程序员AI量化理财体系课
AI
├── 第1周 课程目标与AI编程入门：开启量化投资学习之旅/
│ ├── 1-必看！课程目标与内容介绍/
│ │ └── 第1章 必看！课程目标与内容介绍/
│ │ ├── [ 24M] 1-1 课程目标与学习路径
│ │ ├── [ 39M] 1-2 Python量化交易，如何与AI结合
│ │ ├── [156M] 1-3 量化演示1.0：零基础解锁量化策略模板
│ │ ├── [ 64M] 1-4 量化演示2.0：构建完整的Python量化框架
│ │ ├── [189M] 1-5 量化演示3.0：搭建云量化交易系统 + AI助手
│ │ └── [136K] 1-6 作业：制定你的课程目标.pdf
│ └── 2-人工智能（AI）快速入门/
│ └── 第1章 人工智能（AI）快速入门/
│ ├── [ 79M] 1-1 智慧的疆界：从图灵机到人工智能（AI）
│ ├── [111M] 1-2 LLM核心概念：Token、参数（Parameters）
│ ├── [176M] 1-3 Prompt提示词与使用指南
│ └── [165K] 1-4 作业：使用Prompt创建一个新的AI助手.pdf
├── 第2周 Python数据科学核心栈与股票预测实践/
│ └── 1-Python入门：数据科学与AI算法库/
│ └── 第1章 Python极速入门：数据科学与AI算法库/
│ ├── [ 11M] 1-1 Python编程语言介绍
│ ├── [163M] 1-2 Python开发环境快速部署（推荐版本3.10）
│ ├── [165K] 1-3 作业：部署Python开发环境（本地）.pdf
│ ├── [315M] 1-4 Python数据结构与算法初探
│ ├── [148K] 1-5 作业：股票数据基础练习`.pdf
│ ├── [306M] 1-6 数据分析与可视化：Pandas
│ ├── [302M] 1-7 数据分析与可视化：Matplotlib
│ ├── [ 28M] 1-8 AI算法库解析：机器学习vs深度学习
│ ├── [366M] 1-9 使用Scikit-Learn预测股票涨跌
│ └── [146K] 1-10 作业：实现股价预测与可视化.pdf
├── 第3周 DeepSeek LLM开发与API集成/
│ └── 1-LLM极速开发指南：玩转DeepSeek/
│ └── 第1章 LLM极速开发指南：玩转DeepSeek/
│ ├── [304M] 1-1 大模型测评：Gemini、GPT、Claude、DeepSeek
│ ├── [263K] 1-2 作业：使用LMArena测评对比2个大模型.pdf
│ ├── [299M] 1-3 DeepSeek文档解读，与API实操Demo
│ ├── [306M] 1-4 API结对编程：DeepSeek+GPT实现财报分析
│ └── [151K] 1-5 作业：调用 DeepSeek API 生成财务建议.pdf
├── 第4周 金融通识与资产配置：建立投资决策框架/
│ ├── 1-金融学必修课/
│ │ └── 第1章 金融学必修课/
│ │ ├── [ 65M] 1-1 宏观经济学：货币、利率、经济周期
│ │ ├── [ 70M] 1-2 微观经济学：价格、供需、消费
│ │ ├── [ 69M] 1-3 计量经济学：数据驱动的决策能力
│ │ └── [146K] 1-4 作业：利率变化是否影响了你的经济行为？.pdf
│ └── 2-投资学与资产配置/
│ └── 第1章 投资学与资产配置/
│ ├── [ 76M] 1-1 传统资产：股票、债券、基金、现金
│ ├── [122M] 1-2 非传统资产：房地产、黄金、加密货币
│ ├── [109M] 1-3 Weather)
│ └── [197K] 1-4 作业：我的资产配置思考.pdf
├── 第5周 金融数据获取、清洗与可视化实战/
│ └── 1-金融数据工具箱：API获取与应用/
│ └── 第1章 金融数据工具箱：API获取与应用/
│ ├── [142M] 1-1 金融数据从哪来：免费API与主流平台
│ ├── [229M] 1-2 免费API：调用yfinance获取上市公司数据
│ ├── [ 82M] 1-3 金融数据怎么看：时间序列、财务数据结构
│ ├── [ 53M] 1-4 获取的数据靠谱吗：处理缺失值、异常波动
│ ├── [382M] 1-5 数据展示怎么做：异常值处理与可视化
│ └── [145K] 1-6 作业：检测某只股票是否存在异常值.pdf
├── 第6周 股票与基金投资实战入门/
│ └── 1-证券投资分析：股票与基金入门/
│ └── 第1章 证券投资分析：股票与基金入门/
│ ├── [ 82M] 1-1 如何交易股票：沪深交易所、流程与规则
│ ├── [ 81M] 1-2 交易实操：东方财富App股票交易界面
│ ├── [212K] 1-4 作业：按投资框架筛选、分析和持有一只股票.pdf
│ ├── [232M] 1-5 如何交易基金：流程、规则、手续费与实操
│ ├── [463M] 1-6 基金的赚钱逻辑：基金经理、行业板块、盈利能力
│ ├── [170K] 1-7 定投不同板块的基金，对比长期投资效果.pdf
