导图社区 AQF

AQF

这是一篇关于AQF的思维导图，主要内容包括：01-量化投资前导及课程介绍，02-量化投资基础，03-Python语言环境搭建，04-Python语言基础，05-Python编程进阶，06-数据可视化，07-金融数据处理实现，08-量化交易策略模块，09-面向对象和实盘交易，10-基于优矿平台的面向对象策略，11-面向对象实盘交易之 Oanda。

编辑于2025-07-26 16:19:49

人工智能
量化交易
量化投资

Mary

他的近期作品查看更多>>

AQF

社区模板帮助中心，点此进入>>

Mary

他的近期作品查看更多>>

相似推荐
大纲

互联网9大思维
- 33.7k
- 900
- 2.4k
- 389
MindMaster
组织架构-单商户商城webAPP 思维导图。
- 14.6k
- 3
- 184
- 10
Kacyun
域控上线
- 1.6k
- 162
- 11
- 4
jackrao
python思维导图
- 5.4k
- 521
- 242
- 7
(*^▽^*)
css
- 1.2k
- 1
- 43
- 3
A张舫
CSS
- 3.2k
- 260
- 188
- 33
journey
计算机操作系统思维导图
- 4.2k
- 332
- 203
- 18
journey
计算机组成原理
- 1.5k
- 97
- 70
- 8
journey
IMX6UL(A7)
- 508
- 39
- 5
- 0
Handler XU
考试学情分析系统
- 679
- 50
- 10
- 1
蒋龙

