先说清楚这门课不解决什么。它不是教你怎么押中下一只涨停股，也不承诺你学完就能靠程序稳定赚钱。它要解决的是一个更窄、也更实际的问题：当你已经有了交易想法，怎么把它变成可回测、可验证、可归因、可迭代的一套代码和流程。这个缺口在很多人身上都真实存在——懂点 Python，会调 pandas，但真让他写一个能跑通的策略，从数据清洗到信号生成到回测评估，中间每一步都会卡住，最后只能停在"抄一个双均线跑跑看"的水平。
这类学习者的典型状态是：策略逻辑停留在脑子里或者 Excel 里，一遇到多因子、缠论结构、网格参数、强化学习这些稍复杂的概念，就不知道从哪下手；回测跑出来的收益曲线挺好看，但说不清是靠什么赚的，换个时间段就崩；更别说做归因分析、走前进式验证这种真正决定策略能不能上实盘的环节。这门课 12 周的编排，基本就是沿着这条能力缺口一路补下来的，从策略表达一直到系统落地和归因复盘。
这门课到底在补哪几块能力缺口
第一块缺口是"策略的语言化"。很多人有交易直觉，但没有把直觉翻译成规则的能力。缠论那部分内容就是典型的例子：什么是一买二买，怎么用程序识别买卖点，怎么把原本靠肉眼看图的东西变成可以批量计算的信号。这不是让你变成缠论专家，而是让你掌握一种把模糊判断形式化的方法。你会看到从经典缠论量化策略到增强策略的推进过程，理解同一个交易思想在不同实现粒度下会产生多大差异，这种"同一逻辑怎么写得更细"的训练，比记住某个具体策略重要得多。
第二块缺口是"策略的横向扩展"。多因子选股和网格交易放在一起看，其实是在回答两个不同维度的问题：怎么在横截面上从一堆标的里挑出值得持有的，怎么在时间序列上利用价格波动反复做差价。多因子涉及因子构造、因子有效性检验、加权合成这一整套流程，网格涉及区间设定、参数敏感性、振荡与趋势行情的适配。学完这一块，你应该能自己搭出一个简单的选股打分表，或者根据波动特性给一个标的设定合理的网格参数，而不是照搬别人的参数到处套。
第三块缺口是"策略的验证与归因"，这也是最容易被跳过、但最影响结果的部分。BHB 归因模型、前进式验证这些内容，解决的是"我的收益到底从哪来"和"我的回测有没有骗自己"两个问题。归因帮你把收益拆解到配置、选择、交互这些来源上，前进式验证则是在时间维度上模拟真实的滚动决策，避免用未来数据做回测这种低级但常见的错误。这部分听起来不刺激，但它决定了你是真的在做量化，还是在做数字游戏。
需要什么基础，什么基础可以暂时欠着
建议至少具备 Python 基础语法和 pandas 的常规操作能力，知道什么是 DataFrame、怎么按条件筛选、怎么做分组聚合。如果你连读写 CSV 都要查半天，建议先把这部分补上再来看策略，否则每周的内容都会变成"抄代码"而不是"理解逻辑"。数学方面，不需要高深的随机过程或测度论，但基本的统计概念要有：均值方差、相关性、回归、假设检验这些，看因子有效性分析的时候才不会一头雾水。线性代数和微积分只要不陌生即可，课程不会推导公式，但会用到这些概念来理解模型。
金融基础可以欠着，但要有心理准备随时补。比如不知道什么是换手率、什么是最大回撤、什么是夏普比率，这些概念会在回测评估里反复出现，建议边学边查。至于缠论、网格这些具体交易方法的背景知识，完全可以从零开始，课程里的讲解足够让你理解它在做什么。真正需要你提前具备的，是一种"把问题拆成可计算步骤"的思维习惯，这比任何具体知识点都重要。
如果你的目标是转岗到量化相关的开发或研究岗位，那除了跟着做，还要额外花时间理解每一步背后的为什么。比如为什么这个因子要这样标准化、为什么回测要设置滑点和手续费、为什么前进式验证比简单样本外测试更严格。这些问题的答案，往往才是面试和实际工作中真正被考察的东西。跟着敲代码能让你跑通，想清楚为什么才能让你走远。
建议的学习顺序和先看哪几块
如果时间有限，建议不要按周平均用力，而是先集中突破三块：第一是缠论或网格这类"策略实现"的入门周，目的是快速建立"从想法到信号到回测"的完整链路感，哪怕策略本身很简单，先跑通一遍全流程；第二是多因子选股，这是横截面策略的核心方法论，学会之后你能复用到很多其他场景；第三是归因和前进式验证，这两块决定了你后面所有策略的可信度，越早建立正确的验证观念，越少走弯路。强化学习和高频探索那部分可以放在后面，它们更偏向特定场景，基础不牢时硬啃容易受挫。
每周的课后答疑别跳过。答疑里往往藏着真实踩坑的细节，比如某个字段的含义和你想的不一样、某个参数在不同数据源下表现差异很大、回测和实盘的撮合逻辑对不上。这些内容在正课里不一定展开，但恰恰是决定你能不能把课上的东西用到自己数据上的关键。看答疑的时候建议带着问题看：如果换成我自己的标的和周期，这里会出什么问题？
代码和课件配套使用，但要避免只运行不改。每拿到一份代码，至少做三件事：把关键参数改一改看结果怎么变，把数据替换成自己关心的标的跑一遍，把某一段逻辑删掉或改错看回测结果如何恶化。这种"破坏性实验"比顺着跑一遍更能让你理解每个模块的作用。笔记部分建议自己重新整理一份，不要依赖现成的，因为整理的过程就是把别人代码变成自己理解的过程。
