目录
一、量化投资：
1.量化投资概述：
量化投资就是借助统计学、数学的方法，运用计算机等工具，从海量历史数据中寻找能够带来超额收益的多种“大概率”策略，并纪律严明地按照这些策略所构建的数量化模型来指导投资，力求取得稳定的、可持续的、高于市场平均的超额回报。
2.量化投资与传统投资区别：
二、量化交易策略：
量化交易流程：
回测：
量化交易策略：
回测中常见陷阱：
- 未来函数：当前时间点获取到了该事件点之后的信息。
- 过拟合：拟合过度，会学习和记忆噪音数据，容易失效。
- 幸存者偏差：容易将历史上退市的股票排除在外，一定程度上粉饰了回测绩效。
- 交易费用低估：在回测中，对交易费用的计算低于实际情况，使得策略收益虚高。
- 冲击成本：交易本身会引起市场变化，带来冲击成本。
- 小样本：数据量小，分析结论普适性不强。
- 偷价漏价：在一定时间点上按照价格的最高价和最低价撮合。
策略评估：
三、量化平台：
1.传统量化投资痛点：
2.AI量化平台：
四、AI量化概览：
五、AI量化简介：
六、金融理论：
1.股票投资概述：
2.交易相关基础知识：
股票交易机制：
交易时间：
ST制度：
T+1制度：
涨跌停制度：
交易单位：
股票交易费用：
七、股票分析方法：
1.基本面分析：
2.技术分析：
技术分析流派：
3.基本面分析法和技术分析法的比较：
