CQF、FRM、Wilmott/SEG/EAGE学会会员、专利发明人、资深金融工程师，同济大学在职理学博士，德克萨斯大学联合培养。长期从事金融算法、数据分析，能源矿产行业投资评价，风险管理，估值模型建立等领域研究工作，开发完善公司Python金融数据分析库及数字化工具。拥有发明专利，著有多篇顶会算法，数据类论文，对于强化学习、特征工程有十年以上的研究。现任上市公司算法主任工程师、牵头公司人工智能和大数据技术研究。

阶段一：Python 基础教学（4课时）

1.Python基础

1.1.Python基础语法

1.2.程序设计环境及掌握

1.3.数据结构

2.Numpy库常用功能及高频技巧

3.Pandas库在算法交易中应用

4.Matplotlib库介绍及应用

5.交易数据爬取Tushare和Pandas Datareader

6.案例教学

1.基本概念：对冲、协整交易、相关等等

Adaptive 滑动平均，William %

Tema，RVI，RSI，抛物线Sar，MACD

均值回归与平稳性

DF测试

Hurst比率测试

均值回归half-life

线性均值回归交易策略

配对交易

Bollinger Bands

Scaling in

Kalman滤波

数据误差得危害

ETF与股票逃离

Cross-section 均值回归

衍生品及均值回归

时间序列动量测试

时间序列策略优缺点

日内交易

开盘缺口交易策略

新闻驱动交易

高频策略

1.现代投资组合理论与CAPM模型

 拉格朗日法原理及矩阵表达

 基本概念

给定约束条件下的投资组合最优化

（1） 矩阵法计算

（2） Scipy.optimize库的应用

BL模型实现及优化（可选）

1.金融风险基础

Kelly公式

最优化收益：模拟、历史数据

最大回撤

市场风险基本概念

理论及Python函数

1.算法交易基础概念与应用

Quantopian简介

Quantopian的研究基础及概念

条件过滤与遮罩

Quantopian实践

     基于布林线的交易策略及回测

     基于因子选股的交易策略及回测

     基于Delta对冲的交易策略及回测

偏差与方差

生成法

判别法

DecisionTree, Random Forest