学完之后你应该能独立做什么
比较现实的预期是：你能独立完成一个从数据获取、因子或信号构造、回测、绩效评估到简单归因的完整流程，并且能说清楚每一步在做什么、可能的坑在哪里。你能读懂别人写的策略代码，判断它的逻辑是否自洽，而不是只能看收益曲线好不好看。你能给自己的一些交易想法做快速验证，哪怕结论是"这个想法不行"，也是有价值的产出，因为它帮你省下了真金白银的试错成本。
再往上一点，你应该能识别出哪些问题是策略逻辑问题、哪些是数据问题、哪些是过拟合问题。这个区分能力非常关键。很多初学者把回测失败归结为"策略不行"，其实可能是数据对齐错了、复权没处理、或者样本区间选得有问题。反过来，把回测成功当成策略有效，也可能只是过拟合了某段行情。学完这门课，你至少应该具备怀疑自己结果的能力，知道该用哪些手段去证伪，而不是急着上线。
最后，你应该能回答这样几个问题：我的收益来源是什么，是选股能力还是市场整体上涨；我的策略在什么市场环境下会失效，有没有历史区间可以佐证；如果要把这套东西接到实盘，还缺哪些环节，比如风控、仓位管理、异常处理。能回答这些问题，说明你不再是只会跑回测的新手，而是开始具备把量化当成一个工程系统来看待的意识。这门课的价值，也正在于此——它不给你一个能赚钱的策略，而是给你一套能不断试错、验证、迭代的工作方法。
课程目录
📁 05.第五周 AI 量化交易训练营-6. 多因子选股_53597_5438 (1).mp4 [165.8 MB] AI 量化交易训练营-2. 缠论买卖点实战及案例_53597_3676 (1).mp4 [93.2 MB] AI 量化交易训练营-3. 缠论增强策略_53597_9464 (1).mp4 [200.2 MB] AI 量化交易训练营-4. 课后答疑_53597_4868 (1).mp4 [44.0 MB] AI 量化交易训练营-5. 经典网格交易策略_53597_2945 (1).mp4 [197.5 MB] AI 量化交易训练营-1. 经典缠论量化策略_53597_3247 (1).mp4 [165.0 MB] 📁 12.第十二周 📁 第十二周 2.前进式验证.mp4 [188.4 MB] 1.BHB归因模型.mp4 [242.0 MB] AI 量化交易训练营-4. 量化交易系统 2026-05-14 18_54_53597_1710.mp4 [366.9 MB] AI 量化交易训练营-1. BHB归因模型 2026-05-12 22_52_53597_9666.mp4 [303.6 MB] AI 量化交易训练营-2. 前进式验证 2026-05-13 07_23_53597_8764.mp4 [235.4 MB] AI 量化交易训练营-3. 学员分享 2026-05-14 17_57_53597_4447.mp4 [213.8 MB] 📁 赠送的代码和课件（小部分缺失） 📁 第五周 资料（解压密码：szjm）.zip [33.4 MB] 📁 第十一周 资料(解压密码：szjm).zip [54.6 MB] 📁 第八周 第八周(课件密码szjm).zip [21.0 MB] 课程代码-20260404_53597_5491.zip [19.0 MB] 智能研报生成_53597_7017.pdf [2.8 MB] 笔记20260404.txt_53597_7796.zip [3.5 KB] 📁 第九周 📁 资料2 课程代码-20260411.zip [32.3 MB] 笔记20260415.txt.zip [2.5 KB] 课程代码-20260415.zip [1.4 MB] 强化学习与高频探索.pdf [2.1 MB] Xtquant实盘与Agent搭建实战.pdf [2.0 MB] 笔记20260411.txt.zip [7.7 KB] 📁 第十二周 2.前进式验证.mp4 [188.4 MB] 1.BHB归因模型.mp4 [242.0 MB] 📁 第一周 📁 资料 📁 资料 量化世界的生存法则.pdf [1.8 MB] AI 量化交易课程代码-20260204.zip [26.4 KB] 1-tushare_download_data.py.zip [2.3 KB] 📁 第十周 📁 资料2 笔记20260422.txt.zip [3.2 KB] 课程代码-20260422.zip [4.2 MB] 团队架构设计.pdf [1.0 MB] 📁 资料 笔记20260422.txt.zip [3.2 KB] 强化学习与风控体系.pdf [1.1 MB] 课程代码-20260422.zip [4.2 MB] 课程代码-20260418.zip [751.6 KB] 团队架构设计.pdf [1.0 MB] 笔记20260418.txt.zip [4.5 KB] 📁 