量化金融分析师AQF实训-量化投资策略实战视频课程 26.9G

  • 发布时间:
    2025-07-21 12:43:19
  • 文件大小:
    共计 265 个文件,合计:26.89GB
  • 资源来源:
    夸克网盘夸克网盘
  • 资源售价:
    积分5积分
・本站会员获取资源无需消耗积分。
・获取资源后可以在「个人中心」24 小时内无理由退积分。
为防止资源链接失效,请及时转存文件。
资源详情
量化金融分析师AQF实训-量化投资策略实战视频课程。
📢 以下文件由夸克网盘用户[轻盈*松鼠]于2025-07-08分享(只展示部分的文件和文件夹)
量化金融分析师AQF实训-量化投资策略实战视频课程26.89GB
01量化投资前导及课程介绍444.55MB
1.AQF核心课程知识体系介绍.mkv252.59MB
2.量化策略的python实现和回测.mkv72.37MB
3. 结合代码的编程整体介绍.mkv118.84MB
AQF第01章.pdf766.84KB
02量化投资基础2.44GB
01.量化投资背景及决策流程_recv.mp4216.16MB
02.量化择时_recv.mp4246.17MB
03.量化择时&动量及反转策略_recv.mp4214.51MB
04.结构型基金套利_recv.mp4164.19MB
05.行业轮动与相对价值_recv.mp496.78MB
06.市场中性和多因子_recv.mp4227.06MB
07.事件驱动_recv.mp473.94MB
08.CTA_1_recv.mp4105.43MB
09.CTA_2(TD模型)_recv.mp438.71MB
10.CTA_3_recv.mp4144.77MB
11.CTA_4_recv.mp4147.4MB
12.统计套利_低风险套利_recv.mp4264.66MB
13.大数据和舆情分析_recv.mp4121.94MB
14.机器学习_recv.mp4150.14MB
15.高频交易和期权交易_recv.mp4119.69MB
16.其他策略和策略注意点_recv.mp4161.53MB
AQF第02章.pdf10.33MB
03Python语言环境搭建279.93MB
1.Python语言环境搭建_recv.mp4278.82MB
AQF第03章.pdf1.11MB
04Python编程基础2.13GB
01.python数字运算andjupyter介绍_recv_.mp4188.88MB
02.字符串_recv_.mp4148.25MB
03.Python运算符_recv_.mp478.09MB
04.Tuple和List_recv_.mp457.84MB
05.字典_recv_.mp4129.72MB
06.字符串格式化_recv_.mp4192.25MB
07.控制结构_1.For循环_recv_.mp4175.63MB
08.控制结构_2.If条件判断_recv_.mp4136.22MB
09.控制结构_4.While循环_recv_.mp461.09MB
10.控制结构_3.Break&Continue_recv_.mp4127.44MB
11.控制结构_5.异常处理_recv_.mp4114.03MB
12.函数_1.质数函数_recv_.mp4120.81MB
13.函数_2.参数设置_recv_.mp4122MB
14.函数_3.不定长参数Lambda_recv_.mp4102.5MB
15.全局变量和局部变量_recv_.mp471.5MB
16.模块_recv_.mp4130.63MB
17.Python当中的重要函数_recv_.mp4225.53MB
AQF第04章.pdf2.04MB
05Python编程进阶2.38GB
1.Numpy篇_1_recv.mp4162.02MB
1.数据获取之本地数据读取_recv.mp4152.3MB
2.Numpy篇_2_recv.mp4148.84MB
2.数据获取之网络数据读取_1_recv.mp487.96MB
3.Numpy篇_3_recv.mp4192.39MB
3.数据获取之网络数据读取_3.文件存储_recv.mp475.15MB
4.Numpy篇_4_recv.mp4202.48MB
4.数据获取之网络数据读取_2.tushare_recv.mp485.54MB
5.金融数据处理_1.同时获取多只股票的信息_recv.mp4115.31MB
5.Numpy篇_5.练习_recv.mp4140.23MB
6.金融数据处理_2.金融计算_recv.mp497.74MB
6.Pandas篇_1.Pandas三大数据结构介绍_recv.mp459.61MB
7.Pandas篇_2.Series介绍_recv.mp476.88MB
8.Pandas篇_3.DataFrame的构建_recv.mp467.54MB
