Python股票自动交易从零开始~

解决什么问题：从数据获取到自动下单的全链路

很多上班族想利用业余时间做量化交易，但往往卡在第一步：不懂如何用代码自动获取股市数据。本课程直接切入“Python股票自动交易”的实际应用场景，重点解决三个痛点：首先是数据获取，手写爬虫获取股票列表和历史行情效率极低且容易封禁，课程会教你通过现成的 API 接口批量获取 A 股和美股数据；其次是技术实现，市面上很多教程只讲理论，本课从零开始搭建股价自动下载器和 K 线图绘制工具，让你能独立看到实时的交易数据；最后是落地的最后一公里，课程不纸上谈兵，而是手把手教你如何选择券商 API、配置云服务器（AWS）以及进行回测环境搭建，最终目标是让你能写出一个能自动下单的脚本。对于想转行做量化或金融 IT 的开发者来说，这门课提供了一条从“会写代码”到“能做工具”的清晰路径。

适合什么基础：Python 入门级，无需金融背景

这门课的目标读者是具备 Python 基础语法的上班族或转行者，不需要你有深厚的金融或数学背景。课程内容从环境配置讲起，包括 Windows 和 Mac 的工作环境搭建，对新手非常友好。只要你能看懂基础的变量、循环和函数，就能跟上节奏。对于编程零基础的朋友，建议先花 1-2 天补一下 Python 的语法基础再入手，否则在阅读代码时会感到吃力。另外，虽然课程涉及“深度学习预测股价”，但这是作为进阶技巧讲解的，如果你对神经网络一无所知也不用焦虑，重点在于理解如何调用模型进行预测，而非推导数学公式。

如何使用资料：按“工具开发 -> 预测模型 -> 实盘操作”顺序练习

资料包中的视频是线性递进的，建议按照以下顺序进行实操：首先观看第一、二集，完成工具包的安装和环境配置；紧接着学习第三、四、五集，这是核心基础，务必亲手敲一遍代码，跑通“股价自动下载器”，这是后续一切交易的基石；第六集的 K 线图绘制是为了让你直观看到数据，学会可视化是数据分析的第一步。在掌握基础工具后，可以尝试第七、八集的深度学习部分，这部分主要演示如何将股价数据输入模型进行预测。最后，在熟悉了数据和预测方法后，重点看第九、十集关于 API 开户和 IB 自动操作的章节，这部分难度较大，建议在本地环境跑通脚本后，再尝试在模拟或低风险环境下进行操作。练习时，建议准备两台电脑，一台本地跑脚本，一台通过远程连接到云服务器（AWS）进行操作，以避免脚本运行时电脑关机导致交易中断。