这门训练营的名字里虽然有「AI」,但它真正的门槛不在人工智能,而在两件更朴素的事:你懂不懂交易标的的脾气,你能不能把想法写成可回测的代码。如果这两件事里有一件是空的,后面讲机器学习选股、讲论文复现,听起来会像天书。

先确认自己缺哪一块

量化交易是三条线的交叉:市场认知、编程实现、统计验证。多数人卡住不是因为三条线都不会,而是其中一条特别短。

  • 做过主观交易、看得懂 K 线与技术指标,但没写过超过一百行的 Python,也不清楚数据从哪来、复权怎么处理、停牌日怎么对齐。
  • 写代码没问题,pandas、numpy 用得顺手,但对交易品种、交易时段、涨跌停、手续费与滑点的实际影响没有概念,回测跑出来的漂亮曲线一到实盘就崩。
  • 两边都摸过一点,但没做过一次完整闭环:从取数、清洗、构造因子、回测、看绩效指标,到判断这个策略到底是真有效还是过拟合。

这门课按周推进,从金融基础讲到 AI 编程环境与 QMT 操作,再讲回测引擎与经典策略,之后进入机器学习基础和论文复现,最后落到实盘绩效分析与向量数据库这类偏工程的内容。你可以把它当成一条主干道,但不必从头到尾匀速走——缺金融常识的先把品种认知和技术指标的逻辑补上,缺工程能力的重点放在数据获取、数据库搭建和回测框架上。

回测这一段最容易被低估

很多人以为回测就是「写个策略跑一下看收益」。实际要处理的琐碎问题包括:数据的时间对齐与未来函数、交易成本怎么建模、仓位怎么分配、参数改了之后结果稳不稳定。这些细节不写清楚,回测结果基本没有参考价值。

课程里把回测引擎和经典策略案例分析放在一起讲,用意大概也在这里:先看懂一个成熟策略的结构,再自己动手改参数、换标的、调周期,观察绩效怎么变。这一步做完,你才具备判断「一个策略是不是靠运气」的基本能力。

机器学习与论文复现的位置

机器学习部分涉及特征构造、模型训练和评价指标体系,还会带论文复现。需要提醒的是:复现论文不是抄代码跑通就结束,而是要弄清楚作者用的数据频率、标的池、调仓规则、评价口径,任何一处不一致,结论都可能反过来。这也是量化研究里最实在的一项训练。

向量数据库这类内容偏向把研究成果工程化,属于加分项,不必在前期纠结。

看完应该能回答的问题

  • 一个策略从想法到能上模拟盘,中间必须经过哪几步,每一步的产出是什么?
  • 回测里哪些处理不当会让收益虚高?你能举出至少三种。
  • 拿到一个开源策略,你会先检查哪些地方来判断它是否可信?
  • 机器学习模型在量化里适合解决哪类问题,不适合解决哪类问题?
  • 绩效分析里除了年化收益和最大回撤,还有哪些指标能暴露策略的真实风险?

如果这些问题你现在答不上来,或者答得含糊,那这门课对你有用。如果已经能清楚回答,需要的可能是具体某一块的深挖,而不是整套流程再走一遍。配套的练习和问答材料建议边看边动手,光看视频,代码能力不会自己长出来。

AI 量化交易训练营

从入门到实战,掌握AI量化交易策略

编辑点评

系统学习AI量化交易,涵盖金融知识、编程技能、数据分析,适合金融从业者及AI爱好者。

⭐ 编辑推荐

本训练营从金融基础到AI编程,逐步深入量化交易策略,助你成为AI量化交易高手。

课程包含:
1. 金融品种认知、技术指标核心逻辑
2. AI编程及QMT操作、数据获取与数据库搭建
3. 回测引擎、案例分析、经典策略
4. 机器学习基础、论文复现、指标体系
5. 实盘交易绩效分析、向量数据库等。

