最新微专业抢占先机！成为AI量化交易精英视频教程

目录：
┣━━【资料】稀牛学院-实验课程
┃ ┣━━1学习使用稀牛学院的在线实验环境
┃ ┃ ┣━━1学习使用稀牛学院的在线实验环境.doc
┃ ┃ ┣━━1学习使用稀牛学院的在线实验环境.png
┃ ┃ ┗━━1学习使用稀牛学院的在线实验环境2.pdf
┃ ┣━━2第一门：量化交易基础
┃ ┃ ┣━━2Quantitative_trading_basis.zip
┃ ┃ ┗━━2第一门：量化交易基础.png
┃ ┣━━3第二门：投资标的：Alpha策略篇
┃ ┃ ┣━━3New_Alpha_Strategy.zip
┃ ┃ ┗━━3第二门：投资标的：Alpha策略篇.png
┃ ┣━━4第三门：投资标的：CTA传统与进阶篇
┃ ┃ ┣━━4CTA.zip
┃ ┃ ┗━━4第三门：投资标的：CTA传统与进阶篇.png
┃ ┣━━5第四门：投资标的：高频交易篇
┃ ┃ ┣━━5High_frequency_trading.zip
┃ ┃ ┗━━5第四门：投资标的：高频交易篇.png
┃ ┣━━6第五门：衍生品：定价模型初级篇
┃ ┃ ┣━━6Derivative_Pricing_Part1.zip
┃ ┃ ┗━━6第五门：衍生品：定价模型初级篇.png
┃ ┗━━7第六门：衍生品：定价模型高级篇
┃ ┣━━7第六门：衍生品：定价模型高级篇.doc
┃ ┣━━7第六门：衍生品：定价模型高级篇.png
┃ ┗━━7第六门：衍生品：定价模型高级篇2.png
┣━━00课件
┣━━01AI量化交易微专业系列直播课
┃ ┣━━课时1量化交易实战应用与就业——全方位探索AI量化交易（下）.mp4
┃ ┣━━课时2打开量化交易的大门——全方位探索AI量化交易（上）.mp4
┃ ┣━━课时3老司机领你探索AI量化交易.mp4
┃ ┣━━课时4从小白到入门，给程序员的量化交易第一课.mp4
┃ ┣━━课时5走近科学：传说中的量化策略到底多神秘？.mp4
┃ ┣━━课时6如何应用量化技术做全球资产配置.mp4
┃ ┣━━课时7AI量化交易，你不可不知的另类数据投资.mp4
┃ ┣━━课时8不要怂！非CS非math的量化小白入门经验分享.mp4
┃ ┗━━课时9一探究竟，量化实例讲解.mp4
┣━━02量化交易基础
┃ ┗━━第1章 量化交易基础：成对交易与优化
┃ ┣━━1.1 量化交易简介.mp4
┃ ┣━━1.2 大纲简介与课程设置.mp4
┃ ┣━━1.3 成对交易算法.mp4
┃ ┣━━1.4 【Python实战】基于成对交易算法的目标股票池选取和自动交易.mp4
┃ ┣━━1.5 成对交易问题探讨与模型优化.mp4
┃ ┣━━1.6【Python实战】案例算法优化之动态成对交易模型.mp4
┃ ┗━━1.7课程声明.mp4
┣━━03投资标的：Alpha策略篇
┃ ┣━━第2章 寻找市场中的alpha
┃ ┃ ┣━━2.1 利用技术面数据挖掘A股中具有超额收益的股票.mp4
┃ ┃ ┣━━2.2 【Python实战】基于单因子回测的因子有效性验证.mp4
┃ ┃ ┣━━2.3 量价因子和基本面因子的有效性和换手率.mp4
┃ ┃ ┣━━2.4 因子的评价体系和IC，IR，在自制回测框架中加入因子评价指标.mp4
┃ ┃ ┣━━2.5 因子间相关性和PCA，利用自制回测框架计算因子的相关性矩阵.mp4
┃ ┃ ┣━━2.6 【Python实战】利用PCA使多个因子降维和去除共线性.mp4
┃ ┃ ┗━━2.7课程声明.mp4
┃ ┣━━第3章 投资组合的对冲和多因子模型
┃ ┃ ┣━━3.1 如何用期货对冲beta收益，做到无论市场涨跌与否都能赚得收益.mp4
┃ ┃ ┣━━3.2 基于均价、开盘-收盘价在自制回测框架中加入更细致的撮合.mp4
┃ ┃ ┣━━3.3 【Python实战】建立简单投资组合的对冲回测，检验策略收益.mp4
