课程定位：面向程序员，技术 + 理财双结合，用 Python + 大模型搭建个人量化交易系统

三大核心学习板块

1）理财专业化（金融基础）

股票、指数基金、可转债、债券基础知识；量化指标（夏普比率、最大回撤、胜率、盈亏比）；A 股市场规则、数据源介绍；基础资产配置思维。

2）量化自动化（Python 工程核心）

1. Python 金融数据分析：Pandas、NumPy 处理行情、财务数据
2. 数据源接入：Tushare、akshare 等免费接口
3. 策略回测框架从零开发、回测避坑（过拟合、滑点、手续费模拟）
4. 经典策略编码：网格交易、趋势跟踪、轮动策略、多因子简易模型
5. 定时任务、自动化推送、简易部署方案

3）AI 智能化（课程特色）

• 大模型 Prompt 工程，利用 LLM 解析财报、舆情文本
• AI Agent 投研助手搭建
• 机器学习模型（XGBoost、时序模型）挖掘交易因子
• AI 辅助策略优化、参数寻优

程序员AI量化理财体系课目录：

【阶段1：【技术基石】Python核心库与AI开发入门】第1周 课程目标与AI编程入门：开启量化投资学习之旅

【阶段1：【技术基石】Python核心库与AI开发入门】第2周 Python数据科学核心栈与股票预测实践

【阶段1：【技术基石】Python核心库与AI开发入门】第3周 DeepSeek LLM开发与API集成

【阶段2：【金融通识】宏观周期、微观博弈与数据基石】第4周 金融通识与资产配置：建立投资决策框架】

【阶段2：【金融通识】宏观周期、微观博弈与数据基石】第5周 金融数据获取、清洗与可视化实战

【阶段2：【金融通识】宏观周期、微观博弈与数据基石】第6周 股票与基金投资实战入门

【阶段3：【量化内核】策略数学模型与核心因子计算】第7周 量化交易系统设计与策略绩效评估

【阶段3：【量化内核】策略数学模型与核心因子计算】第8周技术指标实战：趋势、动量、波动与成交量分析

【阶段3：【量化内核】策略数学模型与核心因子计算】第9周 基本面指标：价值投资的量化方法

【阶段4：【核心系统】股票量化回测引擎：从脚本到工业级框架】第10周 股票量化策略开发：从设计到回测的完整流程

【阶段4：【核心系统】股票量化回测引擎：从脚本到工业级框架】第11周 模块化开发：DeltaFQ量化框架深度集成

【阶段4：【核心系统】股票量化回测引擎：从脚本到工业级框架】第12周 基本面选股：挖掘真正优质的公司

【阶段5：【稳健投资】基金量化分析：选基策略与智能定投回测】第13周基金投资入门：指数基金配置与选基策略

【阶段5：【稳健投资】基金量化分析：选基策略与智能定投回测】第14周 基金数据获取与投资策略量化分析

【阶段6：[AI实战】量化交易系统集成：AI驱动的全栈开发实践】第15周 量化系统架构设计与核心功能开发