第二周 📁 资料 课程代码-20260225.zip [30.7 KB] 数据获取与清洗.pdf [1.8 MB] 基础设施打造（构建数字化办公室）.pdf [2.3 MB] 笔记20260225.txt.zip [3.7 KB] 笔记20260211.txt.zip [4.0 KB] 量化交易代码-20260211.zip [863.7 KB] 资料.zip [2.5 MB] 📁 第四周 📁 资料 OpenClaw：搭建你的量化交易同事.pdf [2.6 MB] 海龟交易法则.pdf [882.5 KB] 笔记20260307.txt.zip [7.9 KB] 课程代码-20260307.zip [436.7 KB] 课程代码-20260311.zip [38.3 KB] 📁 第六周 资料.zip [1.1 MB] 📁 第三周 资料.zip [3.6 MB] 📁 第七周 资料.zip [2.1 MB] 📁 资料 📁 资料 📁 研报 20251121-长江证券-宏观预期视角下的轮动信息.pdf [1.7 MB] 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 [1.8 MB] 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 [4.9 MB] 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 [1008.3 KB] 20250409-长江证券-多因子选股（二十）：因子投资新时代.pdf [1.2 MB] 20251204-华泰证券-金工深度研究：大模型+强化学习因子挖掘.pdf [2.9 MB] 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 [1.5 MB] 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 [1012.3 KB] 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 [1.4 MB] 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 [2.2 MB] 20251115-招商证券-如何找到下一个高增长机会.pdf [1.6 MB] 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 [1.4 MB] 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 [3.2 MB] 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 [2.7 MB] 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 [2.1 MB] 20251111-兴业证券-港股多因子择时策略初探.pdf [748.8 KB] 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 [556.8 KB] 量化交易.pdf [15.5 MB] 手把手教你读财报2021(新准则升级版).pdf [14.2 MB] 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 [36.8 MB] 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 [23.6 MB] 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 [2.3 MB] 量化投资系统化学习笔记.pdf [690.2 KB] 📁 直播回放 📁 AI量化交易学习与QA AI量化交易学习与QA.pdf [660.7 KB] AI 量化交易训练营-开营直播回放 .mp4 [352.8 MB] 📁 02.第二周 AI 量化交易训练营-4. 财务指标如何指导量化交易_53597_2250 (1).mp4 [184.3 MB] AI 量化交易训练营-9. 大模型驱动的催化剂事件_53597_7294 (1).mp4 [117.7 MB] AI 量化交易训练营-5. 搭建数据库_53597_1145.mp4 [207.2 MB] AI 量化交易训练营-8. 机构研报和财经日历采集_53597_4289【www.maomp.fun】 (1).mp4 [51.1 MB] AI 量化交易训练营-1. AI 编程及对应工具_53597_6479.mp4 [126.1 MB] AI 量化交易训练营-2. QMT操作说明_53597_1598【www.maomp.fun】.mp4 [80.9 MB] AI 量化交易训练营-6. 