┃ ┃ ┣━━3.4 线性回归和多因子股票组合，画出无视牛熊市的超额收益曲线.mp4
┃ ┃ ┣━━3.5 因子加权方式对组合收益的影响以及IC、IR加权.mp4
┃ ┃ ┣━━3.6 【Python实战】回测多因子组合策略，提升自己策略的收益表现.mp4
┃ ┃ ┗━━3.7课程声明.mp4
┃ ┣━━第4章 【新】第四章 Barra风险模型和波动率
┃ ┃ ┣━━4.0本章概述.mp4
┃ ┃ ┣━━4.1风险模型简介.mp4
┃ ┃ ┣━━4.2Barra结构化风险模型.mp4
┃ ┃ ┣━━4.3因子收益风险估计.mp4
┃ ┃ ┣━━4.4特质收益风险估计.mp4
┃ ┃ ┣━━4.5【Python实战】Barra风险模型A股本土化.mp4
┃ ┃ ┗━━4.6课程声明.mp4
┃ ┗━━第4章 Barra风险模型和波动率
┃ ┣━━4.1 Barra风险模型的风格因子，了解市场不同阶段股票的涨幅特征.mp4
┃ ┣━━4.2 风格因子在投资组合上的暴露，在回测系统中加入风险暴露模块.mp4
┃ ┣━━4.3 【Python实战】利用减小风格暴露减少多因子组合的历史回撤.mp4
┃ ┣━━4.4 协方差矩阵和组合收益波动率，凸优化在组合投资中的应用.mp4
┃ ┣━━4.5 利用sharp ratio评价组合策略，实现多倍杠杆进入股市.mp4
┃ ┣━━4.6【Python实战】利用协方差矩阵减小投资组合的波动率.mp4
┃ ┗━━4.7课程声明.mp4
┣━━04投资标的：CTA传统与进阶篇
┃ ┣━━第5章 CTA入门与CTA策略回测
┃ ┃ ┣━━5.1.1什么是CTA策略.mp4
┃ ┃ ┣━━5.1.2CTA策略的主要特点与分类.mp4
┃ ┃ ┣━━5.1.3CTA策略的盈利来源.mp4
┃ ┃ ┣━━5.2.1CTA信号的定义，三种不同的定义方法.mp4
┃ ┃ ┣━━5.2.2使用Sharpe、Calmar，最大回撤，收益回撤比评价CTA策略.mp4
┃ ┃ ┣━━5.2.3看得见的看不见的交易成本.mp4
┃ ┃ ┣━━5.2.4回测和真实交易的差距.mp4
┃ ┃ ┗━━5.2.5【Python案例】推进分析下的均线策略.mp4
┃ ┣━━第6章 传统CTA
┃ ┃ ┣━━6.1技术指标与业内内幕级别第三方库.mp4
┃ ┃ ┣━━6.2样本内和样本外.mp4
┃ ┃ ┣━━6.3过拟合和欠拟合.mp4
┃ ┃ ┗━━6.4【python实战】基于推进分析的双均线策略回测与评价.mp4
┃ ┣━━第7章 机器学习CTA
┃ ┃ ┣━━7.1什么是机器学习.mp4
┃ ┃ ┣━━7.2监督与非监督式学习.mp4
┃ ┃ ┣━━7.3从因子出发理解机器学习“黑箱”.mp4
┃ ┃ ┣━━7.4传统的因子分析为什么不适合用来理解机器学习“黑箱”.mp4
┃ ┃ ┣━━7.5【R实战】机器学习策略的归因于回撤时的调整策略.mp4
┃ ┃ ┣━━7.6【python实战】基于机器学习做出第一个机器学习CTA策略.mp4
┃ ┃ ┗━━7.7【python实战】使用H2O建立你的第一个机器学习CTA策略.mp4
┃ ┗━━第8章 仓位控制和分配
┃ ┣━━8.1基于预测值和其他指标进行仓位控制.mp4
┃ ┣━━8.2波动率倒数模型.mp4
┃ ┣━━8.3均值-方差模型（Mean Variance Model）.mp4
┃ ┣━━8.4Black Litteman 模型.mp4
┃ ┣━━8.5【进阶】仓位控制和分配进阶学习.mp4
┃ ┗━━8.6【Pyhton实战】用Python实现Mean Variance模型.mp4
┣━━05投资标的：高频交易篇
┃ ┣━━09.第九章 市场的动量和反转
┃ ┃ ┣━━9.1多股票的相关性，了解行业内股票的轮动和互相牵扯关系.mp4
