课程介绍
程序员AI量化理财体系课，股票、债券、基金、量化交易、券商——系统构建金融核心知识体系，筑牢量化投研的理论地基。从0到1搭建Python量化框架库，完整走通量化系统的全栈开发全流程，让策略从想法到上线，一路自动执行。从0到1掌握AI Agent开发、LLM大模型、Prompt工程等前沿技术，真正实现让AI理解需求、响应指令、替你决策。
五大阶段递进式教学，从理财小白蜕变为懂金融、通技术的量化实战专家
一. [编程与金融双基石]从Python到Al，构建现代投资知识体系
二. [数据与因子全栈]金融数据获取、技术指标与价值评估体系
三. [量化系统从零到一]构建回测引擎，打造专业量化框架DeltaFQ
四. [全栈系统开发与实盘对接]打造Web量化平台，实现自动化交易闭环
五. [AIAgent赋能]构建LLM智能量化交易助手
试看链接 https://pan.baidu.com/s/1oUl3jIVnfRZ4xt2Ck6lixw?pwd=46xg
相关推荐
jk-AI量化交易训练营
【邢不行】量化投资 视频课 25集
程序员理财课 Python量化交易系统实战（完结）
金融量化投资分析实战（因子挖掘量化方向）合集
AI量化之道：DeepSeek+Python让量化交易插上翅膀（完结）
资源目录
第1周 课程目标与AI编程入门：开启量化投资学习之旅
第1章 必看！课程目标与内容介绍
1-1 课程目标与学习路径
1-2 Python量化交易，如何与AI结合
1-3 量化演示1.0：零基础解锁量化策略模板
1-4 量化演示2.0：构建完整的Python量化框架
1-5 量化演示3.0：搭建云量化交易系统 + AI助手
1-6 作业：制定你的课程目标
第2章 人工智能（AI）快速入门
1-1 智慧的疆界：从图灵机到人工智能（AI）
1-2 LLM核心概念：Token、参数（Parameters）
1-3 Prompt提示词与使用指南
1-4 作业：使用Prompt创建一个新的AI助手
第2周 Python数据科学核心栈与股票预测实践
第1章 Python极速入门：数据科学与AI算法库
1-1 Python编程语言介绍
1-2 Python开发环境快速部署（推荐版本3.10）
1-3 作业：部署Python开发环境（本地）
1-4 Python数据结构与算法初探
1-5 作业：股票数据基础练习
1-6 数据分析与可视化：Pandas
1-7 数据分析与可视化：Matplotlib
1-8 AI算法库解析：机器学习vs深度学习
1-9 使用Scikit-Learn预测股票涨跌
1-10 作业：实现股价预测与可视化
第3周 DeepSeek LLM开发与API集成
第1章 LLM极速开发指南：玩转DeepSeek
1-1 大模型测评：Gemini、GPT、Claude、DeepSeek
1-2 作业：使用LMArena测评对比2个大模型
1-3 DeepSeek文档解读，与API实操Demo
1-4 API结对编程：DeepSeek+GPT实现财报分析
1-5 作业：调用 DeepSeek API 生成财务建议
第4周 金融通识与资产配置：建立投资决策框架
第1章 金融学必修课
1-1 宏观经济学：货币、利率、经济周期
1-2 微观经济学：价格、供需、消费
1-3 计量经济学：数据驱动的决策能力
1-4 作业：利率变化是否影响了你的经济行为？
第2章 投资学与资产配置
1-1 传统资产：股票、债券、基金、现金
1-2 非传统资产：房地产、黄金、加密货币
1-3 Weather
1-4 作业：我的资产配置思考
第5周 金融数据获取、清洗与可视化实战
第1章 金融数据工具箱：API获取与应用
1-1 金融数据从哪来：免费API与主流平台
1-2 免费API：调用yfinance获取上市公司数据
1-3 金融数据怎么看：时间序列、财务数据结构
1-4 获取的数据靠谱吗：处理缺失值、异常波动
1-5 数据展示怎么做：异常值处理与可视化
1-6 作业：检测某只股票是否存在异常值
第6周 股票与基金投资实战入门
第1章 证券投资分析：股票与基金入门
1-1 如何交易股票：沪深交易所、流程与规则
1-2 交易实操：东方财富App股票交易界面
1-3 （未提供）
1-4 作业：按投资框架筛选、分析和持有一只股票
1-5 如何交易基金：流程、规则、手续费与实操
1-6 基金的赚钱逻辑：基金经理、行业板块、盈利能力
1-7 定投不同板块的基金，对比长期投资效果
