需求分析报告应该包含哪些部分_系统的股票量化分析课程应该包含哪些内容

最近太忙，好久没有更新文章了。最近一直有网友询问，什么时候开课的事情。量化分析的书籍和课程其实有多，比较系统全面的却很少见。既然要开课，就做一套比较系统一点的吧，下面列一下系列课程的几门课，涵盖了数据爬取、数据存储、交互式GUI图形界面开发、量化策略开发、回撤优化等。各位看官想学什么在文末投个票吧。哪一门课程票数最高，就先开哪一门。

课程1：离线历史数据获取

数据获取分为离线数据获取和实时行情数据获取

离线历史数据获取：

1：获取所有股票分钟线、小时线、日线、周线、月线历史数据

2：获取所有股票2000年以来的历史分笔数据

3：获取行业板块、概念板块信息

4：爬取沪股通、深股通资金流向数据

5：爬取所有股票的所有龙虎榜上榜信息

6：爬取所有年份的利润表、资产负债表、现金流量表数据

7：爬取所有股票的十大股东信息

8：爬取所有股票的高管增减持计划信息

学完这一门课程，金融数据可谓所见即所得，只要你感兴趣的，就可以爬下来为所欲为，可谓数据在手，天下我有

课程2：实时行情数据获取：

1： 单只股票实时行情数据获取

2：所有股票实时行情数据获取

备注：所有股票的实时行情数据获取，涉及到分布式爬虫框架的搭建、或者自己定制分布式爬虫实现，看人气决定讲不讲这一部分内容

课程3：pandas数据分析基础、可视化基础

1：pandas数据分析基础

2：matplotlib可视化实战

3：利用pandas筛选经典k线形态

课程4：交互式GUI图形界面开发，与数据对话，让你看到数据中的秘密

1：matlab的安装和语法入门

2：matlab可视化入门

3：matlab实现k线图、量柱图

4：matlab GUI工具箱构建自己的图形界面

5：与数据对话，让数据响应你的鼠标和键盘

注意，这里的交互式，不仅仅只是可视化，画个图表一件事，画图表建立在你已经有预感哪些数据是重要的，然后以画图的方式去验证和优化你的猜想。而交互式GUI工具，可以让你在毫无灵感时，帮助你高效的探索你的数据，发现值得深入研究的信息，然后做进一步研究。我的10天收益超过10%的胜率达到43%，10天收益超过5%的胜率达到65%的策略就是通过GUI交互界面发现，然后进一步优化得来的，到目前为止，我还没有看到哪一本书或者哪一门课程把这一部分内容纳入量化分析中。这一步，是你想要持续发掘优秀策略的必备技能。

课程5：经典量化策略的实现

量化策略的开发、测试、优化：

这一部分课程讲解怎样用python实现一个策略、实现策略后如何优化、回撤分析、以及做一个简单的网页展示你的策略

1：均线策略的实现和回撤优化

2：macd金叉策略的实现和回撤优化

3：kdj金叉策略的实现和回撤优化

课程6：机器学习在股票量化分析中的应用

1：计算股票波动的关联强弱

2：使用决策树算法优化你的策略

3：使用支持向量机(SVM)优化你的策略

4：使用LSTM优化你的策略

下周将发布系列课程，敬请关注

---