机器学习与量化交易项目班 [从零搭建自动交易系统]课程视频教程下载。机器学习和程序化交易系统是目前量化交易的主流手段，这门课将会从零起步介绍量化交易的方方面面，并且手把手教你从零开始搭建一个能work、能run起来的事件驱动型的量化交易平台/自动交易系统，通过项目把相关知识点串起来，不但技能提升可更快，而且随着项目经验的增长，对于求职/跳槽涨薪也有极大的帮助。整个课程以项目为驱动，且给数据、给关键代码，将编程，数据分析和机器学习融入到一个统一的量化交易项目里去。

机器学习与量化交易项目班 [从零搭建自动交易系统]

机器学习和程序化交易系统是目前量化交易的主流手段，这门课将会从零起步介绍量化交易的方方面面，并且手把手教你从零开始搭建一个能work、能run起来的事件驱动型的量化交易平台/自动交易系统，通过项目把相关知识点串起来，不但技能提升可更快，而且随着项目经验的增长，对于求职/跳槽涨薪也有极大的帮助。
整个课程以项目为驱动，且给数据、给关键代码，将编程，数据分析和机器学习融入到一个统一的量化交易项目里去。

上课语言
这门课将会以python语言为主，搭建一个纯python的mini实验平台。虽然目前市面上已经存在了诸如quantopian等在线回测的服务，但是从零开始搭建一个五脏俱全的小平台，对深入理解整个流程，具有非常重要的意义。（回想一下学习程序语言的时候，我们会被要求写一个简单的解释器，写解释器的目的不是真正使用，而是深入理解）。此外，我们会利用python社区丰富的库，进行数据从提取到建模到执行的方法面面，和其他语言相比，python易于编程和维护，其简洁性亦有助于理解背后的ideas，基于此，本课程的主要语言是python。

预备基础
一定的Python数据分析基础

适合人群
数据科学工作者 从数据科学的角度：侧重如何用数据分析的办法玩量化交易 ，你将体会到数据科学所需要的方法面面（数据提取，数据清洗，数据建模，以及搭建平台）
金融项目开发者 从项目的角度：会侧重搭建一个自动交易平台，迅速降低你的开发难度曲线，做到开发前心中有数。
量化交易从业者 从量化的角度：如何用python玩机器学习和量化交易。
机器学习/数据分析/量化交易爱好者 从求职的角度：我们将力图让你达到优秀实习生的所应当具备的经验水平(不会让你成为"大师"，但是可以让你对这个领域有很全面的理解，以及相应的实战经验）。

主讲老师
专注机器学习/人工智能，擅长解释机器学习中看似艰深晦涩的概念，熟悉模型背后的数学原理。曾工作于某知名私募的量化交易团队，参与高频交易中统计学习模型的开发。课堂上善于全程举例，所讲直达本质且不失生动有趣。

常见Q&A
1、这门课不能给你什么？
这门课不会教你一夜致富的秘诀。和其他所谓“日进万金不是梦”，“早日实现财富自由”的量化交易速成班不同，我们不会教给你“无本万利”的老中医似的炒股良方。
事实上，机器学习和量化交易是一门严肃的数据科学和项目实战的实践课程，所以我们坚决反对把量化交易如此包装和妖魔化。

2、这门课能教给你什么？
这门课的主要目的，是教会大家编写程序，通过建模，回测和风控，发现可盈利策略并将整个流程自动化。具体而言包括如下内容：
A、如何利用统计学习的方式，对海量金融数据进行建模。包括：时间序列分析，机器学习模型在量化建模中的应用。
B、传统交易策略和风控的开发方法，以及如何建立自己的可扩展的策略研究库。
C、如何搭建自己的量化研究平台：包括数据库管理，回测，交易平台和工作自动化。
简而言之，我们将会交给你端到端的量化交易流程，以及流程中的每一个实现环节。基于本课的内容，你将会对量化交易和自动交易有了一个地图式的了解，并可以有效的扩展今后的研究。知识和技巧是学不完的，这门课教给你的将是一个基础和框架，课后可以自如的进行有目的性的延伸。

3. 课程的侧重点是什么？
我们的方法基于实践：我们将会从零开始，一点一点教给大家如何组建一个蛮复杂的引擎的过程。为了便于理解，刚开始的引擎会非常简单，但是随着课程的深入，引擎内容亦逐渐丰富。这样做的目的是显而易见的：此种做法有助于初次编写复杂程序的同学更容易接受。
另一方面，我们将会介绍机器学习模型如何被应用在量化建模中去。这里会侧重对模型本质的理解，有助于正确使用合适的统计学模型。（而不是当作一个黑箱）
综上，授课内容会包含了很多的编程，和很多的数学：这也是一个quant所应当具备的基本素质。

课程目录

第1课 自动化交易综述
知识点1： 课程内容综述，自动化／算法交易介绍，python在自动交易中的应用简介

第2课 量化交易系统综述
知识点1：回测，自动交易，策略建模，常见平台使用

第3课 搭建自己的量化数据库
知识点1：软件需求，数据获取方式，数据存储方式
实战项目：金融数据的存储，读取

第4课 用Python进行金融数据分析
知识点1：数据清理与特征选择
实战项目：pandas与金融数据分析

第5课 策略建模综述
知识点1：介绍量化交易中的策略建模流程及主要处理方式

第6课 策略建模：基于机器学习的策略建模
实战项目：基于机器学习的金融预测

第7课 模型评估与风险控制
知识点1：模型评估的一般流程和常用手段、与风险控制的原理和实现方法

第8课 自动交易系统的搭建
知识点1：基于事件驱动型的自动交易系统
实战项目：手把手教你搭建自动交易系统（有作业，课后直接赠送一套自动交易系统，可自行定制、修改）

第9课 量化策略的实现
实战项目：将本学期的所有project融入到上节课的系统中去，尤其是将机器学习的策略模型与自动化交易系统耦合。

第10课 策略优化与课程总结
知识点1：如何进行模型选择与优化，课程回顾与展望：where to go from here..

百度网盘在线学: