提取方式：百度网盘共【155】节是否有课件：有你将收获

熟练使用Python数据分析必备工具包

熟练对金融数据进行分析与处理操作

熟练使用量化交易平台

熟练完成策略并进行回测分析

population (esp. of a group of people)

准备从事数据分析与量化交易的同学们，进阶提升必备 课程介绍

Python金融分析与量化交易实战课程旨在帮助同学们快速掌握Python数据分心核心技能与交易交易系统策略部署与回测分析。全部课程内容皆以实战为主，通俗讲解数据分析常用方法与经典解决方案。主要包括三大核心模块：1.Python数据科学必备工具包实战；2.金融数据分析处理与分析实例；3.量化交易平台策略分析实战。整体风格通俗易懂，零基础即可入门，适合准备转行就业与进阶提升的同学们。

Course Features:
１、机器学习算法全面覆盖，每个算法均有配套项目实战！
２、通俗易懂，用最接地气的方式讲解复杂的算法与代码！
３、五年沉底，精选配套案例，打造最适合初学者的实战路线图！
４、机器学习教材免费领取，课程持续更新，永久有效！ 课程目录

第一章：Python环境配置与基本操作 课程内容与大纲介绍 08:17 Python环境配置（数据代码下载———-》） 15:32 Python库安装工具 10:01 Notebook工具使用 21:43 Python简介 17:37 Python数值运算 16:46 Python字符串操作 15:52 索引结构 10:10 第二章：Python核心操作 List基础结构 14:55 List核心操作 14:38 字典基础定义 09:14 字典的核心操作 12:50 Set结构 12:20 赋值机制 03:18 判断结构 07:35 循环结构 12:48 函数定义 15:26 模块与包 14:14 异常处理模块 19:50 文件操作 20:56 第三章：Python类与习题实例 类的基本定义 13:51 类的属性操作 13:21 时间操作 07:51 Python练习题-1 13:05 Python练习题-2 20:22 Python练习题-3 15:28 第四章：Python科学计算库-Numpy Numpy工具包概述 09:59 数组结构 08:35 属性与赋值操作 10:30 数据索引方法 11:00 数值计算方法 08:15 排序操作 04:51 数组形状 06:36 数组生成常用函数 08:25 随机模块 05:33 读写模块 05:56 第五章：Python数据分析处理库-Pandas Pandas工具包使用简介 08:32 数据信息读取与展示 12:05 索引方法 04:34 groupby函数使用方法 05:22 数值运算 11:15 merge合并操作 07:14 pivot数据透视表 10:02 时间操作 10:18 apply自定义函数 08:58 常用操作 06:43 字符串操作 07:32 第六章：金融数据时间序列分析 金融时间序列数据统计分析 11:03 序列变化情况分析计算 07:24 连续指标变化情况分 13:35 时间序列重采样操作 09:31 短均与长均计算实例 11:22 指标相关情况分析 11:41 回归方程与相关系数实例 13:04 第七章：双均线交易策略实例 金叉与死叉介绍 05:58 买点与卖点可视化分析 10:38 策略收益效果分析 05:44 均线调参实例 11:40 第八章：策略收益与风险评估指标解析 回测收益率指标解读 08:58 年化指标分析 04:25 最大回撤区间 10:24 夏普比率的作用 05:52 阿尔法与贝塔概述 06:02 第九章：量化交易与回测平台解读 量化交易概述 06:29 量化交易所需技能分析 08:47 Ricequant交易平台简介 09:46 第十章：Ricequant回测选股分析实战 策略任务分析 06:55 股票池筛选 08:37 策略效果演示与指标分析 10:07 定时器功能与作用 10:54 第十一章：因子数据预处理实例 百分位去极值方法 08:47 基于百分位去极值实例 08:34 Mad法去极值演示 06:36 3Sigma方法实例 06:09 标准化处理方法 07:03 中性化处理方法通俗解释 06:54 策略任务概述 08:50 第十二章：因子选股策略实例 股票数据获取 05:38 过滤筛选因子指标数据 08:29 因子数据预处理 07:16 股票池筛选 07:47 策略效果评估分析 11:20 第十三章：因子分析实战 因子分析概述 06:20 Alphalens工具包介绍 05:04 获取因子指标数据 06:59 获取给定区间全部数据 06:15 数据格式转换 06:00 IC指标值计算 08:42 工具包绘图展示 04:05 因子收益率简介 07:15 第十四章：因子打分选股实战 打分法选股策略概述 05:32 整体任务流程梳理 08:27 策略初始化与数据读取 09:13 因子打分与排序 06:25 完成选股方法 04:04 完成策略交易展示结果 08:28 策略总结与分析 04:31 第十五章：回归分析策略 回归问题概述 07:11 误差项定义 09:41 独立同分布的意义 07:32 似然函数的作用 10:50 参数求解 11:11 梯度下降通俗解释 08:34 参数更新方法 08:17 优化参数设置 08:51 回归任务概述 05:32 特征可视化展示 10:08 构建回归方程 10:03 回归分析结果 07:35 第十六章：聚类分析策 KMEANS算法概述 11:33 KMEANS工作流程 09:42 KMEANS迭代可视化展示 08:19 DBSCAN聚类算法 11:03 DBSCAN工作流程 15:03 DBSCAN可视化展示 08:52 聚类分析实例 09:13 统计分析所需数据准备 08:20 统计效果展示 07:36 第十七章：拓展：fbprophet时间序列预测神器 fbprophet股价预测任务概述 13:29 时间序列分析 16:44 fbprophet时间序列预测实例 19:22 亚马逊股价趋势 15:07 突变点调参 18:00 第十八章：拓展：基于深度学习的时间序列预测 任务目标与数据源 06:20 构建时间序列数据 07:15 训练时间序列数据预测结果 09:51 多特征预测结果 07:40 序列结果预测 04:30 第十九章：拓展：可视化库-Matplotlib Matplotlib概述 11:44 子图与标注 21:16 风格设置 04:50 条形图 14:48 条形图细节 15:14 条形图外观 15:40 盒图绘制 09:09 盒图细节 14:41 绘图细节设置 13:49 绘图细节设置2 12:36 直方图与散点图 18:05 3D图绘制 20:05 pie图 15:00 子图布局 14:39 结合pandas与sklearn 14:03 第二十章：拓展：可视化库-Seaborn 整体布局风格设置 07:47 风格细节设置 06:49 调色板 10:39 调色板颜色设置 08:17 单变量分析绘图 09:37 回归分析绘图 08:53 多变量分析绘图 10:36 分类属性绘图 09:40 Facetgrid使用方法 08:49 Facetgrid绘制多变量 08:29 热度图绘制 14:19 Python练习题-4 09:40

Resource Download

The download price for this resource is24.9Gold coins, please firstlog in

Resource Disclaimer (Purchase is deemed to be agreement with this statement):
1. Any operation on the website platform is considered to have read and agreed to the registration agreement and disclaimer at the bottom of the website, this site resources have been ultra-low price, and does not provide technical support
2. Some network users share the net disk address may be invalid, such as the occurrence of failure, please send an e-mail to customer service code711cn#qq.com (# replaced by @) will be made up to send
3. This site provides all downloadable resources (software, etc.) site to ensure that no negative changes; but this site can not guarantee the accuracy, security and integrity of the resources, the user downloads at their own discretion, we communicate to learn for the purpose of not all the source code is not 100% error-free or no bugs; you need to have a certain foundation to be able to read and understand the code, be able to modify the debugging yourself! code and solve the error. At the same time, users of this site must understand that the Source Code Convenience Store does not own any rights to the software provided for download, the copyright belongs to the legal owner of the resource.
4. All resources on this site only for learning and research purposes, please must be deleted within 24 hours of the downloaded resources, do not use for commercial purposes, otherwise the legal disputes arising from the site and the publisher of the collateral liability site and will not be borne!
5. Due to the reproducible nature of the resources, once purchased are non-refundable, the recharge balance is also non-refundable