《量化金融交易策略分析》教学大纲.docx

1

《量化金融交易策略分析》教学大纲

课程名称：量化金融交易策略分析

课程类别（必修/选修）：专业必修课

课程英文名称：QuantitativeStrategyAnalysis

总学时/周学时/学分：32/2/2

其中实验/实践学时：16

先修课程：程序设计I，程序设计II，Python与大数据分析，数据挖掘与机器学习

后续课程支撑：项目化课程6

授课时间：1至16周星期二1-2节

授课地点：莞城校区实验楼503

授课对象：2022级经融1-2班

开课学院：粤台产业科技学院

任课教师姓名/职称：苏宁/工程师

答疑时间、地点与方式：工作时间/微信群

课程考核方式：开卷（）闭卷（）课程论文（）其它(√)

使用教材：《Python量化交易实战》

教学参考资料：“掘金量化”支持文档（“/docs2”）

课程简介：在目前不断变化、蓬勒发展的中国资本市场，量化投资作为新兴的投资方法，引来越来越多的关注，使用量化投资技术的证券从业人员也越来越多，本课程内容主要包括Python量化投资环境的搭建、金融量化数据相关类库的使用、掘金量化终端的使用、Talib金融库的详解、多因子策略的介绍、带技术指标的多因子策略、中证红利指数增强策略、回归分析与Tensorfow、回归模型的经典应用、配对交易相关知识等。

课程教学目标及对毕业要求指标点的支撑：C2,C3,C4

课程教学目标

支撑毕业要求指标点

毕业要求

目标1：

了解量化交易所需的必威体育精装版工具

C2运用专业知识的能力:具有良好的综合应用知识能力和实践能力，能把学到的经济学和金融学知识运用于实践。

1能部署Python开发环境，正确加载和调用NumPy，pandas、Matplotlib库进行程序编写。

2

目标2：

了解量化交易策略的种类，基本原理，并能针对不同场景选择正确的策略工具。

C3创新能力

具有从事本专业相关职业活动所需要的技术能力、社会行为能力和创新能力；具有一定的通过调研、挖掘和发现市场需求，从而进行创新应用金融商品开发的能力；具备将自身技能与群体技能相融合的能力，以及积极探索、开拓进取、勇于创新、自主创业的能力。

2能在实践在掌握交易策略的适用性，并能针对实际场景选择合理的策略。

目标3：

掌握量化策略在Python中的实现，能对回测结果进行有效性评估。

C4发展能力

具有在实践中学习、锻炼和积累管理知识与经验的能力；能从事金融商品营销及研究等方面工作的高级经济与金融专业人才。

3能够利用中国证券A股市场的，运用Python语言建立策略和回测策略，并对结果给出合理评估。

理论教学进程表

周次

教学主题

授课教师

学时数

教学内容（重点、难点、课程思政融入点）

教学模式线下/混合式

教学方法

作业安排

支撑课程目标

1

量化交易概述

苏宁

2

1.量化交易概念

2.重点：量化交易特点与应用

3.量化交易历史

课程思政融入点：2012年到2016年量化对冲策略管理的资金规模增长了20倍，管理期货策略更是增长了30倍，增长的

混合式

课堂讲授

主流量化交易平台有哪一些？各有哪些优缺点？在聚宽量化平台上注册账号

目标1

3

速度是所有策略中最快的。相比美国量化基金发展历程，中国现在基本处于美国90年代至21世纪之间的阶段。引导学生认识我国的量化交易的发展程度，认识量化交易对社会主义市场的重要作用。使学生明白量化投资获利的逻辑在于从海量的历史数据中寻找能够带来超额收益的多种大概率策略，并严格地按照这些策略所构建的数量化模型来投资，以获得稳定、可持续的超额回报。并使市场投资走向更理性的阶段。

2

量化交易平台

苏宁

1

1．常见量化交易平台

2．掘金量化交易平台

3．重点：编写Python代码来创建量化交易策略的步骤

4．难点：量化交易的回测操作步骤

5．量化交易的模拟交易

混合式

课堂讲授

目标1

3

Python基础回顾

Python面向对象

Python常用库回顾

苏宁

1

1．Python环境变量

2．Python开发环境

3．Python基础回顾

4．Python函数与面向对象

5．重点：Python量化交易常用库

混合式

课堂讲授

目标1

4

Python类库的使用--数据处理及可视化展示

苏宁

1

1.NumPy的初步使用

2.图形化数据处理--Matplotlib包的使用

3.常用的统计分析方法--相似度计算

4.