量化交易开发修炼手册

第一部分：量化交易基础入门

• 量化交易概览与市场基础
• 金融产品与衍生品知识
• 核心概念与数学统计基础
• 量化工具链搭建

第二部分：数据获取与处理

• 金融市场数据基础
• Python数据处理实战
• 数据采集与API接入
• 数据库与存储方案

第三部分：策略开发基础

• 交易策略分类体系
• 技术分析与经典策略
• 量化因子挖掘
• 信号生成与仓位管理

第四部分：回测系统

• 回测系统架构设计
• 主流回测框架对比
• 交易成本与偏差分析
• 绩效评估与参数优化

第五部分：风险管理

• 风险分类与管理架构
• 市场与流动性风险
• 信用与操作风险
• 投资组合风险控制

第六部分：执行系统

• 交易执行算法
• 订单管理与路由
• 高频交易基础
• 实盘系统架构

第七部分：机器学习进阶

• 深度学习在量化中的应用
• 强化学习交易策略
• 时序预测模型
• 模型集成与监控

第八部分：实盘部署与运维

• 云上量化部署
• 系统监控体系
• 自动化运维
• 安全与性能优化

第九部分：法规与合规

• 全球量化交易法规概览
• 交易合规要求
• 高频交易监管
• 数据与税务合规

第十部分：进阶专题

• 另类数据应用
• 加密货币量化交易
• 商品期货与期权策略
• 量化研究方法与团队管理

第十一部分：实战项目

• 多因子选股策略
• 期货CTA策略
• 期权波动率交易
• 加密货币套利与高频做市
• 机器学习择时策略

第十二部分：附录

• Python量化编程速查
• 金融术语词典
• 数据API参考
• 交易平台对比与文献推荐

量化入门路径

从第一部分开始，系统学习量化交易基础

策略开发路径

已有编程基础？直接学习策略开发部分

实战项目路径

直接进入实战项目，在做中学