|
1 |
基于人工智能的量化投资策略构建培训项目 |
1.00 |
项 |
无 |
无 |
否 |
要求面向金融专硕和应统专硕提供基于人工智能的量化投资策略构建，需提供在线前置课程、5天的线下实训课程，需提供满足金融量化投资策略实践的量化实践平台账号和相应的金融数据库，实训人数65人。
前置在线课程内容要求
第一课 ：金融量化基础与数据提取
1. 股票量化基础
1.1股票基础(上）股票基础与交易制度
1.2股票基础（中）股票数据和行业指数的提取
1.3股票基础（下）指数、因子和财务数据的提取
2 期货量化基础
2.1期货基础和交易规则
2.2期货数据与量化提取
3 案例：分析期货品种流动性和波动性
3.1 期货流动性和波动性分析
4 基金量化基础
4.1基金的定义分类和净值
4.2基金交易规则和评价指标
第二课 ：金融数据处理与可视化分析
1.金融数据读取和存储
1.1金融数据读取和存储
1.2金融数据读取和存储
2.金融数据处理
2.1金融数据处理
2.2金融数据处理
3.金融时间数据转化和处理
3.1金融时间数据转化和处理
3.2金融时间数据转化和处理
4.金融数据可视化
4.1金融数据可视化
4.2金融数据可视化
5.案例：沪深300指数数据时间分析
5.1案例：沪深300指数数据时间分析
5.2案例：沪深300指数数据时间分析
第三课 ：量化投资基础
1.量化投资概述
1.1量化投资概述
2.量化投资策略基础
2.1量化策略基础
3.策略评价指标的构建
3.1策略评价指标的构建(上)
3.2策略评价指标的构建(下)
4.技术技术形态指标分析和实践技术指标理论和实践
4.1技术指标理论
4.2Python实践
第四课 ：经典量化策略实现
1.均线交易策略实现
1.1 均线交易策略原理与数据导入
1.2 均线交易策略方法1和2实现
1.3 计算收益率并可视化方法1
1.4 计算收益率并可视化方法2
1.5 方法1和方法2策略收益风险评估
1.6 均线策略优化
2动量交易策略实现
2.1 动量策略概念和原理以及数据导入
2.2 单日动量策略实现
2.3 动量策略参数寻优
2.4 动量策略优化
3均值回归
3.1均值回归测率概念和原理以及数据导入
3.2均值回归策略实现
3.3均值回归策略计算年化收益率并作图
4配对交易策略
4.1 配对交易策略概念和数据导入
4.2 配对策略实现参数求值与标准化
4.3 配对策略仓位设定
4.4 配对交易策略计算收益率并作图
第五课 ：量化交易策略实现和回测
1 策略回测框架介绍
1.1策略框架介绍
1.2双均线策略实现
1.3三均线策略分析实现
2 .策略构建思路
2.1策略构建思路
3案例：使用框架实现BiaAverage策略构建
3.1案例：BiasAverage策略实现
第六课： 金融量化基础与数据提取
1.1.1量化投资概述
1.2.1股票基础(上）股票基础与交易制度
1.2.2股票基础（中）股票数据和行业指数的提取
1.2.3股票基础（下）指数、因子和财务数据的提取
1.3.1期货基础和交易规则
1.3.2期货数据与量化提取
1.3.3期货流动性和波动性分析
第七课： 量化交易策略实现和回测
2.1.1量化策略结构介绍
2.1.2量化相关API讲解
2.1.3双均线策略实现
2.1.4三均线策略实现
2.2.1策略构建思路详解
2.2.2案例：Boll Brand策略实现
2.2.3案例：Bias Average策略实现
第八课 单技术指标量化策略
3.1趋势指标
3.2反趋势指标
3.3压力支撑指标
3.4量价指标
3.5能量指标
3.6波动指标
第九课 复合技术指标量化策略
4.1 MACD + SMA
4.2 MACD + EMA
4.3 MACD + Stoch RSI
4.4 MACD + KDJ + EMA
4.5 BOLL BRAND + Stoch RSI
4.6 BOLL BRAND + ZAGZIG
下线培训课内容要求
第1天上午 量化交易策略实现和回测
2.1 策略回测框架介绍
量化策略框架介绍、量化相关API讲解、双均线策略实现、三均线策略分析实现
2.2 策略构建思路
策略构建思路详解
第1天下午
2.3 量化交易策略构建案例
案例：BollBrand策略实现、案例：BiasAverage策略实现
股票因子分析
3.1因子数据处理
因子数据获取和介绍
第2天上午
因子去极值处理、因子标准化处理、因子中性化处理
3.2. 单因子有效性检验
因子回归法检验、因子IC分析法检验、因子分层回测法检验
第2天下午
3.3. 多因子分析
大类因子合成分析、因子正交化处理共线性
3.4. 案例：构建简单多因子选股策略
案例：构建简单多因子策略、案例：Fama三因子模型、科普：多因子模型基本理论
第3天上午 提示词框架及入门
AIGC：溯源、大模型能力展示、提示词框架、提示词框架应用：爬虫代码构建、提示词框架应用：办公场景、AIGC的未来：通用人工智能、"LLM All tools：大模型的工具" 联网、code interpreter：自主运行代码、大模型智能体构建、AI绘画：文本生成图片
第3天下午 "提示词工程：激发AI潜力"
思维链：Step by step、思维树：多角度思考问题、验证链：让AI自主优化、情绪刺激：让大模型更好地输出、思维传播：获取AI丰富的经验解决问题、累积推理：让大模型自我批判、预知推理：让大模型做预判、后退推理：上升思考层次
第4天上午 智谱清言智能体实践：开启智能应用大门
初识入门智能体：智谱智能体 、挖掘智谱智能体：助力学习与日常生活、智谱智能体打造指南：高效提示词与关键技巧、一键开启全球沟通：亲手打造专属多语言翻译器、攻克编程难关：亲手搭建专属代码辅助智能体
第4天下午 Coze智能体搭建：构造更强大的AI
系统提示词撰写、工具选择与创建、AI工作流设计、多Agent模式：处理复杂任务、案例：论文撰写智能体
案例：量化投资智能体构建
第5天上午 基于大语言模型的量化投资智能体
数据获取及处理、AT数据获取、大语言模型function call实现、因子构建、基于研究报告/文献的因子构建、基于提示词的因子构建、市场趋势分析、因子测试、因子测试工具搭建、测试智能体
第5天下午 因子筛选
因子筛选方法及工具构建、因子筛选智能体、因子组合、组合工具搭建、因子组合智能体 |