1-8 如何匹配自己的风险偏好与投资标的
1-9 作业：评估风险承受等级，并规划资产配置
第7周 量化交易系统设计与策略绩效评估
第1章 量化交易入门速通与系统设计
1-1 量化交易流程：数据获取、策略研究、回测与实盘
1-2 实操：使用Cursor+AI设计量化系统Demo
1-3 四大量化策略：基本面、技术面、统计套利、AI驱动
1-4 作业：复盘并分析你的投资策略之路
第2章 如何判断策略的好坏：核心评估指标
1-1 收益类指标：累计收益、年化收益、超额收益
1-2 实操：Python计算收益类指标
1-3 风险类指标：波动率、最大回撤
1-4 实操：Python计算风险类指标
1-5 赚钱能力指标：Sharpe、Calmar、Sortino
1-6 实操：Python计算收益风险比指标
1-7 作业：基于练习模板，实现策略评估指标的计算
第8周 技术指标实战：趋势、动量、波动与成交量分析
第1章 赚钱的核心利器：技术指标与实战技巧
1-1 趋势指标：移动均线（SMA、EMA）
1-2 实操：Python计算MA，统计与判断趋势
1-3 动量指标：KDJ（随机指标）、RSI（相对强弱）
1-4 实操：Python计算KDJ、RSI，统计并判断趋势
1-5 波动指标：ATR（平均真实波幅）、BOLL（布林带）
1-6 实操：Python计算ATR、BOLL，统计并判断趋势
1-7 成交量指标：Volume、OBV（能量潮）
1-8 实操：Python计算OBV，统计并判断资金流向
1-9 作业：基于练习模板，实现技术指标的计算
第9周 基本面指标：价值投资的量化方法
第1章 价值投资的秘籍：基本面指标
1-1 估值指标：PE、PB、PS、PEG
1-2 盈利指标：ROA、ROE、毛利率
1-3 成长指标：营收增长、利润增长、现金流增长
1-4 健康指标：资产负债率、流动比率、速动比率
1-5 作业：思考并分享你关注的基本面指标
第10周 股票量化策略开发：从设计到回测的完整流程
第1章 股票量化与投资指南
1-1 实现量化功能库：Cursor 与 AI 协同开发（上）
1-2 实现量化功能库：Cursor 与 AI 协同开发（下）
1-3 实操：安装并测试 deltafq 量化库
1-4 确定策略框架：基本面选股 + 技术面仓位管理
第2章 从0到1构建你的第一个量化策略
1-1 以股票交易为例，模拟并确定全流程参数
1-2 参数设置：ticker 数据获取与标准化
1-3 参数设置：capital, commission, benchmark
1-4 策略与运行：indicators, signals（上）
1-5 策略与运行：indicators, signals（下）
1-6 策略与运行：cross_order, limit, pos, 涨跌停（上）
1-7 策略与运行：cross_order, limit, pos, 涨跌停（下）
1-8 统计与验证：daily pnl, total values, 日盈亏逐笔核对
1-9 统计与验证：strategy statistics, 策略报告（上）
1-10 统计与验证：strategy statistics, 策略报告（下）
1-11 结果可视化：净值、回撤、盈亏分布、基准对比
1-12 实操：打造可复用的量化策略模板
1-13 作业：从因子挖掘到回测评估，完善你的策略模板
第11周 模块化开发：DeltaFQ量化框架深度集成
第1章 模块化开发：搭建你的量化框架库
1-1 整合 DeltaFQ 量化框架：intro
1-2 整合 DeltaFQ 量化框架：core, data
1-3 整合 DeltaFQ 量化框架：indicators, talib
1-4 整合 DeltaFQ 量化框架：strategy signals
1-5 整合 DeltaFQ 量化框架：backtest, trader
1-6 整合 DeltaFQ 量化框架：backtest report
1-7 整合 DeltaFQ 量化框架：charts, plotly（上）
1-8 整合 DeltaFQ 量化框架：charts, plotly（下）
1-9 实现 DeltaFQ 策略模板：BaseStrategy
1-10 实现 DeltaFQ 回测模板：BacktestEngine（上）
1-11 实现 DeltaFQ 回测模板：BacktestEngine（下）