┃ ┃ ┣━━9.2【Pyhton实战】寻找行业最相关的两只股票并设计相关性策略.mp4
┃ ┃ ┣━━9.3市场的短期波动和主动成交方向的关系.mp4
┃ ┃ ┣━━9.4回归和动量：市场的正反面.mp4
┃ ┃ ┗━━9.5【python实战】设计简单的均值回归策略和动量突破策略_20190722_222817.mp4
┃ ┣━━10.第十章 瞬息万变的市场，毫厘之间的交易机会
┃ ┃ ┣━━10.1什么是order book.mp4
┃ ┃ ┣━━10.2打开交易所高频数据的秘密.mp4
┃ ┃ ┣━━10.3在回测框架中解析高频数据.mp4
┃ ┃ ┣━━10.4大单策略.mp4
┃ ┃ ┣━━10.5【python实战】验证自己的订单在交易所撮合的位置.mp4
┃ ┃ ┣━━10.6CPU和订单延时.mp4
┃ ┃ ┗━━10.7python实战，设计大单策略在500ms模拟延时下验证策略有效性.mp4
┃ ┗━━11.第十一章 降低时延，增加收益
┃ ┣━━11.1对冲基金_20190722_222903.mp4
┃ ┣━━11.2处理器-网课的效率.mp4
┃ ┣━━11.3【python实战】不同方式计算矩阵相乘消耗时间对比.mp4
┃ ┣━━11.4处理器调度.mp4
┃ ┣━━11.5设计调度策略为高频交易服务.mp4
┃ ┗━━11.6【python实战】利用减少的时延策略在200ms下的收益.mp4
┣━━06 衍生品：定价模型初级稿
┃ ┣━━12第十二章 离散模型
┃ ┃ ┣━━01.12.1衍生品定价部分介绍.mp4
┃ ┃ ┣━━02.12.2做市商和Quant.mp4
┃ ┃ ┣━━03.12.3衍生品（Derivatives）.mp4
┃ ┃ ┣━━04.12.4二叉树模型（Binomial model）.mp4
┃ ┃ ┣━━05.12.5参考书目.mp4
┃ ┃ ┗━━06.12.6【python实战】二叉 树模型.mp4
┃ ┣━━13第十三章 连续模型
┃ ┃ ┣━━01.13.1布朗运动和lto积分.mp4
┃ ┃ ┣━━02.13.2布莱克-斯科尔斯（Black Scholes）模型.mp4
┃ ┃ ┣━━03.13.3蒙特（Monte Carlo）模拟股票.mp4
┃ ┃ ┣━━04.13.4Greeks希腊字符.mp4
┃ ┃ ┣━━05.13.5 参考书目.mp4
┃ ┃ ┗━━06.13.6【python实战】用Black Scholes模型期权定价.mp4
┃ ┣━━14第十四章 隐含波动率微笑
┃ ┃ ┣━━01.14.1隐含波动率.mp4
┃ ┃ ┣━━02.14.2现实中的问题.mp4
┃ ┃ ┣━━03.14.3 赫斯顿模型（The Heston model）_20190810_191354.mp4
┃ ┃ ┣━━04.14.4校准（calibration）.mp4
┃ ┃ ┣━━05.14.5参考章节-只有一张图片.doc
┃ ┃ ┗━━06.14.6【python实战】Heston模型的校准.mp4
┃ ┗━━15第十五章 现代衍生品定价模型
┃ ┣━━01.15.1蒙特卡洛（Monte Carlo）模拟进阶.mp4
┃ ┣━━02.15.2随机微分方程和偏微分方程转换.mp4
┃ ┣━━03.15.3差分法.mp4
┃ ┣━━04.15.4参考书目.mp4
┃ ┗━━05.15.5【论文】现代衍生品定价模型.mp4
┣━━07.衍生品：定价模型高级篇
┃ ┣━━16第十六章 模型与数值计算方法进阶
┃ ┃ ┣━━16.1跳跃过程_20190826_233622.mp4
┃ ┃ ┣━━16.2Heston 模型的推导与启发.mp4
┃ ┃ ┣━━16.3快速傅里叶变化的期权定价体系.mp4
┃ ┃ ┣━━16.4参考书目.mp4
