北京Python量化投资从零基础到实战培训课程

【上课时间】

周一到周日9-18点

【招生对象】

零基础学员

【上课方式】

北京面授

【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。

【学习周期】

30课时

【师资力量】

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

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

曹鑫

擅长互联网运营、营销

教学经验6年

CDA数据分析师联合创始人

【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

【教学现场】

【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

【机构简介】

目前，CDA已与国内100多所高校进行了战略合作，建立了CDA数据分析师考试中心及人才培养基地；已出版30多本CDA数据分析师系列丛书，市场发行量数万册；已进行500多期线上线下数据分析及大数据培训课程，培养学员10万+人次；已在全国70+城市举办15届CDA数据分析师认证考试，报考考生数万人；已开展了四届中国数据分析师行业峰会（CDA SUMMIT），每届参会人数3000多人；中国数据分析师俱乐部（CDA CLUB）每周举办各类型线上线下沙龙会议、公开课等活动共1000多期。

【机构荣誉】

IBM大学战略合作伙伴

电子工业出版社 优秀合作者

教育管理信息化专业委员会理事单位

2018年度职业教育人才培训品牌机构

2018年度大数据影响力先锋企业

2018入选教育部产学合作协同育人项目

网易云课堂2017年度最 佳服务奖

2017年度中国互联网+ 最 佳培训机构奖

中国大数据产业生态联盟理事单位