9.Pandas篇_4.DataFrame的选择操作_recv.mp443.99MB
10.Pandas篇_5.DataFrame的修改操作_recv.mp4210.57MB
11.Pandas篇_6.DataFrame的空值处理和复习_recv.mp475.52MB
12.Pandas篇_7.Group操作_recv.mp4119.77MB
13.Pandas篇_8.Concat_Join_recv.mp4122.55MB
14.Pandas篇_9.Merge_recv.mp4159.53MB
15.Pandas篇_10.层次化索引_recv.mp444.26MB
AQF第05章Python进阶之Numpy_金程教育.pdf1.1MB
06数据可视化421.09MB
1.Pandas内置数据可视化_recv_.mp4153.56MB
2.Matplotlib基础_1_recv_.mp498MB
3.Matplotlib基础_2_recv_.mp497.84MB
4.Seaborn_recv_.mp470.97MB
AQF第06章.pdf730.23KB
07金融数据处理实现1.35GB
讲义1.65MB
5.1_金融数据获取、清洗、整理和存储.ipynb52.93KB
5.2_金融数据处理.ipynb376.68KB
5.3_金融时间序列分析.ipynb64.58KB
5.5_金融数据处理分析实战案例.ipynb115.44KB
AQF第07章核心_9_金融数据源_金程教育.pdf1.06MB
1.数据获取之本地数据读取_recv.mp4152.3MB
2.数据获取之网络数据读取_1_recv.mp487.96MB
3.数据获取之网络数据读取_3.文件存储_recv.mp475.15MB
4.数据获取之网络数据读取_2.tushare_recv.mp485.54MB
5.金融数据处理_1.同时获取多只股票的信息_recv.mp4115.31MB
6.金融数据处理_2.金融计算_recv.mp497.74MB
7.金融数据处理_3.检验分布和相关性_recv.mp4107.03MB
8.金融时间序列分析_1.Python下的时间处理_recv.mp4103.91MB
9.金融时间序列分析_2.Pandas时间格式_recv.mp4131.47MB
10.金融时间序列分析_3.金融数据频率的转换_recv.mp499.78MB
11.金融数据处理分析实战案例_1.案例一_recv.mp493.17MB
12.金融数据处理分析实战案例_2.案例二:多指标条件选股分析_1_recv.mp4147.13MB
13.金融数据处理分析实战案例_2.案例二:多指标条件选股分析_2_recv.mp485.84MB
08量化交易策略模块5.77GB
讲义11.61MB
1.三大经典策略_金程教育2.39MB
5.1_动量策略-Momentum Strategy.ipynb289.5KB
5.1_均值回归_Mean Reverting Strategy.ipynb196.04KB
5.1_SMA_移动平均及双均线模型.ipynb543.82KB
AQF核心_5_Python交易策略_1.pdf1.38MB
2.配对交易_金程教育569.22KB
Pair trading策略-考虑时间序列平稳性.ipynb314.31KB
Pair trading策略.ipynb254.91KB
2.配对交易_金程教育835.62KB
AQF核心_5_Python交易策略_2.pdf835.62KB
3.量化投资与技术分析3.93MB
技术术分析策略和交易系统3.8MB
01_v2_6.2_技术分析策略和交易系统-3_布林带指标_循环法二次优化.ipynb308.93KB
01_v2_6.2_技术分析SMA + CCI双指标交易系统_循环法二次优化.ipynb347.98KB
01_v3_6.2_CCI_pandas向量填充法-分开交易和持仓信号.ipynb194.25KB
01_v3_6.2_CCI_pandas向量填充法_合并交易和持仓信号.ipynb285.37KB
iterrows使用说明.ipynb6.59KB
量化投资与技术分析_金程教育.pdf2.68MB
量化与形态识别141.38KB
基于K线形态锤子线的趋势跟踪策略——带最新备注版本.ipynb141.38KB
4.大数据舆情分析策略_基于谷歌搜索的大数据舆情分析375.28KB
Data251.54KB
paper_data.csv251.54KB
6.4_基于谷歌搜索的大数据舆情分析策略.ipynb123.74KB
5.CTA_交易系统(Aberration)_金程教育149.25KB
.ipynb_checkpoints73.75KB
CTA_交易系统(Aberration)_趋势跟踪系统_股票修改版-checkpoint.ipynb73.75KB
CTA_交易系统(Aberration)_趋势跟踪系统_股票修改版.ipynb75.5KB