行情和财务数据采集_53597_5939 (1).mp4 [92.8 MB] AI 量化交易训练营-5. 搭建数据库_53597_1145 (1).mp4 [151.0 MB] AI 量化交易训练营-7. 宏观经济数据和新闻事件采集_53597_2524.mp4 [90.8 MB] AI 量化交易训练营-6. 行情和财务数据采集_53597_5939.mp4 [129.5 MB] AI 量化交易训练营-2. QMT操作说明_53597_1598【www.maomp.fun】 (1).mp4 [59.4 MB] AI 量化交易训练营-3. 数据获取_53597_5842 (1).mp4 [111.4 MB] AI 量化交易训练营-1. AI 编程及对应工具_53597_6479 (1).mp4 [89.4 MB] AI 量化交易训练营-3. 数据获取_53597_5842.mp4 [154.9 MB] AI 量化交易训练营-7. 宏观经济数据和新闻事件采集_53597_2524 (1).mp4 [64.2 MB] AI 量化交易训练营-4. 财务指标如何指导量化交易_53597_2250.mp4 [257.3 MB] AI 量化交易训练营-9. 大模型驱动的催化剂事件_53597_7294.mp4 [162.6 MB] AI 量化交易训练营-8. 机构研报和财经日历采集_53597_4289【www.maomp.fun】.mp4 [71.4 MB] 📁 10.第十周 AI 量化交易训练营-2. 高频做市与主力行为识别_53597_1846.mp4 [173.4 MB] AI 量化交易训练营-7. 交易团队工作流_53597_1101.mp4 [148.1 MB] AI 量化交易训练营-6. Langgraph 核心五件套_53597_5521.mp4 [281.7 MB] AI 量化交易训练营-5. 事件风控实战_53597_8790.mp4 [183.2 MB] AI 量化交易训练营-4. ATR 风控_53597_9899.mp4 [153.7 MB] AI 量化交易训练营-1. DQN的学生：老师双网络机制_53597_4567.mp4 [93.5 MB] AI 量化交易训练营-8. 风控拦截与熔断重试_53597_2841.mp4 [147.1 MB] AI 量化交易训练营-3. 风控体系_53597_1655.mp4 [100.0 MB] 📁 04.第四周 AI 量化交易训练营-2. 给OpenClaw配置量化工具_53597_9428 (1).mp4 [261.7 MB] AI 量化交易训练营-3. 如何制作一个skill-20260307_53597_5502 (1).mp4 [198.7 MB] AI 量化交易训练营-5. 海龟交易策略案例 2026-03-12 18_56_53597_3122 (1).mp4 [151.8 MB] AI 量化交易训练营-1. 安装 OpenClaw_53597_4073 (1).mp4 [150.6 MB] AI 量化交易训练营-4. 海龟交易法则核心原理 2026-03-12 17_51_53597_8297 (1).mp4 [160.3 MB] AI 量化交易训练营-6. 思考与答疑 2026-03-12 19_55_53597_6353 (1).mp4 [68.2 MB] 📁 06.第六周 AI 量化交易训练营-1. 因子分类体系_53597_9961.mp4 [292.6 MB] AI 量化交易训练营-4. 机器学习在股票市场的应用案例_53597_3420.mp4 [189.5 MB] AI 量化交易训练营-3. 机器学习基础_53597_8478.mp4 [149.8 MB] AI 量化交易训练营-6. master 论文解读_53597_1623.mp4 [256.5 MB] AI 量化交易训练营-2. 华泰证券金工研究框架_53597_9670.mp4 [102.6 MB] AI 量化交易训练营-7. 案例分析_53597_3918.mp4 [144.1 MB] AI 量化交易训练营-5. 论文复现五步法_53597_7999.mp4 [105.3 MB] 📁 03.第三周 AI 量化交易训练营-1. 什么是回测引擎_53597_9343 (1).mp4 [87.5 MB] AI 量化交易训练营-6. 什么是 TA-Lib-20260304_53597_9381 (1).mp4 [60.9 MB] AI 量化交易训练营-4. 案例分析：乖离率策略、动量策略等_53597_3382 (1).mp4 [125.6 MB] AI 量化交易训练营-7. 经典指标的局限性-20260304_53597_1426 (1).mp4 [127.2 MB] AI 量化交易训练营-8. 