《量化金融交易策略分析》教学大纲课程名称：量化金融交易策略分析课程类别（必修/选修）：专业必修课课程英文名称：QuantitativeStrategyAnalysis其中实验/实践学时：16总学时/周学时/学分：32/2/2先修课程：程序设计I，程序设计Il，Python与大数据分析，数据挖掘与机器学习后续课程支撑：项目化课程6授课地点：莞城校区实验楼503授课时间：1至16周星期二1-2节授课对象：2022级经融1-2班开课学院：粤台产业科技学院任课教师姓名/职称：苏宁/工程师答整时间、地点与方式：工作时间/微信群课程考核方式：开卷（）闭卷（）课程论文（）其它（V）使用教材：（Python量化交易实战）教学参考资料：“掘金量化”支持文档（“https://www.myquant.cn/docs2”）课程简介：在目前不断变化、蓬勒发展的中国资本市场，量化投资作为新兴的投资方法，引来越来越多的关注，使用量化投资技术的证券从业人员也越来越多，本课程内容主要包括Python量化投资环境的搭建、金融量化数据相关类库的使用、掘金量化终端的使用、Talib金融库的详解、多因子策略的介绍、带技术指标的多因子策略、中证红利指数增强策略、回归分析与Tensorfow、回归模型的经典应用、配对交易相关知识等。课程教学目标及对毕业要求指标点的支撑：C2,C3,C4毕业要求课程教学目标支撑毕业要求指标点C2运用专业知识的能力：具有良好的目标1：1能部署Python开发环境，正确加载和调用NumPy综合应用知识能力和实践能力，能把学了解量化交易所需的最新工具pandas、Matplotlib库进行程序编写。到的经济学和金融学知识运用于实践。1
1 《量化金融交易策略分析》教学大纲 课程名称： 量化金融交易策略分析 课程类别（必修/选修）：专业必修课 课程英文名称：Quantitative Strategy Analysis 总学时/周学时/学分：32/2/2 其中实验/实践学时：16 先修课程： 程序设计 I，程序设计 II，Python 与大数据分析，数据挖掘与机器学习 后续课程支撑： 项目化课程 6 授课时间： 1 至 16 周星期二 1-2 节 授课地点：莞城校区实验楼 503 授课对象： 2022 级经融 1-2 班 开课学院： 粤台产业科技学院 任课教师姓名/职称： 苏宁/工程师 答疑时间、地点与方式：工作时间/微信群 课程考核方式：开卷（）闭卷（）课程论文（）其它（√） 使用教材：《Python 量化交易实战》 教学参考资料：“掘金量化”支持文档（“https://www.myquant.cn/docs2”） 课程简介：在目前不断变化、蓬勒发展的中国资本市场，量化投资作为新兴的投资方法，引来越来越多的关注，使用量化投资技术的证券从业人员也越 来越多，本课程内容主要包括 Python 量化投资环境的搭建、金融量化数据相关类库的使用、掘金量化终端的使用、Talib 金融库的详解、多因子策略的 介绍、带技术指标的多因子策略、中证红利指数增强策略、回归分析与 Tensorfow、回归模型的经典应用、配对交易相关知识等。 课程教学目标及对毕业要求指标点的支撑：C2,C3,C4 课程教学目标 支撑毕业要求指标点 毕业要求 目标 1： 了解量化交易所需的最新工具 C2 运用专业知识的能力: 具有良好的 综合应用知识能力和实践能力，能把学 到的经济学和金融学知识运用于实践。 1能部署Python开发环境，正确加载和调用NumPy， pandas、Matplotlib 库进行程序编写
C3创新能力具有从事本专业相关职业活动所需要的技术能力、社会行为能力和创新能目标2：2能在实践在掌握交易策略的适用性，并能针对实力：具有一定的通过调研、挖掘和发现了解量化交易策略的种类，基本原理，并能针对不同场景际场景选择合理的策略。市场需求，从而进行创新应用金融商品选择正确的策略工具。开发的能力：具备将自身技能与群体技能相融合的能力，以及积极探索、开拓进取、勇于创新、自主创业的能力。C4发展能力目标3：具有在实践中学习、锻炼和积累管理知3能够利用中国证券A股市场的，运用Python语掌握量化策略在Pvthon中的实现，能对回测结果进行有效识与经验的能力：能从事金融商品营销言建立策略和回测策略，并对结果给出合理评估。性评估。及研究等方面工作的高级经济与金融专业人才。理论教学进程表课教学时教学内容（重点、难点、课程思政融入教学模式支撑课周次教学主题教学方法作业安排数师点)线下/混合式程目标1.量化交易概念主流量化交易平台2.重点：量化交易特点与应用有哪一些？各有哪3.量化交易历史苏宁混合式课堂讲授2目标1些优缺点？在聚宽1量化交易概述课程思政融入点：2012年到2016年量化量化平台上注册账对冲策略管理的资金规模增长了20倍，号管理期货策略更是增长了30倍，增长的2
