Python在量化领域的现状
就跟Java在web领域无可撼动的地位一样，Python也已经在金融量化投资领域占据了重要位置，从各个业务链条都能找到相应的框架实现。
在量化投资（证券和比特币）开源项目里，全球star数排名前10位里面，有7个是Python实现的。从数据获取到策略回测再到交易，覆盖了整个业务链。
-11-19 14:14:59 上传
下载附件 (38.41 KB)
而全球注册用户数最多的商业量化平台Uqer优矿，也同样是基于Python实现和提供服务的。国内后来的其他量化平台，例如RiceQuant和JoinQuant，也主推Python环境。可见Python在量化平台应用的绝对占有程度。
Python是数字华尔街上一颗冉冉升起的新星,Python非常适合开发分析工具和数量分析模型,这些分析工具和模型对于投资银行和对冲基金的交易策略来说至关重要。
Python的特点
1、简单易学Python是一门简单而又简约的语言。阅读好的Python程序感觉就像阅读英语。Python非常容易上手，学习曲线比较平缓。
2、高级语言垃圾自动处理且面向对象的高级语言。Python 具备所有脚本语言的简单和易用性，并且具有在编译语言中才能找到的高级软件工程工具。
3、扩展移植可与其他语言无缝对接并能实现跨平台。
4、开源项目只要能想到的，几乎都有现成的包能找到。
Python量化投资-从零基础到实战
12月上海现场培训_经管之家量化投资学院
时间：12月8-9日 和 15-16日 (共四天两个周末)
安排：上午9:00-12:00；下午1:30-4:30；答疑4:30-5:00
地点：上海市培训教室
学费：5000元 / 4000元(仅限全日制在读本科生及硕士生优惠价)；食宿自理
讲师介绍：
王小川，华创证券研究所金融工程高级分析师，国内知名Python量化投资培训专家，MATLABSKY创始人之一。从事量化投资相关的工作，承担了部分高校的统计课程教学任务，长期研究机器学习在统计学中的应用，精通MATLAB、Python、SAS等统计软件，热衷于量化投资和数据挖掘工作，有着扎实的理论基础和丰富的实战经验。
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量化编程所需；
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：第一天：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
第二天：
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
第三天：
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
第四天：
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
报名流程：
1：点击“/main.php?mod=buy&cid=906”，网上填写信息提交；
2：给予反馈，确认报名信息；
3：网上订单缴费；
4：开课前一周发送课程电子版讲义，软件准备及交通住宿指南。
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
Tel：010-68478566