6.机器学习_金程教育3.4MB
机器学习策略1——逻辑回归预测股市涨跌(算法转换:SVM).ipynb293.16KB
机器学习策略2——基于SVM回归算法预测股市收益率.ipynb249.96KB
机器学习算法基础案例.ipynb192.34KB
量化投资与技术分析_金程教育.pdf2.68MB
produce_data.py776B
visualization.py1.12KB
1.三大经典策略_1.移动平均策略SMA_1_recv_.mp4245.13MB
2.三大经典策略_1.移动平均策略SMA_2_recv_.mp4199.75MB
3.三大经典策略_1.移动平均策略SMA_3_recv_.mp4212.78MB
4.三大经典策略_2.动量策略Momentum_1_recv_.mp4178.44MB
5.三大经典策略_2.动量策略Momentum_2_recv_.mp4131.72MB
6.三大经典策略_3.均值回归策略_1_recv_.mp497.38MB
7.三大经典策略_3.均值回归策略_2_recv_.mp4135.38MB
8.配对交易_1.原理_recv_.mp4208.81MB
9.配对交易_2.策略实战_1_recv_.mp4238.72MB
10.配对交易_2.策略实战_2_recv_.mp4213.22MB
11.配对交易_3.回测思路小结_recv_.mp434.03MB
12.量化投资与技术分析_1.技术分析理论_recv_.mp4133.75MB
13.量化投资与技术分析_2.CCI策略_recv_.mp4194.06MB
14.量化投资与技术分析_3.布林带策略_1_recv_.mp4138.94MB
15.量化投资与技术分析_3.布林带策略_2_recv_.mp4104.56MB
16.SMA和CCI双指标交易系统_recv_.mp463.28MB
17.量化投资与技术分析_5.形态识别和移动止损策略_1.策略原理_recv_.mp468.13MB
18.量化投资与技术分析_5.形态识别和移动止损策略_2.锤子线形态_recv_.mp4138.25MB
19.量化投资与技术分析_5.形态识别和移动止损策略_3.策略逻辑_1_recv_.mp4133.03MB
20.量化投资与技术分析_5.形态识别和移动止损策略_3.策略逻辑_2_recv_.mp494.06MB
21.大数据舆情分析策略_基于谷歌搜索的大数据舆情分析_1.策略_recv_.mp495.19MB
22.大数据舆情分析策略_基于谷歌搜索的大数据舆情分析_2.策略_recv_.mp485.97MB
23.大数据舆情分析策略_基于谷歌搜索的大数据舆情分析_3.策略_recv_.mp498.06MB
24.CTA交易策略_Aberration趋势跟踪系统_recv_.mp4312.25MB
25.量化投资与机器学习_1.机器学习算法原理_1_recv_.mp4262.56MB
26.量化投资与机器学习_1.机器学习算法原理_2_recv_.mp4270.5MB
27.量化投资与机器学习_1.机器学习算法原理_3.逻辑回归原理_recv_.mp4279.66MB
28.量化投资与机器学习_1.机器学习算法原理_4.SVM算法原理_recv_.mp4164.78MB
29.量化投资与机器学习_1.机器学习算法原理_5.决策树算法原理_recv_.mp4125.19MB
30.量化投资与机器学习_1.机器学习算法原理_6.KNN算法原理_recv_.mp423.81MB
31.量化投资与机器学习_1.机器学习算法原理_7.神经网络算法原理_recv_.mp4135MB
32.量化投资与机器学习_1.机器学习算法原理_8.K-means算法原理_recv_.mp480.16MB
33.量化投资与机器学习_2.机器学习算法实现_1.数据集生成原理_recv_.mp4135.66MB
34.量化投资与机器学习_2.机器学习算法实现_2.数据集可视化_recv_.mp494.75MB
35.量化投资与机器学习_2.机器学习算法实现_3.逻辑回归算法实现_recv_.mp477.81MB
36.量化投资与机器学习_2.机器学习算法实现_4.DT_KNN_NB算法_recv_.mp466.28MB
37.量化投资与机器学习_2.机器学习算法实现_5.SVM算法实现_recv_.mp497.72MB
38.量化投资与机器学习_2.机器学习算法实战_基于逻辑回归和SVM_recv_.mp4133.03MB
39.量化投资与机器学习_2.机器学习算法实战_基于逻辑回归和SVM_recv_.mp4190.19MB
40.量化投资与机器学习_2.机器学习算法实战_基于逻辑回归和SVM_recv_.mp4208.13MB
09面向对象和实盘交易1.3GB
AQF第09章.面向对象和实盘交易171.64KB