2 目标 2： 了解量化交易策略的种类，基本原理，并能针对不同场景 选择正确的策略工具。 C3 创新能力 具有从事本专业相关职业活动所需要 的技术能力、社会行为能力和创新能 力；具有一定的通过调研、挖掘和发现 市场需求，从而进行创新应用金融商品 开发的能力；具备将自身技能与群体技 能相融合的能力，以及积极探索、开拓 进取、勇于创新、自主创业的能力。 2 能在实践在掌握交易策略的适用性，并能针对实 际场景选择合理的策略。 目标 3： 掌握量化策略在 Python 中的实现，能对回测结果进行有效 性评估。 C4 发展能力 具有在实践中学习、锻炼和积累管理知 识与经验的能力；能从事金融商品营销 及研究等方面工作的高级经济与金融 专业人才。 3 能够利用中国证券 A 股市场的，运用 Python 语 言建立策略和回测策略，并对结果给出合理评估。 理论教学进程表 周次 教学主题 授课教 师 学时 数 教学内容（重点、难点、课程思政融入 点） 教学模式 线下/混合式 教学方法 作业安排 支撑课 程目标 1 量化交易概述 苏宁 2 1. 量化交易概念 2. 重点：量化交易特点与应用 3. 量化交易历史 课程思政融入点：2012 年到 2016 年量化 对冲策略管理的资金规模增长了 20 倍， 管理期货策略更是增长了 30 倍，增长的 混合式 课堂讲授 主流量化交易平台 有哪一些？各有哪 些优缺点？在聚宽 量化平台上注册账 号 目标 1
速度是所有策略中最快的。相比美国量化基金发展历程，中国现在基本处于美国90年代至21世纪之间的阶段。引导学生认识我国的量化交易的发展程度，认识量化交易对社会主义市场的重要作用。使学生明白量化投资获利的逻辑在于从海量的历史数据中寻找能够带来超额收益的多种"大概率"策略，并严格地按照这些策略所构建的数量化模型来投资，以获得稳定、可持续的超额回报。并使市场投资走向更理性的阶段1．常见量化交易平台2.拥金量化交易平台3．重点：编写Python代码来创建量化苏宁混合式课堂讲授1目标12量化交易平台交易策略的步骤4．难点：量化交易的回测操作步骤5.量化交易的模拟交易Python环境变量1.Python基础回顾2.Python开发环境苏宁混合式1目标13.Python基础回顾课堂讲投3Python面向对象4.Python函数与面向对象Python常用库回顾5.重点：Python量化交易常用库1.NumPy的初步使用2图形化数据处理--Matplotlib包的Python类库的使使用目标1混合式4苏宁1课堂讲授用-数据处理及可3.常用的统计分析方法-相似度计算视化展示4.数据的统计学可视化展示5.热点图-属性相关性检测3
3 速度是所有策略中最快的。相比美国量 化基金发展历程，中国现在基本处于美 国 90 年代至 21 世纪之间的阶段。引导 学生认识我国的量化交易的发展程度， 认识量化交易对社会主义市场的重要作 用。使学生明白量化投资获利的逻辑在 于从海量的历史数据中寻找能够带来超 额收益的多种 "大概率 "策略，并严格地按 照这些策略所构建的数量化模型来投 资，以获得稳定、可持续的超额回报。 并使市场投资走向更理性的阶段。 2 量化交易平台 苏宁 1 1 ． 常见量化交易平台 2 ． 掘金量化交易平台 3 ． 重点 ：编写 Python 代码来创建量化 交易策略的步骤 4． 难点：量化交易的回测操作步骤 5． 量化交易的模拟交易 混合式 课堂讲授 目标 1 3 Python 基础回顾 Python 面向对象 Python 常用库回顾 苏宁 1 1 ． Python 环境变量 2 ． Python 开发环境 3 ． Python 基础回顾 4 ． Python 函数与面向对象 5 ． 重点 ： Python 量化交易常用库 混合式 课堂讲授 目标 1 4 Python 类 库 的 使 用-数据处理及可 视化展示 苏宁 1 1. NumPy 的初步使用 2. 图形化数据处理-Matplotlib 包的 使用 3. 常用的统计分析方法-相似度计算 4. 数据的统计学可视化展示 5. 热点图 -属性相关性检测 混合式 课堂讲授 目标 1