传统指标增强-20260304_53597_5124 (1).mp4 [209.1 MB] AI 量化交易训练营-5. 课后答疑_53597_7985 (1).mp4 [102.6 MB] AI 量化交易训练营-3. 案例分析：MACD 策略、RSI 策略、布林带策略_53597_2592 (1).mp4 [74.7 MB] AI 量化交易训练营-2. 回测的评估指标_53597_6586 (1).mp4 [51.5 MB] 📁 07.第七周 AI 量化交易训练营-6. Embedding-20260401 2026-04-09 07_34_53597_6875.mp4 [283.6 MB] AI 量化交易训练营-7. 向量数据库-20260401 2026-04-09 09_29_53597_1633.mp4 [220.4 MB] AI 量化交易训练营-5. 什么是 RAG-20260401 2026-04-09 09_10_53597_9187.mp4 [63.8 MB] AI 量化交易训练营-3. 矩阵分解的场景应用_53597_1768.mp4 [250.1 MB] AI 量化交易训练营-2. 矩阵分解_53597_7081.mp4 [178.6 MB] AI 量化交易训练营-4. 实盘交易绩效分析_53597_4841.mp4 [102.9 MB] AI 量化交易训练营-1. QuantStats 指标体系_53597_1349.mp4 [177.8 MB] 📁 01.第一周 AI 量化交易训练营-6. 技术指标的核心逻辑_53597_3574 (1).mp4 [202.4 MB] AI 量化交易训练营-2. 金融品种认知_53597_3745 (1).mp4 [109.3 MB] AI 量化交易训练营-3. 初步上手量化策略_53597_4068 (1).mp4 [140.1 MB] AI 量化交易训练营-1. 什么是量化交易_53597_1912 (1).mp4 [143.0 MB] AI 量化交易训练营-5. 技术面 vs 基本面_53597_9870 (1).mp4 [258.7 MB] AI 量化交易训练营-4. 金融基础概念_53597_3542 (1).mp4 [133.9 MB] 📁 09.第九周 AI 量化交易训练营-3. Nanobot编程接口-20260411 2026-05-13 13_48_53597_8959.mp4 [283.7 MB] AI 量化交易训练营-2. Nanobot实战-20260411 2026-05-13 12_19_53597_7980.mp4 [354.2 MB] AI 量化交易训练营-4. 什么是强化学习_53597_4316.mp4 [192.1 MB] AI 量化交易训练营-1. Xtquant实盘-20260411 2026-05-13 11_22_53597_8717.mp4 [232.9 MB] AI 量化交易训练营-5. 从 Q-learning 到 DQN_53597_5499.mp4 [203.1 MB] AI 量化交易训练营-6. 智能拆单_53597_4883.mp4 [139.4 MB] 📁 08.第八周 AI 量化交易训练营-2. 撰写 AI 投研报告_53597_2763.mp4 [160.4 MB] AI 量化交易训练营-3. DeepAgent框架_53597_7423.mp4 [253.2 MB] AI 量化交易训练营-6. 多维决策_53597_3229.mp4 [302.9 MB] AI 量化交易训练营-5. 事件驱动和恐慌指数分析_53597_9782.mp4 [197.7 MB] AI 量化交易训练营-1. 国泰君安五步法_53597_9113.mp4 [275.6 MB] AI 量化交易训练营-课后答疑_53597_3347.mp4 [89.4 MB] AI 量化交易训练营-4. 舆情获取和金融情感分析_53597_8908.mp4 [166.5 MB] 📁 11.第十一周 AI 量化交易训练营-6. CEO 控制台与龙头战法_53597_1928.mp4 [233.9 MB] AI 量化交易训练营-5. 实盘作战_53597_1362.mp4 [331.4 MB] AI 量化交易训练营-3. 板块轮动分析_53597_1748.mp4 [268.8 MB] AI 量化交易训练营-4. 投资晨会工作流_53597_4019.mp4 [56.4 MB] AI 量化交易训练营-2. 多因子选股_53597_1842.mp4 [318.6 MB] AI 量化交易训练营-1. 投资晨会场景_53597_1938.mp4 [115.9 MB] 📁 使用相关软件 使用软件2.png [1.1 MB] 使用软件1.png [1.5 MB] 软件3.txt [1.0 KB] AI量化交易学习.pdf [1.1 MB]
