量化学习小课堂学习中心

让您的量化想法,
一步步成为作品。

陪您从第一行 Python,走到自己的数据与策略。
A 股与币圈,按您的兴趣出发,把热爱一步步练成本领。

  • Python 入门
  • 数据与策略
  • 机器学习
开启您的学习之旅

A股小讲堂 · 成长路线

让想法成为策略,
从这里开始。

从第一行 Python,到您自己的数据、策略与机器学习实验。
按您的节奏,一步步动手,让每一次投入都有看得见的收获。

4 个部分40 节课

一路动手,步步有作品

完整课程目录

第 1 部分第 01—10 课

用 Python 处理数据

年轻学习者用 Python 整理数据

从第一行代码开始,把一张行情表变成自己看得懂、用得上的研究数据。

全部开放

这一站,收获您的作品

完成一份 A 股行情分析报告:整理数据、计算指标,再用图表讲清楚发现。
  1. 01搭好你的 Python 量化工作台
  2. 02用变量和数据类型描述一只股票
  3. 03列表、字典与循环:管理你的股票池
  4. 04把重复工作写成自己的函数
  5. 05认识 Pandas,把行情装进数据表
  6. 06数据清洗:把脏数据整理干净
  7. 07筛选、排序与分组,找到数据里的答案
  8. 08时间序列:计算收益率、均线与波动
  9. 09合并多张表,画出你的市场观察
  10. 10完成第一份行情分析报告阶段实战

第 2 部分第 11—20 课

从交易所获取并搭建自己的数据中心

年轻学习者搭建自己的数据中心

理解 A 股数据从哪里来,亲手搭起一套能更新、能检查、能供策略使用的数据底座。

待开放

这一站,收获您的作品

搭建一个本地 A 股数据中心,支持历史入库、每日增量更新与数据质量检查。

第 3 部分第 21—30 课

写出人生中第一个量化策略

年轻学习者探索第一个量化策略

让一个朴素的交易想法,经历规则、信号、回测和复盘,变成自己能解释的量化策略。

待开放

这一站,收获您的作品

完成一个可复现的 A 股策略回测项目,包含交易规则、成交记录和绩效报告。

第 4 部分第 31—40 课

从量化策略到机器学习

年轻学习者探索机器学习与数据连接

在已有策略和数据的基础上,学习让模型参与决策,用严谨的验证判断它究竟有没有帮助。

待开放

这一站,收获您的作品

完成一份机器学习选股实验:从特征和标签,到时间验证,再到样本外组合回测。

属于您的量化底气,来自每一次亲手验证。

数据有来路 · 策略有逻辑 · 研究可复现