课程亮点

• 金融与AI结合,实战导向
• 系统学习量化交易,从基础到高级
• 涵盖数据分析、编程、金融知识

课程目录

│  AI 量化交易训练营-开营直播回放.mp4
│  AI量化交易学习与QA.pdf
│  使用相关软件.zip
│
├─01.第一周
│      AI 量化交易训练营-1. 什么是量化交易.mp4
│      AI 量化交易训练营-2. 金融品种认知.mp4
│      AI 量化交易训练营-3. 初步上手量化策略.mp4
│      AI 量化交易训练营-4. 金融基础概念.mp4
│      AI 量化交易训练营-5. 技术面 vs 基本面.mp4
│      AI 量化交易训练营-6. 技术指标的核心逻辑.mp4
│      资料(1).zip
│
├─02.第二周
│      AI 量化交易训练营-1. AI 编程及对应工具.mp4
│      AI 量化交易训练营-2. QMT操作说明.mp4
│      AI 量化交易训练营-3. 数据获取.mp4
│      AI 量化交易训练营-4. 财务指标如何指导量化交易.mp4
│      AI 量化交易训练营-5. 搭建数据库.mp4
│      AI 量化交易训练营-6. 行情和财务数据采集.mp4
│      AI 量化交易训练营-7. 宏观经济数据和新闻事件采集.mp4
│      AI 量化交易训练营-8. 机构研报和财经日历采集.mp4
│      AI 量化交易训练营-9. 大模型驱动的催化剂事件.mp4
│      资料(1).zip
│      资料.zip
│
├─03.第三周
│      AI 量化交易训练营-1. 什么是回测引擎.mp4
│      AI 量化交易训练营-2. 回测的评估指标.mp4
│      AI 量化交易训练营-3. 案例分析:MACD 策略、RSI 策略、布林带策略.mp4
│      AI 量化交易训练营-4. 案例分析:乖离率策略、动量策略等.mp4
│      AI 量化交易训练营-5. 课后答疑.mp4
│      AI 量化交易训练营-6. 什么是 TA-Lib-20260304.mp4
│      AI 量化交易训练营-7. 经典指标的局限性-20260304.mp4
│      AI 量化交易训练营-8. 传统指标增强-20260304.mp4
│      资料.zip
│      资料2.zip
│
├─04.第四周
│      AI 量化交易训练营-1. 安装 OpenClaw.mp4
│      AI 量化交易训练营-2. 给OpenClaw配置量化工具.mp4
│      AI 量化交易训练营-3. 如何制作一个skill-20260307.mp4
│      AI 量化交易训练营-4. 海龟交易法则核心原理 2026-03-12 17_51.mp4
│      AI 量化交易训练营-5. 海龟交易策略案例 2026-03-12 18_56.mp4
│      AI 量化交易训练营-6. 思考与答疑 2026-03-12 19_55.mp4
│      资料.zip
│      资料2.zip
│
├─05.第五周
│      AI 量化交易训练营-1. 经典缠论量化策略.mp4
│      AI 量化交易训练营-2. 缠论买卖点实战及案例.mp4
│      AI 量化交易训练营-3. 缠论增强策略.mp4
│      AI 量化交易训练营-4. 课后答疑.mp4
│      AI 量化交易训练营-5. 经典网格交易策略.mp4
│      AI 量化交易训练营-6. 多因子选股.mp4
│      资料.zip
│      资料2.zip
│
├─06.第六周
│      AI 量化交易训练营-1. 因子分类体系.mp4
│      AI 量化交易训练营-2. 华泰证券金工研究框架.mp4
│      AI 量化交易训练营-3. 机器学习基础.mp4
│      AI 量化交易训练营-4. 机器学习在股票市场的应用案例.mp4
│      AI 量化交易训练营-5. 论文复现五步法.mp4
│      AI 量化交易训练营-6. master 论文解读.mp4
│      AI 量化交易训练营-7. 案例分析.mp4
│      资料.zip
│      资料2.zip
│
├─07.第七周
│      AI 量化交易训练营-1. QuantStats 指标体系.mp4
│      AI 量化交易训练营-2. 矩阵分解.mp4
│      AI 量化交易训练营-3. 矩阵分解的场景应用.mp4
│      AI 量化交易训练营-4. 实盘交易绩效分析.mp4
│      AI 量化交易训练营-5. 什么是 RAG-20260401 2026-04-09 09_10.mp4
│      AI 量化交易训练营-6. Embedding-20260401 2026-04-09 07_34.mp4
│      AI 量化交易训练营-7. 向量数据库-20260401 2026-04-09 09_29.mp4
│      资料.zip
│      资料库2.zip
│
├─08.第八周
│      AI 量化交易训练营-1. 国泰君安五步法.mp4
│      AI 量化交易训练营-2. 撰写 AI 投研报告.mp4
│      AI 量化交易训练营-3. DeepAgent框架.mp4
│      AI 量化交易训练营-5. 舆情获取和金融情感分析.mp4
