跳到主要内容

量化交易知识库

欢迎来到 SolKnow 量化交易知识库 —— 一个系统化的量化投资与算法交易学习平台。

知识库定位​

本知识库面向以下读者：

  • 初学者：零基础入门量化交易，了解基本概念与工具
  • 开发者：将编程技能应用于金融市场，构建交易系统
  • 数学/金融背景：掌握数学建模与统计方法在交易中的应用
  • 算法竞赛选手：将算法优化思维应用于高频与策略交易

学习路径​

graph TD
    A[基础入门] --> B[数学基础]
    A --> C[编程工具]
    B --> D[策略开发]
    C --> D
    D --> E[机器学习策略]
    D --> F[回测与优化]
    E --> G[实盘部署]
    F --> G
    G --> H[风险管理]

核心模块​

📚 基础入门 (basics/)​

  • 量化交易概述与发展历程
  • 金融市场基础（股票、期货、期权、外汇）
  • 交易机制与订单类型
  • 市场微观结构
  • 量化交易生态与数据源

🔢 量化数学 (math/)​

  • 时间序列分析
  • 随机过程与布朗运动
  • 统计套利与协整
  • 优化理论与投资组合
  • 蒙特卡洛模拟

💡 策略开发 (strategy/)​

  • 经典策略：动量、均值回归、趋势跟踪
  • 统计套利策略
  • 事件驱动策略
  • 高频交易策略
  • 因子投资与多因子模型

💻 编程与工具 (programming/)​

  • Python 量化生态（NumPy, Pandas, Numba）
  • C++ 高性能计算
  • 数据获取与处理
  • 数据库与存储
  • API 对接与自动化

🤖 机器学习 (ml/)​

  • 特征工程与因子挖掘
  • 监督学习：分类与回归
  • 无监督学习：聚类与降维
  • 强化学习在交易中的应用
  • 深度学习：LSTM、Transformer

📊 回测系统 (backtest/)​

  • 回测框架原理
  • 过拟合与样本外测试
  • 滑点与手续费建模
  • 事件驱动回测
  • 向量化 vs 事件驱动

⚠️ 风险管理 (risk/)​

  • 风险度量：VaR、CVaR、最大回撤
  • 仓位管理与凯利公式
  • 对冲与市场中性
  • 极端风险与尾部事件
  • 合规与监管

🛠️ 实用工具 (tools/)​

  • 开源框架：Backtrader、Zipline、QuantConnect
  • 商业平台：聚宽、米筐、优矿
  • 数据源：Tushare、AKShare、Yahoo Finance
  • 可视化与监控

🔗 区块链与加密货币 (blockchain/)​

  • 区块链基础：分布式账本、共识机制、智能合约
  • 加密市场微观结构：CEX/DEX、永续合约、AMM
  • 加密货币量化策略：现货/期货/跨所套利、链上MEV
  • DeFi策略：流动性挖矿、收益聚合、治理挖矿

🎯 实战案例 (practice/)​

  • 完整策略案例解析
  • 实盘部署经验
  • 常见陷阱与解决方案
  • 量化面试准备

推荐学习顺序​

  1. 第一阶段（1-2周）：阅读 basics/ + programming/ 基础
  2. 第二阶段（2-4周）：学习 math/ + strategy/ 经典策略
  3. 第三阶段（3-4周）：实践 backtest/ + 复现 practice/ 案例
  4. 第四阶段（持续）：深入 ml/ + risk/ 并实盘测试

相关资源​

⚠️ 风险提示：量化交易涉及金融风险，本知识库仅供学习研究，不构成投资建议。过往回测表现不代表未来收益。