│ ├── [ 71M] 1-8 如何匹配自己的风险偏好与投资标的
│ └── [180K] 1-9 作业：评估风险承受等级，并规划资产配置.pdf
├── 第7周 量化交易系统设计与策略绩效评估/
│ ├── 1-量化交易入门速通与系统设计/
│ │ └── 第1章 量化交易入门速通与系统设计/
│ │ ├── [ 45M] 1-1 量化交易流程：数据获取、策略研究、回测与实盘
│ │ ├── [386M] 1-2 实操：使用Cursor+AI设计量化系统Demo
│ │ ├── [ 59M] 1-3 四大量化策略：基本面、技术面、统计套利、AI驱动
│ │ └── [189K] 1-4 作业：复盘并分析你的投资策略之路.pdf
│ └── 2-如何判断策略的好坏：核心评估指标/
│ └── 第1章 如何判断策略的好坏：核心评估指标/
│ ├── [ 56M] 1-1 收益类指标：累计收益、年化收益、超额收益
│ ├── [332M] 1-2 实操：Python计算收益类指标
│ ├── [ 68M] 1-3 风险类指标：波动率、最大回撤
│ ├── [269M] 1-4 实操：Python计算风险类指标
│ ├── [ 90M] 1-5 赚钱能力指标：Sharpe、Calmar、Sortino
│ ├── [176M] 1-6 实操：Python计算收益风险比指标
│ └── [149K] 1-7 作业：基于练习模板，实现策略评估指标的计算.pdf
├── 第8周 技术指标实战：趋势、动量、波动与成交量分析/
│ └── 1-赚钱的核心利器：技术指标与实战技巧/
│ └── 第1章 赚钱的核心利器：技术指标与实战技巧/
│ ├── [193M] 1-1 趋势指标：移动均线（SMA、EMA）
│ ├── [440M] 1-2 实操：Python计算MA，统计与判断趋势
│ ├── [169M] 1-3 动量指标：KDJ（随机指标）、RSI（相对强弱）
│ ├── [383M] 1-4 实操：Python计算KDJ、RSI，统计并判断趋势
│ ├── [252M] 1-5 波动指标：ATR（平均真实波幅）、BOLL（布林带）
│ ├── [290M] 1-6 实操：Python计算ATR、BOLL，统计并判断趋势
│ ├── [394M] 1-7 成交量指标：Volume、OBV（能量潮）
│ ├── [210M] 1-8 实操：Python计算OBV，统计并判断资金流向
│ └── [157K] 1-9 基于练习模板，实现技术指标的计算.pdf
├── 第9周 基本面指标：价值投资的量化方法/
│ └── 1-价值投资的秘籍：基本面指标/
│ └── 第1章 价值投资的秘籍：基本面指标/
│ ├── [130M] 1-1 估值指标：PE、PB、PS、PEG
│ ├── [ 73M] 1-2 盈利指标：ROA、ROE、毛利率
│ ├── [ 68M] 1-3 成长指标：营收增长、利润增长、现金流增长
│ ├── [ 92M] 1-4 健康指标：资产负债率、流动比率、速动比率
│ └── [139K] 1-5 作业：思考并分享你关注的基本面指标.pdf
└── 第10周 股票量化策略开发：从设计到回测的完整流程/
├── 1-股票量化与投资指南/
│ └── 第1章 股票量化与投资指南/
│ ├── [477M] 1-1 实现量化功能库：Cursor 与 AI 协同开发（上）
│ ├── [426M] 1-2 实现量化功能库：Cursor 与 AI 协同开发（下）
│ ├── [ 97M] 1-3 实操：安装并测试 deltafq 量化库
│ └── [ 50M] 1-4 确定策略框架：基本面选股 + 技术面仓位管理
└── 2-从0到1构建你的第一个量化策略/
└── 第1章 从0到1构建你的第一个量化策略/
├── [ 27M] 1-1 以股票交易为例，模拟并确定全流程参数
├── [275M] 1-2 参数设置：ticker 数据获取与标准化
├── [394M] 1-3 参数设置：captical, commission, benchmark
├── [255M] 1-4 策略与运行：indicators, signals（上）
├── [196M] 1-5 策略与运行：indicators, signals（下）
├── [268M] 1-6 策略与运行：cross-order, limit, pos, 涨跌停（上）
├── [235M] 1-7 策略与运行：cross-order, limit, pos, 涨跌停（下）
├── [390M] 1-8 统计与验证：daily pnl, totaly values, 日盈亏逐笔核对
├── [220M] 1-9 统计与验证：strategy statistics、策略报告（上）
├── [202M] 1-10 统计与验证：strategy statistics、策略报告（下）
├── [327M] 1-11 结果可视化：净值、回撤、盈亏分布、基准对比
├── [337M] 1-12 实操：打造可复用的量化策略模板
└── [156K] 1-13 作业：从因子挖掘到回测评估，完善你的策略模板.pdf
└── 代码/[衡天云]爆款云服务器 低至12元/月
![[衡天云]爆款云服务器 低至12元/月](/hty.png)