股债平衡交易策略_面向对象实现 & 仓位控制.ipynb101.76KB
面向对象编程.ipynb69.88KB
1.模块内容整体介绍_recv.mp475.16MB
2.面向对象、类、实例、属性和方法_recv.mp4133.96MB
3.创建类、实例、方法_recv.mp4169.56MB
4.__init__初始化方法_recv.mp474.12MB
5.面向对象编程实例_recv.mp4214.84MB
6.继承的概念及代码实现_recv.mp4158.24MB
7.面向对象继承的实战案例_recv.mp4128.92MB
8.多继承和量化交易平台的面向对象开发思路_recv.mp4122.84MB
9.用面向对象方法实现股债平衡策略_recv.mp4250.49MB
10基于优矿平台的面向对象策略1.32GB
AQF第10章.基于优矿平台的面向对象_金程教育2.78MB
多因子策略模板.nb39.65KB
单因子有效性研究模板.nb550.27KB
基于优矿平台的面向对象策略_金程教育.pdf1.67MB
均值回归%2B仓位控制器.nb68.78KB
去异常值标准化函数讲解.nb163.79KB
双均线策略写法.nb59.29KB
小市值策略写法1.nb18.32KB
小市值策略写法2.nb24.92KB
优矿数据获取.nb214.48KB
1.优矿平台介绍_recv_.mp4105MB
2.优矿平台回测框架介绍_recv_.mp4171.28MB
3.优矿框架之Context对象用法_recv_.mp4124.56MB
5.优矿框架之其他重要操作_recv_.mp481.56MB
7.优矿策略之小市值策略写法_recv_.mp452.66MB
8.优矿策略之双均线策略_recv_.mp4110.09MB
10.优矿策略之均值回归:策略逻辑_recv_.mp4123.97MB
11.优矿策略之单因子策略模板一_策略介绍_recv_.mp465.13MB
13.优矿策略之单因子策略模板三_策略函数_recv_.mp490.09MB
14.优矿策略之单因子策略模板四:策略逻辑和分析框架_recv_.mp483.94MB
15.优矿策略之多因子策略模板一:策略思路和方法_recv_.mp498.75MB
16.优矿策略之多因子策略模板一:策略讲解(1)_recv_.mp4120.06MB
17.优矿策略之多因子策略模板一:策略讲解(2)_recv_.mp462.41MB
18.优矿策略之因子数据处理:去极值和标准化_recv_.mp462.22MB
11面向对象实盘交易之Oanda1.48GB
AQF第11章.面向对象实盘交易之Oanda_金程教育1.61MB
ADXTrader.py6.66KB
AQF第11章.pdf966.99KB
实盘交易之Oanda平台.ipynb677.25KB
1.Oanda平台介绍和账户配置_recv.mp474.97MB
2.Oanda账户密码配置和交易框架原理_recv.mp482.35MB
3.Oanda连接账户并查看信息_recv.mp4115.48MB
3_recv.mp4204.61MB
4.从OandaAPI获得历史数据_recv.mp4113.57MB
6.Oanda高级交易订单_recv.mp4107.8MB
7.Oanda其他高级功能_recv.mp487.72MB
8.Oanda实战ADX策略一_数据读取与处理_recv.mp4105.36MB
9.Oanda实战ADX策略二:策略逻辑编写和可视化_recv.mp478.58MB
10.Oanda通过实时数据API调取实时数据_recv.mp464.93MB
11.Oanda读取实时数据并进行resample_recv.mp496.45MB
12.Oanda实盘交易策略ADX_策略介绍_recv.mp4101.37MB
13.Oanda实盘交易策略ADX_历史数据处理_recv.mp4136.68MB
14.Oanda实盘交易策略ADX_实时数据和实时交易_recv.mp4145.36MB
12面向对象实盘交易之IB1.01GB
AQF第12章.面向对象实盘交易之IB_金程教育1.64MB
AQF第12章.pdf846.04KB
event测试.ipynb1.53KB
V5_20170924_实盘交易平台IB_免费数据版.ipynb113.34KB
V6_20170926_IB三均线交易模型实盘交易策略.ipynb719.1KB
1.IB实战平台介绍和API安装调试_.mp486.63MB
3.IB实战平台请求和响应原理2和线程控制_.mp4113.28MB
5.IB响应函数(wrapper)讲解_2_.mp480.59MB
6.IB响应函数(wrapper)讲解_3_.mp451MB
8.IB程序化下单、仓位及账户查询_.mp4116.22MB
9.IB三均线交易_金字塔仓位下单控制模型实盘交易_策略原理、线程控制原理_.mp4147.44MB
