11:41

04 历史回测

30:10

03 策略开发

20:48

02 策略模板

18:30

01 环境准备

21:45

课时05 IPython命令行

13:28

课时04 回顾jupyter Notebook

15:31

课时03 第一个研究任务

16:02

课时50–课程总结

19:49

课时49–统计套利策略回测

13:54

课时02 搭建量化研究环境

16:32

课时01 认识量化数据分析

10:11

课时48–价差统计套利策略

15:53

课时 53实践课3 参数优化和批量运行

16:54

课时47 跨期价差特征分析

15:57

课时46 构建期货跨期价差

21:17

课时 52实践课2 实现一行代码的回测

14:34

课时45 statsmodels统计模型库01

08:39

课时 51实践课1 MACD交易策略逻辑

15:54

课时44 滚动计算技术指标

14:38

课时43–滚动窗口计算

15:20

课时42 自定义K线周期绘图

13:24

课时41 Resample重新采样

13:52

课时39 时间的范围和偏移

14:38

课时38–操作日期时间类型

15:22

课时37 时间序列基础

19:53

课时36 什么是TimeSeries

19:15

课时40 全球时区处理

15:09

课时35 GroupBy聚合机制

15:21

课时34 寻找参数优化的平原

11:05

课时33 3D曲面图

15:14

课时32 深入分析CTA资金曲线

15:19

课时31–柱形图和散点图

14:43

课时30–自定义图形效果

13:59

课时29 Plotly基础

17:18

课时28 深入逐笔对冲分析

15:31

课时27 CTA回测结果分析

16:50

课时26 向量化字符串操作

16:48

课时25–数据清洗转换

15:37

课时24 处理缺失的数值

13:43

课时23 SQL数据库交互

23:13

课时22–准备MySQL数据库

18:16

课时21–常用统计指标计算

17:04

课时17 Series和DataFrame

13:26

课时20–期货分钟数据获取

18:56

课时19–最常用的CSV数据格式

17:58

课时18–索引和切片

14:24

课时16 计算大盘的双均线

18:19

课时15 数组进阶编程

17:00

课时11 分段下载连续数据

14:57

课时14 向量化运算函数

12:35

课时13 ndarray数组对象

14:08

课时12 初识NumPy

27:56

课时10–币圈行情数据获取

20:41

课时09 A股日线数据获取

16:23

课时08 上手REST API

17:27

课时07 金融市场数据概况

15:13

课时06 强大的Jupyter魔术命令

11:02

54 Cinco策略优化

12:35

53 Cinco策略下

12:21

55 课程总结