AI量化交易实战

01

你不需要成为程序员才能做量化

→ 02

AI不是帮你赚钱，而是帮你学习

→ 03

从"我有一个想法"到"策略在运行"的完整路径

→ 04

K线图背后的故事——价格是如何形成的

→ 05

用AI理解市场——价格数据的获取与处理

→ 06

风险管理是第一堂课

→ 07

量化交易 vs 主观交易——本质区别是什么

→ 08

你的第一个量化环境——不需要安装任何东西

→ 09

Backtrader——用对话的方式理解回测框架

→ 10

数据获取——免费的金融数据源大全

→ 11

AI Prompt工程——如何让AI听懂你的交易逻辑

→ 12

历史价格数据——最简单的起点

→ 13

技术指标——MACD、RSI、布林带是怎么算出来的

→ 14

基本面数据——PE、PB、ROE如何影响股价

→ 15

另类数据——新闻情绪、社交媒体、卫星图像

→ 16

第一个策略——"均线交叉"的诞生

→ 17

策略的骨架——入场、出场、仓位、止损

→ 18

趋势跟踪策略——让利润奔跑

→ 19

均值回归策略——高抛低吸的数学表达

→ 20

多因子策略

→ 21

回测的局限性

→ 22

回测的局限性（续）

→ 23

过拟合——量化交易最大的隐形杀手

→ 24

Walk-Forward分析——让策略在真实市场中活下来

→ 25

策略评价指标——夏普比率、最大回撤、卡尔玛比率

→ 26

参数优化——网格搜索、遗传算法与贝叶斯优化

→ 27

滑点、手续费、冲击成本——真实世界的摩擦

→ 34

期权策略入门——非对称收益的构造

→