日内高频交易实战，从python数据分析到C++编写策略

 《从Python数据分析到C++编写策略》是《从编程小白到量化大师之路》系列的第二门中级课程。本课程旨在缩短个人与小型结构投资者与大型机构投资者之间的差距。

课程内容从数据统计的基本概念入手，抛开大多数人使用的传统技术指标体系（如MACD、KDJ等），深入分析市场交易数据，识别统计规律，探索交易机会，并在后期过渡到使用机器学习方法开发交易策略。本课程使用的机器学习方法包括多项线性回归，支持向量机(SVM），隐马尔可夫(HMM），简单的贝叶斯。

课程注重实战。课后，学生可以实现日内高频交易策略的研发，在统计学和概率论上有一定的应用基础，从而继续自己开发新的策略。将日内高频研究发展到短期和中期交易策略，提高盈利机会。

课程目录

第一部分

1.课程准备和数据源.mp4

2.均值回归概念介绍介绍.mp4

3.数据研究的均值回归-顶部.mp4

4.数据研究的均值回归-较低.mp4

5.历史数据统计程序平均值回归.mp4

6.均值回归历史数据统计结果分析.mp4

7.经过个人测试，编制简单的策略.mp4

课件.zip

第二部分

8.订单不平衡和平均交易价值回归-上述平均交易价值.mp4

9.订单不平衡和平均交易价格回归.mp4

10.订单不平衡和平均交易价格的回归 截取视频.mp4

11.模型1:简单的线性模型y=wx+b 截取视频.mp4

12.模型2:简单贝叶斯.mp4

13.随机森林模型3-支持向量机SVM RF.mp4

14.模型5:隐马尔科夫HMM(官网未见模型4) 截取视频.mp4

15.经过个人测试，编制简单的策略.mp4

第三部分

16.编写高频C++实盘策略:平均回复 截取视频.mp4

17.编写高频C++实盘策略:平均回复-以下: (1) 截取视频.mp4

18.编写高频C++实盘策略:预测策略.mp4

19.编写高频C++实盘策略:预测.mp4

20.结束语.mp4