跳到主要内容

量化交易学习手册

欢迎！这是一个可以在浏览器里直接运行代码的量化交易教程。每一章都包含三件东西：

  1. 直觉 —— 用大白话讲清楚这一节解决什么问题；
  2. 数学原理 —— 用公式精确表达，并配「人话」解释；
  3. 可运行代码 —— 直接在网页里改参数、点运行、看结果。

试试看：你的第一段公式与代码​

下面是一个对数收益率的公式（由 KaTeX 渲染）：

rt=ln⁡ ⁣(PtPt−1)r_t = \ln\!\left(\frac{P_t}{P_{t-1}}\right)

行内公式也支持，例如年化波动率 σann=σdaily252\sigma_{\text{ann}} = \sigma_{\text{daily}}\sqrt{252}。

接着，点开 第一课：对数收益率，那里有一个可以直接运行的 Python 案例 —— 它会现场生成一段价格序列、计算收益率并画图。

:::tip 首次运行说明 第一次点「运行」时，浏览器会下载 Python 运行时（Pyodide，约几秒到十几秒），之后全站共享、无需重复下载。 :::

课程地图​

  • 模块 0 · 导引与环境 —— 什么是量化交易、如何用本站、工作流与常见误区
  • 模块 1 · 金融与统计基础 —— 对数收益率、复利年化、分布与正态性、假设检验、相关与协方差、CAPM 回归
  • 模块 2 · 数据获取与处理 —— 数据类型与频率、OHLCV、清洗与复权、重采样与对齐、Point-in-Time
  • 模块 3 · 量化分析基础指标 —— 均线、波动率、RSI/MACD、夏普/索提诺/卡玛、回撤、换手与胜率
  • 模块 4 · 经典交易策略 —— 双均线趋势、布林带回归、截面动量、配对交易、策略对比
  • 模块 5 · 因子投资 —— 因子构造、IC/IR、分层回测、Fama-French、正交化
  • 模块 6 · 时间序列建模 —— 平稳性与 ACF、ARIMA、GARCH、协整/ECM、预测评估
  • 模块 7 · 投资组合优化 —— 有效前沿、切线组合、风险平价、Black-Litterman、约束再平衡
  • 模块 8 · 回测框架与工程 —— 向量化 vs 事件驱动、引擎验证、成本滑点、防偏差、Walk-Forward
  • 模块 9 · 机器学习 —— 特征工程与防泄漏、树模型选股、Purged K-Fold、模型评估、过拟合与 Deflated Sharpe
  • 模块 10 · 风险管理与归因 —— 凯利公式、VaR/CVaR、止损与波动率目标、Brinson 与因子归因、压力测试
  • 模块 11 · 进阶专题 —— 微观结构、执行算法、期权与隐含波动率、加密市场、从研究到实盘
  • 模块 12 · Capstone —— 选题与假设、端到端流水线、研究报告、部署策略页面

完整章节规划见仓库根目录的 PLAN.md。全部 13 个模块内容已上线（M4+M5+M6），可在浏览器里直接运行每一章的代码。