华尔街大师级Python量化金融实战

 日内高频交易是一种极具挑战性的交易方式，如果我们想通过科学和定量的方法来掌握它，我们必须有锋利的武器。课程带领学生同时使用Python和两种开发语言C++，讲师带领学生使用Python进行数据分析和采样，可以帮助我们亲自测试平均值回归的数据研究和策略。使用C++来改进我们的交易策略，通过成熟的模型来确认，编写高频C++的实盘策略可以使我们更容易理解和掌握策略的本质。

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.均值回归数据研究-上述.mp4

4.均值回归数据研究-下面.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.在亲自测试之后，制定简单的策略.mp4

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.模型3-支持向量机SVM，随机森林 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

课件.zip