左右滑动翻页

零基础入门量化投资

全栈课程体系与价格

专为金融零基础、编程零基础的初学者设计,通过"理论+可视化平台+代码实战"的渐进式学习,带你轻松跨入量化投资的大门。

学习路径总览

本课程体系遵循从理论到实践,从简单到复杂的科学学习路径,确保每位学员都能在适合自己的节奏中稳步前进。

第一阶段:基础认知与平台入门

建立金融交易的基本概念,在不写代码的情况下理解量化策略的构成并完成首次回测。

¥ 499 - 799

第二阶段:编程赋能与策略实现

掌握量化分析的必备编程语言Python,并能独立实现经典的量化策略。

¥ 1,499 - 1,999

第三阶段:策略深化与进阶拓展

深入策略本质,学习统计学与机器学习方法,构建更复杂、稳健的交易系统。

¥ 2,199 - 2,999

增值服务与套餐

个性化学习体验,包括1对1私教、策略源码库和模拟交易等。

¥ 999 - 15,000
1 / 5

第一阶段:基础认知与平台入门

启蒙篇 - 3-5周完成

课程目标

建立金融交易的基本概念,在不写代码的情况下,理解量化策略的构成并完成首次回测。

A1: 金融量化基础速成

  • 股票、基金、期货基础概念
  • K线、均线、成交量解读
  • 风险与收益的基本衡量
  • Alpha,Beta,夏普比率介绍
¥ 499

形式: 视频课 + 在线答疑群

周期: 1-2周

A2: 可视化量化平台实战

  • 注册与熟悉平台界面
  • 数据获取与可视化
  • 搭建第一个策略
  • 读懂回测报告
¥ 799

形式: 视频课 + 实战作业 + 作业批改

周期: 2-3周

阶段套餐优惠

原价:¥ 1,298 套餐价:¥ 1,099 (立省 ¥199)

适合完全零基础,想系统了解金融市场并亲手实践的小白学员

2 / 5

第二阶段:编程赋能与策略实现

核心篇 - 2-3个月完成

课程目标

掌握量化分析的必备编程语言Python,并能独立实现经典的量化策略。

B1: Python for Quant 核心语法

  • Python基础语法与数据结构
  • 函数、类和面向对象编程
  • 文件读写与错误处理
¥ 1,499

形式: 视频课 + 编码练习 + 助教答疑

周期: 3-4周

B2: 量化数据分析利器

  • NumPy数组计算
  • Pandas数据处理与分析
  • 数据可视化
  • 实战:处理股票日线数据
¥ 1,999

形式: 视频课 + 项目实战 + 代码复审

周期: 4-5周

B3: 经典策略代码复现

  • 在平台上连接Python API
  • 复现双均线策略
  • 复现动量/反转策略
  • 策略优化与参数调优
¥ 1,599

形式: 项目制教学 + 直播代码讲解

周期: 持续更新

阶段套餐优惠

原价:¥ 5,097 套餐价:¥ 4,299 (立省 ¥799)

超级入门套餐: A1+A2+B1+B2+B3 = ¥ 4,999 (最高性价比,一站式入门)

3 / 5

第三阶段:策略深化与进阶拓展

高手篇 - 持续学习

课程目标

深入策略本质,学习统计学与机器学习方法,构建更复杂、稳健的交易系统。

C1: 量化策略进阶与风险控制

  • 均值方差模型
  • 资产组合理论
  • 风险模型与仓位管理
  • 止盈止损策略的智能化实现
¥ 2,199

形式: 直播大课 + 案例研究

周期: 持续更新

C2: 机器学习量化实战

  • 机器学习基础(Sklearn)
  • 特征工程:构建有效的因子
  • 实战项目:涨跌预测
  • 实战项目:价格预测
  • 模型过拟合与评估
¥ 2,999

形式: 项目制教学 + 私有数据集

周期: 持续更新

专题研究(选修)

因子挖掘与分析、期权基础与量化策略、套利策略初探、高频数据入门

¥ 699/主题

精英大师套餐: 全部课程(A-C系列) = ¥ 7,999

4 / 5

增值服务与总结

个性化学习体验

增值服务选项

为不同需求和预算的学员提供多样化的学习支持

1对1 VIP私教计划

量身定制学习路径,全程1对1答疑、代码调试、策略指导。

¥ 15,000 / 3个月

量化交流社群

购买任意课程即可加入,与同期学员和老师交流想法,分享资源。

免费

策略源码库(会员)

开放50+个经典和进阶策略的完整Python源码和说明文档。

¥ 15000 / 年

课程总结

我们的课程体系专为零基础学员设计,采用循序渐进的学习路径,结合理论与实践,确保每位学员都能在量化投资领域建立坚实的基础并逐步提升。

无论您是希望了解金融市场的新手,还是希望系统学习量化投资的专业人士,我们都有适合您的课程方案。

好价格(湛江)投资咨询有限公司

免责声明:本文内容仅作为知识普及和教育目的,不构成任何投资建议。量化交易涉及高风险,可能不适合所有投资者。

5 / 5