量化python培训
上半年的某个月份（如6月），杭州迎来了极端高温天气；当时我刚刚加入同花顺的数据分析团队，在工作中需要处理大量数据时才开始系统学习Python编程语言。
《python量化策略学习干货-自学版》来源
每日投入的学习时间相当可观，在工作时间内基本维持着996的高强度工作节奏；然而从整体上而言，并不需要过长的时间就能完成整个学习过程；大约在八月份的时候至此能够熟练编写出属于自己的python量化策略模型
职位是同花顺量化产品运营岗，在工作中长期接触Python语言；使我对Python编程迅速熟练掌握；开发出一系列基础策略以及进行深入的研究分析方法。
最终于2018年1月完成阶段性的成果收集，并筛选出最适合新手学习的内容后系统地整理成一份PDF文档《python量化策略学习干货-自学版》。
提供了源代码及其相关图表，并指出了编写难度。然而整份文档共计约300页而实际上完成整个学习过程仅需一个月时间
一次偶然的机会，在与我的大学老师共同探讨量化策略时提到这份资料后得到老师的认可，则促使我撰写而成的文章并将其分享给各位读者
注意
卢老师的肯定
如果你有需要，你可以根据文末的获取方式免费获取这份PDF资料
《python量化策略学习干货-自学版》精彩章节
第四章第三篇：网格交易—动态调仓策略
第二章第三节：编写第一个量化策略
《python量化策略学习干货-自学版》目录
第一章：量化基础知识
第一节 量化投资的概念和优势
第二节 量化投资的历史和未来
第三节 量化投资的流程与应用
第二章：量化策略入门
第一节：MindGo量化交易平台
第二节：MindGo API介绍
第三节：编写第一个量化策略
第三章：Python编程
第一节：Python介绍
第二节：数据类型
第三节：条件与循环
第四节：函数
第五节：numpy
第六节：pandas基础
第七节：pandas进阶
第四章：经典量化策略集锦
第一篇：投资高股息股票
第二篇：二八轮动择时策略
第三篇：网格交易—动态调仓策略
第四篇：趋势跟踪交易系统—Dual Thrust
第五篇：布林通道实战应用
第六篇：海龟交易法则
第七篇：向彼得林奇投资大师学习PEG选股
第八篇：CAPM模型应用
第九篇：Fama-French三因子模型应用
第十篇：动量类多因子策略
第五章：量化研究专题
第一篇：Matplotlib绘图实现数据可视化
第二篇：Scipy模块实现统计技术
第三篇：Statsmodels模块实现线性回归
第四篇：统计套利：利用相关系数进行配对交易
第五篇：数据处理专题：去极值、标准化、中性化
第六篇：数据挖掘专题：分类与预测
第七篇：VWAP算法交易
第八篇：用Python实现马克维兹投资组合理论
第九篇：隐马尔科夫模型应用于市场择时
第十篇：神经网络算法预测股价涨跌