北京Stata实用计量方法培训班

【授课方式】

远程+面授

【招生对象】

有一定基础的学员

【上课时间】

周一到周日9-18点

【学习目标】

基础班从零开始，掌握Python金融编程所需。

【课程亮点】

课程内容丰富，囊括了许多量化投资的理论知识；教学过程深入浅出, 以实例与实作印证所学； 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。

【课程内容】

01章Python语言基础与金融统计分析

01-01Python语言学习与应用-Python语言简介

01-02Python语言学习与应用-运算符与表达式

01-03Python语言学习与应用-Python控制流

01-04Python语言学习与应用-Python函数

01-05Python语言学习与应用-Python模块

01-06Python语言学习与应用-异常处理与文件操作

01-07Python语言学习与应用-Python绘图

01-08Python语言学习与应用-Numpy篇

01-09Python语言学习与应用-Pandas篇

01-10Python语言学习与应用-数据库连接

01-11金融统计分析概论-统计学理论 (统计学概论,描述性统计,参数估计,假设检验)

01-12金融统计分析概论-多变量相关性分析

01-13金融统计分析概论-线性回归模型

01-14案例分析一-大型股票数据库读取股票数据

01-15案例分析二-A股市场股票数据绘图

01-16案例分析三-交易数据描述性统计

01-17案例分析四-非金融专业数据获取方法

02章Python量化投资实战1

02-01金融数据处理高级编程-Pandas深入分析

02-02金融数据处理高级编程-金融因子数据生成

02-03金融数据处理高级编程-常见的金融数据整理方式

02-04量化投资概述-投资策略回顾与比较

02-05量化投资概述-基本面、技术分析和量化的联系与区别

02-06量化投资概述

02-07量化投资概述-量化投资风险与管控

02-08量化投资Python平台介绍-数据获取

02-09量化投资Python平台介绍-回测框架介绍

02-10量化投资Python平台介绍-回测注意问题

02-11案例分析一-市盈率手动计算

02-12案例分析二-Panel数据的存储与提取

02-13案例分析三-简单的均线穿越策略实现

03章Python量化投资实战2

03-01市场描述策略-描述性研究

03-02高级交易策略-CTA策略

03-03高级交易策略-大师选股策略

03-04高级交易策略-市场中性选股策略

03-05高级交易策略-技术指标类策略

03-06高级交易策略-资产配置策略

03-07时间序列模型-什么是时间序列数据

03-08时间序列模型-时间序列的平稳性检验与白噪声探讨

03-09时间序列模型-时间序列平滑

03-10时间序列模型-【SMA、WMA EWMA】

03-11时间序列模型-金融时间序列建模预测

03-12时间序列模型-【ARMA、ARIMA模型】

03-13时间序列模型-波动的集聚效应

03-14案例分析一-如何通过各种数据描述当前市场状态

03-15案例分析二-CTA策略

03-16案例分析三-经典大师选股策略

03-17案例分析四-市场中性选股策略

03-18案例分析五-技术指标类选股策略

03-19案例分析六-资产配置策略

03-20案例分析七-时间序列策略

04章Python量化投资实战3

04-01投资组合基本概念-超额Alpha选股

04-02投资组合基本概念-CAPM模型

04-03投资组合基本概念-三因子模型选股

04-04投资组合构建-单因子测试

04-05投资组合构建-多因子测试

04-06投资组合构建-常见的组合构建方法

04-07数据挖掘算法在量化投资中的运用-逻辑回归与涨跌预测

04-08数据挖掘算法在量化投资中的运用-支持向量机模型与涨跌预测

04-09数据挖掘算法在量化投资中的运用-聚类与股票配对

04-10舆情分析与关注度模型-文本挖掘概述

04-11舆情分析与关注度模型-文本处理技巧

04-12舆情分析与关注度模型-中文分词

04-13案例分析一-单因子全套测试代码

04-14案例分析二-组合构建案例

04-15案例分析三-文本数据处理案例

【师资力量】

辛立伟

擅长数据架构、数据分析

教学经验20年

CDA数据分析研究院讲师

SUN中国社区会员

赵仁乾

擅长数据架构、数据分析

教学经验7年

北京邮电大学管理科学与工程硕士

北京电信规划设计院

吴昊天

擅长数据架构、数据分析

教学经验8年

电子科技大学大数据中心

CDA数据分析研究院技术负责人兼高级讲师

【学员评价】

孔同学

统计学和数据挖掘理论是数据分析的基础，常规的统计理论和数据挖掘算法必须要学会，想入行应重点研究，并要学会制作风险评分卡。其他算法了解即可。

董同学

三个月的学习时间。紧凑的课程安排让我感觉每一天都特别充实，白天认真听讲，晚自习巩固复习，每一天都在进步和成长。 我对未来充满了希望。

王同学

CDA的学习经历，给我的人生增添了一段难忘的回忆，也给我在现在的工作中带来了很大的帮助，在今后的工作中要更加努力，不断完善自己。

苏同学

学习是一种态度，在CDA三个月集中学习的过程中，认识了很多同学，也增长了一些校园以外的知识，学习的过程很累很艰辛，却觉得很值得！ 痛并快乐着！！

李同学

CDA对于我而言，是一个新生活的起点，经过3个月的奋战，我学习到了许多知识，更结识了许多志同道合的朋友，这是我3个月的学习生活宝贵的财富。

赵同学

首先感谢的是课堂里茫茫多的教授级导师的个人魅力的熏陶，其次就是，三个月持续不断的学习，让我养成一个持续学习的心态和热爱学习的态度。

【学习周期】

24课时

【学员风采】

【机构简介】

如荷学为北京国富如荷网络科技有限公司旗下专注于数字化人才培养及服务的教育品牌,致力于大数据在产、学、研的融合应用。服务百万数字化人才,是全球500强企业的忠实合作伙伴。

如荷学以"培养企业需要的专业数字化人才,搭建弓|领数字化时代的企业人才梯队”为使命,为TD时代数字化人才的数据能力提升及企业数字化转型提供标准化、效率、可落地的数据应用侧解决方案。

【机构环境】

【发展历程】

2006年 开展数据统计、计量实战，学术研究等相关培训视频和现场班

2007年 开展数据统计、数据分析相关培训班

2011年 随着大数据热潮的来临，依托累计上万类共享资料，多年沉淀师资团队，论坛召集多位专家，研发CDA数据分析师体系

2013年CDA数据分析师品牌成立，提供系统化的大数据、数据分析人才培养和认证

2014年 CDA INSTITUTE 成立 ,并推出第 一届全国CDA数据分析师认证考试

2015年第 一届中国数据分析师行业峰会（CDAS）在9月11日成功举办，参会人数逾3000人

2016年 CDA汇聚海内外大数据、数据分析专家上千人，推出就业班、数据科学家训练营、企业内训、CDA俱乐部等多个项目

2017年整合论坛与CDA数据分析师业内资源，形成数据分析领域生态圈，并进一步升级CDA企业内训体系，正式推出大数据实验室

2018年北上广深等多个城市均有校区；拥有200多位专业师资；培养学员超过3万人，每年6月/12月全国28个城市举办CDA认证考试

2019年已举办九届数据分析师认证考试，得到业界广泛认可，学员遍布各大知名企业。人工智能产品“好学AI”问世，引领DT时代新一波技术培训浪潮

【品牌宣传】

用AI让优质的教育人人可