│      AI 量化交易训练营-6. 事件驱动和恐慌指数分析.mp4
│      AI 量化交易训练营-7. 多维决策.mp4
│      AI 量化交易训练营-课后答疑.mp4
│      智能研报生成.pdf
│      笔记20260404.txt.zip
│      课程代码-20260404.zip
│      资料.zip
│
├─09.第九周
│      AI 量化交易训练营-1. Xtquant实盘-20260411 2026-05-13 11_22.mp4
│      AI 量化交易训练营-2. Nanobot实战-20260411 2026-05-13 12_19.mp4
│      AI 量化交易训练营-3. Nanobot编程接口-20260411 2026-05-13 13_48.mp4
│      AI 量化交易训练营-4. 什么是强化学习.mp4
│      AI 量化交易训练营-5. 从 Q-learning 到 DQN.mp4
│      AI 量化交易训练营-6. 智能拆单.mp4
│      资料.zip
│      资料2.zip
│
├─10.第十周
│      AI 量化交易训练营-1. DQN的学生:老师双网络机制.mp4
│      AI 量化交易训练营-2. 高频做市与主力行为识别.mp4
│      AI 量化交易训练营-3. 风控体系.mp4
│      AI 量化交易训练营-4. ATR 风控.mp4
│      AI 量化交易训练营-5. 事件风控实战.mp4
│      AI 量化交易训练营-6. Langgraph 核心五件套.mp4
│      AI 量化交易训练营-7. 交易团队工作流.mp4
│      AI 量化交易训练营-8. 风控拦截与熔断重试.mp4
│      资料.zip
│      资料2.zip
│
├─11.第十一周
│      AI 量化交易训练营-1. 投资晨会场景.mp4
│      AI 量化交易训练营-2. 多因子选股.mp4
│      AI 量化交易训练营-3. 板块轮动分析.mp4
│      AI 量化交易训练营-4. 投资晨会工作流.mp4
│      AI 量化交易训练营-5. 实盘作战.mp4
│      AI 量化交易训练营-6. CEO 控制台与龙头战法.mp4
│      资料.zip
│
├─12.第十二周
│      AI 量化交易训练营-1. BHB归因模型 2026-05-12 22_52.mp4
│      AI 量化交易训练营-2. 前进式验证 2026-05-13 07_23.mp4
│      AI 量化交易训练营-3. 学员分享 2026-05-14 17_57.mp4
│      AI 量化交易训练营-4. 量化交易系统 2026-05-14 18_54.mp4
│      资料.zip
│      资料2.zip
│
└─资料【赠送】
└─资料
│  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).pdf
│  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) .pdf
│  基于时间序列数据预测模型的智能量化交易系统性能优化实践-黄益聪.pdf
│  手把手教你读财报2021(新准则升级版).pdf
│  量化交易.pdf
│  量化投资系统化学习笔记.pdf
│
└─研报
20250409-长江证券-多因子选股(二十):因子投资新时代.pdf
20250716-华泰证券-上半年债券ETF成吸金主力品种 ——ETF智投系列研究之十二.pdf
20250827-方正证券-多因子选股系列研究之二十三:个股日内成交量分布特征与日内流动性弹性刻画.pdf
20251103-中银国际-资产配置研究系列(七):全球资产配置实战模型V2.0.pdf
20251103-招商证券-市场风格轮动系列:如何从赔率和胜率看大小盘.pdf
20251104-光大证券-量化资产配置系列之一:基于收益率曲线的国债久期轮动策略.pdf
20251104-华泰证券-金工深度研究:国内固收+产品的分类、特征和展望.pdf
20251111-兴业证券-港股多因子择时策略初探.pdf
20251113-东北证券-因子选股系列之十三:财务附注经营结构因子.pdf
20251114-华福证券-金融工程专题:基于LSTM神经网络的择时融合多因子选股策略.pdf
20251115-招商证券-如何找到下一个高增长机会.pdf
20251118-兴业证券-高频系列十一——流动性因子全解析:选股,择时与多策略.pdf
20251121-招商证券-基本面量化系列研究之四:企业盈利能力评价指标的演进与优化.pdf
20251121-长江证券-宏观预期视角下的轮动信息.pdf
20251126-国盛证券-量化专题报告:“量价淘金”选股因子系列研究(十五),高低位放量事件簇,正负向信号的有机结合.pdf
20251204-华泰证券-金工深度研究:大模型+强化学习因子挖掘.pdf
20251216-华泰证券-金工深度研究:PortfolioNet 2.0,如何兼取风格收益与Pure Alpha.pdf

适合人群

  • 金融从业者
  • AI爱好者
  • 量化交易初学者

学习收获

掌握AI量化交易基本概念和策略
学会使用相关软件进行数据分析
构建自己的量化交易模型

祝您学习愉快!

学有所成,前程似锦!