课程介绍
这是一套按周推进的 AI 量化交易课程，把金融基础、策略研发、AI 编程和实盘工程串成一条线。前两周从什么是量化交易、金融品种和技术面/基本面讲起，再用 AI 编程工具配合 QMT，完成行情与财务数据、宏观经济与新闻事件、机构研报与财经日历的采集和数据库搭建，并尝试用大模型识别催化剂事件。
策略部分先讲回测引擎与评估指标，用 MACD、RSI、布林带、乖离率、动量等策略做案例，并讲 TA-Lib 与传统指标增强；随后覆盖 OpenClaw 量化工具与 skill 制作、海龟交易法则、缠论量化与增强策略、经典网格交易和多因子选股，再进入因子分类体系、券商金工研究框架、机器学习选股和论文复现方法。
进阶部分讲 QuantStats 绩效分析、矩阵分解、RAG 与 Embedding、向量数据库，用 DeepAgent 框架撰写 AI 投研报告、做舆情获取与金融情感分析和事件驱动分析；实盘方向讲 Xtquant 实盘与 Nanobot 编程接口、从 Q-learning 到 DQN 的强化学习与智能拆单、高频做市与主力行为识别，以及 ATR 风控、事件风控、风控拦截与熔断重试。
最后几周用 LangGraph 搭建交易团队工作流，完成投资晨会工作流、板块轮动分析、CEO 控制台与实盘作战，并以 BHB 归因模型、前进式验证和量化交易系统收尾；另附智能研报生成资料、课程代码以及多份券商金工研报与量化书籍。
网盘说明：本课程为夸克网盘资源。
课程目录
第一周 量化交易与金融基础
什么是量化交易
金融品种认知
初步上手量化策略
金融基础概念
技术面vs基本面
技术指标的核心逻辑
第二周 AI 编程、QMT 与数据采集
AI编程及对应工具
QMT操作说明
数据获取
财务指标如何指导量化交易
搭建数据库
行情和财务数据采集
宏观经济数据和新闻事件采集
机构研报和财经日历采集
大模型驱动的催化剂事件
第三周 回测引擎与经典指标策略
什么是回测引擎
回测的评估指标
案例分析：MACD策略、RSI策略、布林带策略
案例分析：乖离率策略、动量策略等
课后答疑
什么是TA-Lib
经典指标的局限性
传统指标增强
第四周 OpenClaw 量化工具与海龟交易
安装OpenClaw
给OpenClaw配置量化工具
如何制作一个skill
海龟交易法则核心原理
海龟交易策略案例
思考与答疑
第五周 缠论、网格交易与多因子选股
经典缠论量化策略
缠论买卖点实战及案例
缠论增强策略
课后答疑
经典网格交易策略
多因子选股
第六周 因子体系与机器学习选股
因子分类体系
华泰证券金工研究框架
机器学习基础
机器学习在股票市场的应用案例
论文复现五步法
master论文解读
案例分析
第七周 绩效分析、矩阵分解与 RAG
QuantStats指标体系
矩阵分解
矩阵分解的场景应用
实盘交易绩效分析
什么是RAG
Embedding
向量数据库
第八周 AI 投研报告与 DeepAgent
国泰君安五步法
撰写AI投研报告
DeepAgent框架
舆情获取和金融情感分析
事件驱动和恐慌指数分析
多维决策
课后答疑
智能研报生成
课程代码-20260404
第九周 实盘接口与强化学习
Xtquant实盘
Nanobot实战
Nanobot编程接口
什么是强化学习
从Q-learning到DQN
智能拆单
第十周 高频做市、风控与 LangGraph 交易团队
DQN的学生：老师双网络机制
高频做市与主力行为识别
风控体系
ATR风控
事件风控实战
Langgraph核心五件套
交易团队工作流
风控拦截与熔断重试
第十一周 投资晨会工作流与实盘作战
投资晨会场景
多因子选股
板块轮动分析
投资晨会工作流
实盘作战
CEO控制台与龙头战法
第十二周 归因模型与量化交易系统
BHB归因模型
前进式验证
学员分享
量化交易系统
赠送资料（研报与书籍节选）
开营直播回放
20250409-长江证券-多因子选股（二十）：因子投资新时代
20251204-华泰证券-金工深度研究：大模型+强化学习因子挖掘
主动投资组合管理+创造高收益并控制风险的量化投资方法（原书第2版）
因子投资：方法与实践(因子投资中文版首著)(博文视点出品)(石川刘洋溢连祥斌)
手把手教你读财报2021(新准则升级版)
量化交易
量化投资系统化学习笔记
AI量化交易学习与QA