┃ ┃ ┗━━16.5【Python实战】MorganStanley基于Fourier变换的期权定价模型.mp4
┃ ┣━━17第十七章 企业级量化（Quant）库介绍
┃ ┃ ┣━━17.1QuantLin简介.mp4
┃ ┃ ┣━━17.2面向对象的编程.mp4
┃ ┃ ┣━━17.3设计模式（Design Patterns）.mp4
┃ ┃ ┣━━17.4定价引擎（Picing Engine）.mp4
┃ ┃ ┗━━17.5参考资料.doc
┃ ┣━━18第十八章 利率衍生品模型
┃ ┃ ┣━━18.1利率衍生品介绍.mp4
┃ ┃ ┣━━18.2Ho-lee，CIR and Hull White.mp4
┃ ┃ ┣━━18.3计价物的变化.mp4
┃ ┃ ┣━━18.4HJM（Heath-Jarrow-Morton）定价体系.mp4
┃ ┃ ┣━━18.5参考书目.mp4
┃ ┃ ┗━━18.6【论文】利率衍生品定价的实际困难.mp4
┃ ┣━━19第十九章 企业利率衍生品模型
┃ ┃ ┣━━19.1The Stochastic Alpha Beta（SABR）model.mp4
┃ ┃ ┣━━19.2SABR模型存在的套利.mp4
┃ ┃ ┣━━19.3无套利SABR模型.mp4
┃ ┃ ┣━━19.4 Crank-Nicolson方法的缺陷.mp4
┃ ┃ ┣━━19.5参考书目.mp4
┃ ┃ ┗━━19.6【VBA-Matlab实战】无套利SABR模型的隐含波动率和期权定价.mp4
┃ ┗━━20第二十章 其他衍生品，定价模型以及更多资源
┃ ┣━━20.1奇异期权（Exotic options）.mp4
┃ ┣━━20.2信用违约互换（Credit Default Swap）.mp4
┃ ┣━━20.3 大宗商品（Commodities）.mp4
┃ ┣━━20.4外汇（Foreign Exchange）.mp4
┃ ┗━━20.5参考书目.mp4
┣━━08.前沿：最新AI技术应用篇
┃ ┣━━第二十一章 区块链与数字货币的量化实战
┃ ┃ ┣━━21.1区块链梗概.mp4
┃ ┃ ┣━━21.2区块链技术原理.mp4
┃ ┃ ┣━━21.3关于数字货币.mp4
┃ ┃ ┣━━21.4.对接去中心化交易所.mp4
┃ ┃ ┗━━21.5数字货币交易的进阶学习.mp4
┃ ┣━━第二十三章 强化学习和股票日内交易策略
┃ ┃ ┣━━23.1背景与使用场景.mp4
┃ ┃ ┣━━23.2强化学习模型算法.mp4
┃ ┃ ┣━━23.3【Pyhton实战】Q-Learning 解决小游戏.mp4
┃ ┃ ┣━━23.4股票交易问题设定.mp4
┃ ┃ ┣━━23.5【Pyhton实战】创建智能炒股AI.mp4
┃ ┃ ┗━━23.6强化学习进阶攻略.mp4
┃ ┗━━第二十二章 自然语言与卷积神经网络模型
┃ ┣━━22.1新闻与大事件对股票影响.mp4
┃ ┣━━22.2自然语言处理.mp4
┃ ┣━━22.3案例：自然语言处理三大经典案例.mp4
┃ ┣━━22.4卷积神经网络于文字的应用.mp4
┃ ┣━━22.5【Python实战】CCTV新闻与A古大盘涨跌分析.mp4
┃ ┗━━22.6自然语言处理进阶学习攻略.mp4
┣━━09.求职：从业经验篇
┃ ┗━━第二十四章 从业经验分享
┃ ┣━━24.1Alpha策略从业经验分享.mp4
┃ ┣━━24.2CTA从业经验分享.mp4
┃ ┣━━24.3高频交易从业经验分享.mp4
┃ ┗━━24.4定价模型从业经验分享.mp4
┣━━10.趣味：德州扑克中的量化与策略
┃ ┣━━1.0导读篇.mp4
┃ ┣━━1.1德州扑克历时及规则.mp4
┃ ┣━━1.2德州扑克的量化与概率计算.mp4
┃ ┗━━1.3德州扑克智能策略.mp4
┗━━00《AI量化交易》课程大纲.pdf