy.CtaStrategrApp

课时 312 : 14.18.vnpy.Run.Debug 1

课时 313 : 14.19.vnpy.Run.Debug 2

课时 314 : 14.20.vnpy.App.CtaStrategy.Debug-1

课时 315 : 14.21.vnpy.App.CtaStrategy.Debug-2

课时 316 : 14.22.vnpy.App.PaperAccount

课时 317 : 14.23.vnpy.App.CtaBacktester-1

课时 318 : 14.24.vnpy.App.CtaBacktester-2

课时 319 : 14.25.vnpy.App.CtaBacktester-3

课时 320 : 14.26.vnpy.App.SpreadTrading -1

课时 321 : 14.27.vnpy.App.SpreadTrading -2

课时 322 : 14.28.vnpy.App.SpreadTrading -3

课时 323 : 14.29.vnpy.App.SpreadTrading -4

课时 324 : 14.30.vnpy.App.AlgoTrading

课时 325 : 14.31.vnpy.App.OptionMaster-1 

课时 326 : 14.32.vnpy.App.OptionMaster-2

课时 327 : 14.33.vnpy.App.OptionMaster-3 

课时 328 : 14.34.vnpy.App.Option Master-4 & Upgrade2Py310

课时 329 : 14.35.vnpy.App.OptionMaster-5

课时 330 : 14.36.vnpy.App.OptionMaster-6

课时 331 : 14.37.vnpy.App.OptionMaster-7

课时 332 : 14.38.vnpy.App.PortfolioStrategy -1

课时 333 : 14.39.vnpy.App.PortfolioStrategy -2

课时 334 : 14.40.vnpy.App.PortfolioStrategy -3

课时 335 : 14.41.vnpy.App.ScriptTrader

课时 336 : 14.42.vnpy.App.ChartWizard&RpcService

课时 337 : 14.43.vnpy.App.ExcelRtd&DataManager&DataRecorder

课时 338 : 14.44.vnpy.App.RiskManager&WebTrader&PortfolioManager

第17章: 量化投资就业指导

课时 339 : 15.01.就业分享-1

课时 340 : 15.02.就业分享-2