1-12 上线 DeltaFQ 量化框架：v0.5.0
1-13 实操：基于 DeltaFQ 实现量化策略模板（v0.5.0）
1-14 实操：基于 DeltaFQ 实现多因子策略（v0.5.0）
1-15 作业：基于 DeltaFQ 打造可复用的量化策略模板
第12周 基本面选股：挖掘真正优质的公司
第1章 基本面选股：找出真正赚钱的好公司
1-1 如何使用 yfinance 获取股票的基本面信息
1-2 本周须知
第13周 基金投资入门：指数基金配置与选基策略
第1章 基金投资入门与指数详解
1-1 基金的类型及其特点：标的、风险、市场
1-2 指数基金详解：上证、深证、沪深、中证、科创
1-3 实操：A股指数近15年收益走势图
1-4 指数基金详解：恒生、标普、纳斯达克、MSCI
1-5 实操：全球估值近30年收益走势图
1-6 调研全球指数基金，思考你的配置比例
第2章 如何筛选优质基金
1-1 如何根据你的风险偏好筛选基金
1-2 天天基金筛选器：整体框架与工具（上）
1-3 天天基金筛选器：整体框架与工具（下）
1-4 实操：制定基金投资目标与计划
1-5 设计你的长期基金投资目标与路径
第14周 基金数据获取与投资策略量化分析
第1章 如何获取基金数据
1-1 基金数据免费接口：东财API
1-2 使用Python获取基金净值数据（Cursor）
1-3 整合 DeltaFQ 框架：基金数据接口
1-4 实操：基于DeltaFQ获取自选基金数据（v0.5.3）
1-5 基于DeltaFQ获取自选基金数据
第2章 基金投资策略与量化分析
1-1 有哪些常见的基金投资策略
1-2 定投策略：不同经济周期下的收益表现（上）
1-3 定投策略：不同经济周期下的收益表现（中）
1-4 定投策略：不同经济周期下的收益表现（下）
1-5 波动策略：远超定投策略收益的核心逻辑（上）
1-6 波动策略：远超定投策略收益的核心逻辑（下）
1-7 智能定投：如何平衡资金预算与收益提升（上）
1-8 智能定投：如何平衡资金预算与收益提升（下）
1-9 基金投资策略回测分析
第15周 量化系统架构设计与核心功能开发
第1章 系统设计与技术架构（Cursor AI）
1-1 量化系统设计：Prototype、Workflow
1-2 如何运行DeltaFStation量化交易系统
1-3 技术架构解析：Flask 与 REST API 服务（上）
1-4 技术架构解析：Flask 与 REST API 服务（下）
1-5 作业：运行量化交易系统Demo并完成体验
第2章 基础功能：数据管理与策略回测体系
1-1 数据管理模块：数据上传、下载与读取（上）
1-2 数据管理模块：数据上传、下载与读取（下）
1-3 策略管理模块：在线读取、上传与下载
1-4 回测分析模块：绩效指标与 Chart.js 可视化（上）
1-5 回测分析模块：绩效指标与 Chart.js 可视化（下）
1-6 策略回测体系：Cursor 代码优化（上）
1-7 策略回测体系：Cursor 代码优化（下）
1-8 实操：基于量化系统构建策略并完成回测
1-9 作业：基于 DeltaFStation 完成策略回测
第16周 量化系统核心功能：实时行情与交易系统模块
第1章 核心功能：实时行情与交易系统模块
1-1 架构集成逻辑：Gateway、Event、Adapter（上）
1-2 架构集成逻辑：Gateway、Event、Adapter（下）
1-3 DeltaFQ 行情模块：yfinance获取Tick数据（demo）
1-4 DeltaFQ 行情模块：yfinance获取Tick数据（v0.6.3）
1-5 实操：基于 DeltaFQ 获取实时行情数据（v0.6.3）
1-6 DeltaFStation 集成上线：实时行情展示面板（demo）
1-7 DeltaFStation 集成上线：实时行情展示面板（v0.7.2）
1-8 作业：基于 DeltaFStation 获取实时行情
1-9 DeltaFQ 本地模拟交易：订单委托、行情撮合（上）
1-10 DeltaFQ 本地模拟交易：订单委托、行情撮合（下）
1-11 实操：基于 DeltaFQ 实现模拟交易（v0.7.1）
1-12 DeltaFStation 集成模拟交易：账户创建、管理（上）
1-13 DeltaFStation 集成模拟交易：账户创建、管理（下）