AQF

01-量化投资前导及课程介绍

001：AQF 核心课程知识体系介绍

002：量化策略的 python 实现和回测

003：结合代码的编程整体介绍

02-量化投资基础

004：量化投资背景及决策流程_rec

005：量化择时_rec

006：量化择时 & 动量及反转策略_rec

007：结构型基金套利_rec

008：行业轮动与相对价值_rec

009：市场中性和多因子_rec

010：事件驱动_rec

011：CTA_1_rec

012：CTA_2 (TD 模型)_rec

013：CTA_3_rec

014：CTA_4_rec

015：统计套利低风险套利_rec

016：大数据和舆情分析_rec

017：机器学习_rec

018：高频交易和期权交易_rec

019：其他策略和策略注意点_rec

03-Python语言环境搭建

020：Python 语言环境搭建_rec

04-Python语言基础

021：python 数字运算 and jupyter 介绍_rec

022：字符串_rec

023：Python 运算符_rec

024：Tuple 和 List_rec

025：字典_rec

026：字符串格式化_rec

027：控制结构_1.For 循环_rec

028：控制结构_2.If 条件判断_rec

029：控制结构_4.While 循环_rec

030：控制结构_3.Break&Continue_rec

031：控制结构_5. 异常处理_rec

032：函数_1. 质数函数_rec

033：函数_2. 参数设置_rec

034：函数_3. 不定长参数 Lambda_rec

035：全局变量和局部变量_rec

036：模块_rec

037：Python 当中的重要函数_rec

05-Python编程进阶

038：Numpy 篇_2_rec

039：数据获取之网络数据读取_1_rec

040：Numpy 篇_3_rec

041：数据获取之网络数据读取_3. 文件存储_rec

042：Numpy 篇_4_rec

043：数据获取之网络数据读取_2.tushare_rec

044：Numpy 篇_5. 练习_rec

045：金融数据处理_1. 同时获取多只股票的信息_rec

046：Pandas 篇_1.Pandas 三大数据结构介绍_rec

047：金融数据处理_2. 金融计算_rec

048：Pandas 篇_2.Series 介绍_rec

049：Pandas 篇_3.DataFrame 的构建_rec

050：Pandas 篇_4.DataFrame 的选择操作_rec

051：Pandas 篇_5.DataFrame 的修改操作_rec

052：Pandas 篇_6.DataFrame 的空值处理和复习_rec

053：Pandas 篇_7.Group 操作_rec

054：Pandas 篇_8.Concat_Join_rec

055：Pandas 篇_9.Merge_rec

056：Pandas 篇_10. 层次化索引_rec

06-数据可视化

057：Pandas 内置数据可视化_rec

058：Matplotlib 基础_1_rec

059：Matplotlib 基础_2_rec

060：Seaborn_rec

07-金融数据处理实现

061：数据获取之本地数据读取_rec

062：数据获取之网络数据读取_1_rec

063：数据获取之网络数据读取_2.tushare_rec

064：数据获取之网络数据读取_3. 文件存储_rec

065：金融数据处理_1. 同时获取多只股票的信息_rec

066：金融数据处理_2. 金融计算_rec

067：金融数据处理_3. 检验分布和相关性_rec

068：金融时间序列分析_1.Python 下的时间处理_rec

069：金融时间序列分析_2.Pandas 时间格式_rec

070：金融时间序列分析_3. 金融数据频率的转换_rec

071：金融数据处理分析实战案例_1. 案例一_rec

072：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_rec

073：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_rec

08-量化交易策略模块

074：三大经典策略_1. 移动平均策略 SMA_1_rec

075：三大经典策略_1. 移动平均策略 SMA_2_rec

076：三大经典策略_1. 移动平均策略 SMA_3_rec

077：三大经典策略_2. 动量策略 Momentum_1_rec

078：三大经典策略_2. 动量策略 Momentum_2_rec

079：三大经典策略_3. 均值回归策略_1_rec

080：三大经典策略_3. 均值回归策略_2_rec

081：配对交易_1. 原理_rec

082：配对交易_2. 策略实战_1_rec

083：配对交易_2. 策略实战_2_rec

084：配对交易_3. 回测思路小结_rec

085：量化投资与技术分析_1. 技术分析理论_rec

086：量化投资与技术分析_2.CCI 策略_rec

087：量化投资与技术分析_3. 布林带策略_1_rec

088：量化投资与技术分析_3. 布林带策略_2_rec

089：SMA 和 CCI 双指标交易系统_rec

090：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_rec

091：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_rec

092：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_rec

093：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_rec

094：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_rec

095：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_rec

096：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

097：CTA 交易策略_Aberration 趋势跟踪系统

098：量化投资与机器学习_1. 机器学习算法原理_1

099：量化投资与机器学习_1. 机器学习算法原理_2

100：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

101：量化投资与机器学习_1. 机器学习算法原理_4.SVM 算法原理

102：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

103：量化投资与机器学习_1. 机器学习算法原理_6.KNN 算法原理

104：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

105：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

106：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

107：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

108：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

109：量化投资与机器学习_2. 机器学习算法实现_4.DT_KNN_NB 算法

110：量化投资与机器学习_2. 机器学习算法实现_5.SVM 算法实现

111：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

112：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

113：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

09-面向对象和实盘交易

114：模块内容整体介绍

115：面向对象、类、实例、属性和方法

116：创建类、实例、方法

117：__init__初始化方法

118：面向对象编程实例

119：继承的概念及代码实现

120：面向对象继承的实战案例

121：多继承和量化交易平台的面向对象开发思路

122：用面向对象方法实现股债平衡策略

10-基于优矿平台的面向对象策略

123：优矿平台介绍

124：优矿平台回测框架介绍

125：优矿框架之 Context 对象用法

126：优矿框架之其他重要操作

127：优矿框架之其他重要操作

128：优矿策略之小市值因子策略

129：优矿策略之小市值策略写法

130：优矿策略之双均线策略

131：优矿策略之均值回归

132：优矿策略之均值回归：策略逻辑

133：优矿策略之单因子策略模板一策略介绍

134：优矿策略之单因子策略模板二策略介绍

135：优矿策略之单因子策略模板三策略函数

136：优矿策略之单因子策略模板四：策略逻辑和分析框架

137：优矿策略之多因子策略模板一：策略思路和方法

138：优矿策略之多因子策略模板一：策略讲解（1）

139：优矿策略之多因子策略模板一：策略讲解（2）

140：优矿策略之因子数据处理：去极值和标准化

11-面向对象实盘交易之 Oanda

141：Oanda 平台介绍和账户配置

142：Oanda 账户密码配置和交易框架原理

143：Oanda 连接账户并查看信息

144：从 Oanda API 获得历史数据

145：Oanda 市价单和交易状态查询

146：Oanda 高级交易订单

147：Oanda 其他高级功能

148：Oanda 实战 ADX 策略一数据读取与处理

149：Oanda 实战 ADX 策略二：策略逻辑编写和可视化

150：Oanda 通过实时数据 API 调取实时数据

151：Oanda 读取实时数据并进行 resample

152：Oanda 实盘交易策略 ADX 策略介绍

153：Oanda 实盘交易策略 ADX 历史数据处理

154：Oanda 实盘交易策略 ADX 实时数据和实时交易

12-面向对象实盘交易之 IB

155：IB 实战平台介绍和 API 安装调试

156：IB 实战平台请求和响应原理

157：IB 实战平台请求和响应原理 2 和线程控制

158：IB 响应函数 (wrapper) 讲解 1

159：IB 响应函数 (wrapper) 讲解 2

160：IB 响应函数 (wrapper) 讲解 3

161：IB 请求函数及合约定义

162：IB 程序化下单、仓位及账户查询

163：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

164：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、响应函数逻辑

165：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

166：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

13-基于优矿的进阶学习

167：量化投资策略回测之回测与策略框架

168：量化投资策略回测之评价指标

169：量化投资策略回测之量化策略设计流程简介

170：量化投资策略回测之择时策略举例（双均线）

171：量化投资策略回测之量化投资模板 1.0 选股和择时

172：基于技术分析的量化投资之简介

173：基于技术分析的量化投资之技术指标简介

174：基于技术分析的量化投资之 MACD 择时策略

175：基于技术分析的量化投资之 WVAD 择时策略

176：基于技术分析的量化投资之 RSI 择时策略

177：基于技术分析的量化投资之 MFI 择时策略

178：基于技术分析的量化投资之 cci 择时策略

179：基于技术分析的量化投资之技术指标总结

180：基于技术分析的量化投资之通道技术

181：量化投资策略精讲之日期效应

182：量化投资策略精讲之动量效应

183：量化投资策略精讲之格雷厄姆成长投资

184：量化投资策略精讲之积极投资策略

185：量化投资策略精讲之价值投资策略

186：量化投资策略精讲之小型价值股投资策略

187：量化投资策略精讲之交易系统设计的一般原理

188：量化投资策略精讲之均线排列系统

189：量化投资策略精讲之金肯特纳交易系统

190：量化投资策略精讲之海龟交易系统 1

191：量化投资策略精讲之海龟交易系统 2

192：量化投资策略精讲之海龟交易法 3

14-赠品课程：实战财务分析快速入门课程

193：财务报表分析原理

194：财务报表分析基础知识

195：财务报表指标分析技术

196：上市公司财务报表分析实战案例