10.IB三均线交易_金字塔仓位下单控制模型实盘交易_策略结构总览、响应函数逻_.mp4175.03MB
11.IB三均线交易_金字塔仓位下单控制模型实盘交易_交易信号逻辑_.mp4104.28MB
12.IB三均线交易_金字塔仓位下单控制模型实盘交易_交易主逻辑、策略展示和总结_.mp4160.5MB
13基于优矿的进阶学习5.31GB
AQF第13章.基于优矿的进阶学习23.1MB
经典量化算法394.17KB
本杰明•格雷厄姆成长股投资策略.nb56.02KB
本杰明•格雷厄姆积极投资策略.nb36.47KB
动量策略.nb18.52KB
海龟交易系统.nb48.58KB
惠特尼•乔治小型价值股投资策略.nb32.39KB
金肯特纳交易系统.nb20.69KB
均线排列交易系统.nb21.65KB
日期效应.nb126.67KB
史蒂夫•路佛价值投资策略.nb33.18KB
技术分析177.11KB
BOLL择时策略.nb24.73KB
CCI择时策略.nb27.76KB
MACD择时策略.nb25.2KB
MFI择时策略.nb26.98KB
RSI择时策略.nb25.52KB
唐奇通道择时策略.nb24.82KB
WVAD择时策略.nb22.09KB
1.1回测与策略框架 .nb93.79KB
1.1回测与策略框架&1.2评价指标.pdf2.94MB
经典量化算法.pdf7.04MB
技术分析.pdf12.47MB
1.量化投资策略回测之回测与策略框架_recv.mp4212.64MB
2.量化投资策略回测之评价指标_recv.mp4357.24MB
3.量化投资策略回测之量化策略设计流程简介_recv.mp486.39MB
4.量化投资策略回测之择时策略举例(双均线)_recv.mp4139.43MB
5.量化投资策略回测之量化投资模板1.0选股和择时_recv.mp4216.5MB
6.基于技术分析的量化投资之简介_recv.mp4170.21MB
7.基于技术分析的量化投资之技术指标简介_recv.mp464.82MB
8.基于技术分析的量化投资之MACD择时策略_recv.mp4214.53MB
9.基于技术分析的量化投资之WVAD择时策略_recv.mp4185.74MB
10.基于技术分析的量化投资之RSI择时策略_recv.mp4158.02MB
11.基于技术分析的量化投资之MFI择时策略_recv.mp4180.04MB
12.基于技术分析的量化投资之cci择时策略_recv.mp4203.99MB
13.基于技术分析的量化投资之技术指标总结_recv.mp426.66MB
14.基于技术分析的量化投资之通道技术_recv.mp4323.97MB
15.量化投资策略精讲之日期效应_recv.mp4199.03MB
16.量化投资策略精讲之动量效应_recv.mp4254.47MB
17.量化投资策略精讲之格雷厄姆成长投资_recv.mp4388.1MB
18.量化投资策略精讲之积极投资策略_recv.mp4255.43MB
19.量化投资策略精讲之价值投资策略_recv.mp4302.1MB
20.量化投资策略精讲之小型价值股投资策略_recv.mp4302.11MB
21.量化投资策略精讲之交易系统设计的一般原理_recv.mp4129.83MB
22.量化投资策略精讲之均线排列系统_recv.mp4230.23MB
23.量化投资策略精讲之金肯纳特交易系统_recv.mp4261.04MB
24.量化投资策略精讲之海龟交易系统_1_recv.mp4103.34MB
25.量化投资策略精讲之海龟交易系统_2_recv.mp4267.16MB
26.量化投资策略精讲之海龟交易法_3_recv.mp4178.57MB
14赠品课程:实战财务分析快速入门课程1.26GB
1.财务报表分析原理_recv.mp4363.44MB
2.财务报表分析基础知识_recv.mp4308.19MB
3.财务报表指标分析技术_recv.mp4204.61MB
4.上市公司财务报表分析实战案例_recv.mp4416.7MB
python量化投资常用代码_jc教育量化投资团队209.68KB
python量化投资常用代码_jc教育量化投资团队.ipynb209.68KB
网站声明:
1. 本站链接通过程序自动收集互联网公开分享链接,本站不储存、复制、传播任何网盘文件,也不提供下载服务。
2. 本站遵守相关法律法规,坚决杜绝一切违规不良信息,如您发现任何涉嫌违规的网盘信息,请立即向网盘官方网站举报,并及时反馈给我们进行屏蔽删除。同时您必须了解并同意本站《用户协议》,严禁搜索非法关键词。
3. 本站高度重视知识产权保护和个人隐私保护,如有网盘链接侵犯您的合法权益,请立即向网盘官方网站举报,并参见本站《版权说明》提供书面材料联系我们屏蔽删改。
4. 本站作为非经营性网站,所有服务仅供学习交流使用。
资源评论 AUP主 M管理员