1-14 DeltaFStation 集成模拟交易：委托、成交、持仓（上）
1-15 DeltaFStation 集成模拟交易：委托、成交、持仓（下）
1-16 DeltaFStation 本地模拟交易功能优化：workflow（上）
1-17 DeltaFStation 本地模拟交易功能优化：workflow（下）
1-18 DeltaFStation 本地模拟交易源码理解：frontend
1-19 DeltaFStation 本地模拟交易源码理解：backend
1-20 作业：基于 DeltaFStation 完成模拟交易（v0.7.5）
第17周 策略自动化托管与实盘交易接口集成
第1章 进阶功能：策略自动化运行
1-1 从手动交易到自动化交易：算法、高频、篮子、逻辑
1-2 如何基于 DeltaFQ 实现策略自动化运行（上）
1-3 如何基于DeltaFQ 实现策略自动化运行（下）
1-4 实操：基于 DeltaFQ 部署你的第一个策略（v0.7.2）
1-5 实操：基于 DeltaFQ 部署你的第一个策略（分钟级）
1-6 DeltaFStation 策略自动化运行：UI、Workflow
1-7 DeltaFQ 策略自动化运行：LiveEngine（设计）
1-8 DeltaFQ 策略自动化运行：LiveEngine（源码）
1-9 DeltaFQ 策略自动化运行：LiveEngine（示例 v0.7.7）
1-10 DeltaFStation 策略自动化运行：Workflow（上）
1-11 DeltaFStation 策略自动化运行：Workflow（下）
1-12 DeltaFStation 策略自动化运行：frontend（上）
1-13 DeltaFStation 策略自动化运行：frontend（下）
1-14 DeltaFStation 策略自动化运行：backend（上）
1-15 DeltaFStation 策略自动化运行：backend（下）
1-16 实操：基于 DeltaFStation 部署自动化策略（v0.8.6）
1-17 作业：基于 DeltaFStation 部署自动化策略（v0.8.6）
第18周 AI Agent功能设计与代码实现：LLM驱动的智能助手
第1章 AI Agent功能设计与框架搭建
1-1 Agent架构设计：从LLM对话到MCP服务化
1-2 核心概念辨析：LLM、Agent、Tool、Skills、RAG、MCP
1-3 加餐：1小时打造你自己的量化龙虾（OpenClaw）
1-4 作业：从你的理解出发，梳理AI核心概念的区别
第2章 AI Agent代码实现与LLM调用
2-1 AI Agent前端界面：从辅助对话到核心入口（上）
2-2 AI Agent前端界面：从辅助对话到核心入口（下）
2-3 AI Agent最小化实现：LLM层 + 记忆缓存（上）
2-4 AI Agent最小化实现：LLM层 + 记忆缓存（下）
2-5 AI Agent最小化实现：工具层 + ReAct（上）
2-6 AI Agent最小化实现：工具层 + ReAct（下）
2-7 Backtest Tool实现：一键快速回测（上）
2-8 Backtest Tool实现：一键快速回测（下）
2-9 Backtest Skill实现：原子工具与编排规则（上）
2-10 Backtest Skill实现：原子工具与编排规则（中）
2-11 Backtest Skill实现：原子工具与编排规则（下）
2-12 作业：基于AI Agent完成快速回测（v0.9.6）
第19周 AI Agent优化部署与系统运行监控
第1章 DeltaFStation服务化
1-1 MCP Server入门与Cursor调用实例
1-2 DeltaFStation AI服务化：mcp_server
1-3 Studio示例：Cursor Agent本地调用与验证
第2章 AI部署上线与多渠道集成
2-1 服务器部署与应用访问
第20周 个人财富管理与金融科技前沿
第1章 选修：个人财富管理
1-1 理解”人生财富曲线”与财富阶段
1-2 保险在个人财富体系中的定位与作用
1-3 作业：复盘并细化你的人生草帽图
第2章 选修：金融科技前沿趋势
2-1 什么是开放金融：Web3、DeFi、CEX、DEX
2-2 作业：借助AI分析当前局势对资产的影响
课件资料
AI_Quant-master2
AI_Quant-master7z
