Part 2：量化基础
本阶段目标：建立扎实根基。 理解市场如何运作、数据如何处理、策略如何验证、风险从哪里来。没有这些基础，后面的 Agent 只是空中楼阁。
课程列表
| 课程 | 主题 | 交付物 |
|---|---|---|
| 第02课 | 金融市场与交易基础 | 理解市场结构和交易成本 |
| 第03课 | 数学与统计基础 | 掌握收益、风险的数学语言 |
| 第04课 | 技术指标的真实角色 | 理解指标是特征工程，不是圣杯 |
| 第05课 | 经典策略范式 | 掌握趋势跟随、均值回归等基础策略 |
| 第06课 | 数据工程的残酷现实 | 数据管道脚本 |
| 第07课 | 回测系统的陷阱 | 回测框架模板 |
| 第08课 | Beta、对冲与市场中性 | Beta 分解与对冲计算 |
背景知识
| 文档 | 说明 | 建议阅读时间 |
|---|---|---|
| 交易所与订单簿机制 | L1/L2/L3 数据的区别 | 15分钟 |
| 高频交易与市场微结构 | 了解 HFT 的玩法、Kyle's Lambda | 20分钟 |
| 高频市场微结构 | 订单簿、价差、市场影响的深入解析 | 20分钟 |
| Tick级回测框架 | 事件驱动回测、队列位置模拟 | 25分钟 |
| 夏普比率的统计陷阱 | 估计误差、多重检验、Deflated Sharpe | 20分钟 |
| K线形态与量价分析 | 蜡烛图形态、成交量分析及其量化应用 | 20分钟 |
| 加密货币交易特点 | 7×24 市场的独特挑战 | 10分钟 |
| 数据源与API对比 | 选择合适的数据源 | 10分钟 |
学完本阶段后
你将能够：
- ✅ 理解股票、期货、加密货币等不同市场的特点
- ✅ 用数学语言描述收益和风险
- ✅ 识别技术指标的真实价值和局限
- ✅ 搭建数据管道，处理 API 限流、数据缺失等问题
- ✅ 避免回测中的常见陷阱（过拟合、未来函数等）
- ✅ 理解 Beta 和 Alpha 的区别，知道收益从哪里来
- ✅ 计算对冲比例，理解为什么市场中性难做
下一阶段
→ Part 3：机器学习 - 从传统模型到 Agent