多因子量化策略的落地难点

很多人学量化，卡在“懂理论不会写”或“写了回测过拟合”的尴尬境地。课程名为 Puppy 量化，但其核心价值在于解决多因子策略从数据清洗到最终组合构建的完整闭环问题。它不局限于单一模型，而是覆盖了从规则类策略、资产定价理论到深度学习因子的多层级体系。对于希望在 A 股或衍生品市场建立系统化交易能力的开发者而言，这是填补代码实现能力缺口的关键一环。

适合有基础但缺体系的实战派

本课程对 Python 基础和数据预处理逻辑有一定要求。如果你刚接触编程，建议先补齐 Pandas 和 NumPy 的基本功；如果你已有基础，但缺乏将金融理论转化为可执行代码的经验，这里的资产定价章节和高频因子构建部分尤为对症。课程特意安排了 GPLEARN 的使用，这对于习惯手写循环、缺乏模块化思维的学习者是极好的思维矫正。此外，期权 Greeks 和 IV 反向求解的内容，适合想向衍生品策略拓展的进阶者。

学习路径与资料配合建议

建议按照“框架理念→数据底座→因子挖掘→模型构建→回测验证”的顺序推进。首先通过第 0 课建立多因子体系认知，紧接着必须扎实完成第 1-4 课的数据处理步骤，这是后续所有因子合成的基础，切勿跳过。随后重点攻克第 12-13 课的 GPLEARN 框架应用，这是连接传统统计与机器学习的桥梁。最后结合第 14-18 课，实践因子筛选、模型集成及 CNN 结构性因子的生成。配合提供的代码和数据包，务必动手复现回测模块（backtest），只有在修正错误中，才能真正掌握从因子挖掘到策略落地的全流程能力。

课程目录

630多因子量化课程（课件)
1.zip 110.19M
231223课程代码及数据(1).rar 1.61M
第5期课程目录.pptx 105.76kb
资产定价部分.pptx 8.12M
14课：模型使用以及因子筛选.mp4 670.16M
15-16课内容：模型前因子处理详解及多模型ensemble.mp4 782.00M
17课使用深度学习模型CNN生成结构性因子_0.mp4 871.93M
18课高频因子的构建和实战明细.mp4 454.55M
00第0课：量化多因子体系及其理念介绍_231220.mp4 558.31M
01第1课：数据实时调用和处理20231223.mp4 794.81M
02第2课规则类策略的构建和回测-2023127.mp4 2.30G
03第3课-资产定价部分(上)-20231230.mp4 1.82G
04第4课资产定价（2）体系和数据处理的五个步骤20240103.mp4 1.64G
05第5课：期权定价和五个希腊字母的运用240106.mp4 2.25G
06第6课_期权IV反向求解call-putspread和straddle的long和short240110_enc.mp4 1.57G
07第7课_期权高级组合以及组合Greeks求解的实战庆用.mp4 717.20M
08第8课_因子测评体系_第一节-框架简价.mp4 1.29G
09第9课_因子测评体系_第二节-backtest模块详解2401120.mp4 1.76G
10第10课_室观数据的处理240124.mp4 385.16M
11第11课_行业数据的处理240127.mp4 1.51G
12第12课_GPLEARN在实战中的使用框架240131.mp4 531.73M
13第13课_GPLEARN各个板块详解20240203.mp4 535.57M
Puppy量化/
510050_d.xlsx 187.97kb