Talib金融工具库的介绍1.Talib金融库使用2.Talib金融工具库函数目标1混合式课堂讲投5苏宁Talib金融工具回测3.详解4.两种经典的轨道突破策略介绍1.重点：什么是因子？2.因子的量化选择目标1苏宁6多因子策略1混合式课堂讲授3.基于成长因子的模型测试4.霍华罗斯曼投资模型1.技术面多因子介绍2．较为复杂的技术因子3.波动率因子基本面包括哪些因课程思政融入点：通过证券市场的价值子？以你对这些因投资，引导学生理解他们在大学期间的带技术指标的多因子的了解，对这些苏宁课堂讲授混合式时间相对人生十分短暂和宝贵，在日常7目标2因子的重要性进行子策略中应把这些时间当成自己的投资成本，排序，并解释为什合理利用时间，对自己的时间进行量化么。分配，以期使自己的学习效率得到最大的提高，在毕业时能获得知识面的大收益。1.中证红利指数基金介绍中证红利指数增强苏宁混合式课堂讲授12：、基于中证红利的指数增强基金策略目标2S策略的构建在课本第10章中挑回归分析基础选5个你觉得最有1.2.回归分析的一些其他计算方法用的指标，解释为苏宁1混合式课堂讲投目标29回归分析基础3.量化策略基本思路与简单实现什么。并利用这些指标对现有市场A4.逻辑回归帮你做决定股进行选股，写出4
4 5 Talib 金融库使用 详解 苏宁 1 1. Talib 金融工具库的介绍 2. Talib 金融工具库函数 3. Talib 金融工具回测 4. 两种经典的轨道突破策略介绍 混合式 课堂讲授 目标 1 6 多因子策略 苏宁 1 1. 重点 ：什么是因子？ 2. 因子的量化选择 3. 基于成长因子的模型测试 4. 霍华罗斯曼投资模型 混合式 课堂讲授 目标 1 7 带技术指标的多因 子策略 苏宁 1 1 ． 技术面多因子介绍 2 ． 较为复杂的技术因子 3 ． 波动率因子 课程思政融入点：通过证券市场的价值 投资，引导学生理解他们在大学期间的 时间相对人生十分短暂和宝贵，在日常 中应把这些时间当成自己的投资成本， 合理利用时间，对自己的时间进行量化 分配，以期使自己的学习效率得到最大 的提高，在毕业时能获得知识面的大收 益。 混合式 课堂讲授 基本面包括哪些因 子？以你对这些因 子的了解，对这些 因子的重要性进行 排序，并解释为什 么。 目标 2 8 中证红利指数增强 策略 苏宁 1 1 ． 中证红利指数基金介绍 2 ． 基于中证红利的指数增强基金策略 的构建 混合式 课堂讲授 目标 2 9 回归分析基础 苏宁 1 1 ． 回归分析基础 2 ． 回归分析的一些其他计算方法 3 ． 量化策略基本思路与简单实现 4 ． 逻辑回归帮你做决定 混合式 课堂讲授 在课本第 1 0章中挑 选 5 个你觉得最有 用的指标，解释为 什么。并利用这些 指标对现有市场 A 股进行选股，写出 目标 2
你所选的股票。CAPM模型简介1.回归模型的经典应苏宁1混合式课堂讲投目标2102.三因子模型用3.PB-ROE回归模型1.配对交易的基本理论苏宁1混合式课堂讲授2.协整性的判定与检验目标211配对交易3.配对交易算法利用Python编写MACD指标量化1.指标在模拟盘中的-混合式课堂讲授苏宁交易策略并回测目标212使用与策略回测2.风控指标理解1.机器学习入门量化交易与机器学2.对比课本12章中各监督学习与非监督学习混合式课堂讲授苏宁1机器学习在PYTHON中第三方库的种机器学习模型的目标2133.习与因子分析运用安装与使用优缺点。14.常用机器学习模型实现流程1线性回归、决策树、随机森林、支量化交易与机器学持向量机、朴素贝叶斯、神经网络模型1课堂讲授苏宁混合式目标214习与因子分析运用分类理解与实现：21.基于基本面分析的交易策略实现与运用2：，课程思政融入点：引导学生树立正量化策略交易模型确的价值观和投资观，明白什么是理性课堂讲投苏宁混合式1目标215投资而非投机，量化投资与分析并不能搭建预测股价涨跌，而是给了投资者一个投资参考。n
5 你所选的股票。 10 回归模型的经典应 用 苏宁 1 1． CAPM 模型简介 2． 三因子模型 3． PB-ROE 回归模型 混合式 课堂讲授 目标 2 11 配对交易 苏宁 1 1． 配对交易的基本理论 2． 协整性的判定与检验 3． 配对交易算法 混合式 课堂讲授 目标 2 12 指标在模拟盘中的 使用与策略回测 苏宁 1 1. 利用 Python 编写 MACD 指标量化 交易策略并回测 2. 风控指标理解 混合式 课堂讲授 目标 2 13 量化交易与机器学 习与因子分析运用 1 苏宁 1 1. 机器学习入门 2. 监督学习与非监督学习 3. 机器学习在PYTHON中第三方库的 安装与使用 4. 常用机器学习模型实现流程 混合式 课堂讲授 对比课本12章中各 种机器学习模型的 优缺点。 目标 2 14 量化交易与机器学 习与因子分析运用 2 苏宁 1 1． 线性回归、决策树、随机森林、支 持向量机、朴素贝叶斯、神经网络模型 分类理解与实现； 混合式 课堂讲授 目标 2 15 量化策略交易模型 搭建 苏宁 1 1． 基于基本面分析的交易策略实现与 运用 2． 课程思政融入点：引导学生树立正 确的价值观和投资观，明白什么是理性 投资而非投机，量化投资与分析并不能 预测股价涨跌，而是给了投资者一个投 资参考。 混合式 课堂讲授 目标 2