Хотите попрощаться со слепыми операциями традиционной ручной торговли акциями и освоить ключевые навыки интеллектуальной количественной торговли? Тренировочный лагерь AI-квант трейдинга от Geek Time предлагает 12-недельный систематизированный продвинутый курс, который проведет вас от нуля до основ AI-квант трейдинга и поможет построить собственную систему автоматической торговли. Курс построен последовательно: сначала вы укрепите базу в финансовых основах, торговых индикаторах, фундаментальном и техническом анализе, затем шаг за шагом освоите практические навыки работы с AI-инструментами программирования, сбора данных рыночных исследований, создания баз данных. Подробно разбираются классические стратегии MACD, Чаньлунь, сеточная, черепашья торговля, многофакторный отбор акций, а с помощью профессионального движка бэктестинга проверяется жизнеспособность стратегий. На продвинутом уровне открываются RAG-векторные базы данных, машинное обучение, обучение с подкреплением и другие передовые технологии, отрабатываются создание AI-торговых агентов, событийно-ориентированный анализ, управление рисками в реальной торговле, анализ ротации секторов и другие ключевые темы. Курс сопровождается полным набором исходного кода, отраслевыми исследованиями, эксклюзивными учебными материалами и ответами на вопросы после занятий, сочетая с нуля и повышение квалификации. Только практика без воды, никакой пустой теории, чтобы учащиеся полностью освоили весь цикл AI-квант трейдинга и использовали технологии для принятия инвестиционных решений.

Курс делает акцент на воспроизводимых исследовательских процессах и инженерной реализации. Вы научитесь объединять рыночные, финансовые, новостные данные и исследования в единую аналитическую структуру, отбирать стратегии с помощью метрик бэктестинга, повышать качество сигналов с помощью машинного обучения и обучения с подкреплением, а также организовывать инвестиционно-исследовательские рабочие процессы с помощью агентов, RAG и Langgraph. После обучения вы сможете самостоятельно выполнить полный цикл от сбора данных, построения факторов, бэктестинга стратегий, атрибуции эффективности до управления рисками и симуляции торговли, а также понять ключевые детали подключения к реальной торговле, разбивки ордеров, повторных попыток при сбоях и мобильной координации. Подходит для тех, кто хочет системно перейти в количественную торговлю, повысить эффективность инвестиционных исследований или разрабатывать AI-торговые инструменты.

Внимание: курс предназначен только для обучения, не является инвестиционной рекомендацией, инвестиции связаны с риском, будьте осторожны при входе на рынок.

• 1.Запись открывающего прямого эфира
• 2.Что такое количественная торговля
• 3.Понимание финансовых инструментов
• 4.Первое знакомство с количественными стратегиями
• 5.Базовые финансовые понятия
• 6.Технический анализ против фундаментального
• 7.Основная логика технических индикаторов

• 8.AI-программирование и соответствующие инструменты
• 9.Инструкция по работе с QMT
• 10.Получение данных
• 11.Как финансовые показатели направляют количественную торговлю
• 12.Создание базы данных
• 13.Сбор рыночных и финансовых данных
• 14.Сбор макроэкономических данных и новостных событий
• 15.Сбор институциональных исследований и финансового календаря
• 16.События-катализаторы на основе больших моделей

• 17.Что такое движок бэктестинга
• 18.Метрики оценки бэктестинга
• 19.Анализ случаев: стратегия MACD, стратегия RSI, стратегия полос Боллинджера
• 20.Анализ случаев: стратегия отклонения, моментум-стратегия и др.
• 21.Ответы на вопросы после занятия
• 22.Что такое TA-Lib
• 23.Ограничения классических индикаторов
• 24.Улучшение традиционных индикаторов

• 25.Установка OpenClaw
• 26.Настройка количественных инструментов для OpenClaw
• 27.Как создать skill
• 28.Основные принципы торговых правил черепах
• 29.Пример стратегии торговли черепах
• 30.Размышления и ответы на вопросы

• 31.Классическая количественная стратегия Чаньлунь
• 32.Практика и примеры точек покупки и продажи по Чаньлунь
• 33.Улучшенная стратегия Чаньлунь
• 34.Ответы на вопросы после занятия
• 35.Классическая стратегия сеточной торговли
• 36.Многофакторный отбор акций

• 37.Система классификации факторов
• 38.Исследовательская структура Huatai Securities по количественному анализу
• 39.Основы машинного обучения
• 40.Примеры применения машинного обучения на фондовом рынке
• 41.Пятишаговый метод воспроизведения научных статей
• 42.Разбор магистерской диссертации
• 43.Анализ кейсов

• 44.Система показателей QuantStats
• 45.Матричное разложение
• 46.Применение матричного разложения на практике
• 47.Анализ эффективности реальной торговли
• 48.Что такое RAG
• 49.Embedding
• 50.Векторная база данных

• 51.Пятишаговый метод Guotai Junan
• 52.Написание AI-отчёта по инвестиционным исследованиям
• 53.Фреймворк DeepAgent
• 54.Сбор общественного мнения и финансовый сентимент-анализ
• 55.Событийно-ориентированный анализ и анализ индекса страха
• 56.Многомерное принятие решений
• 57.Ответы на вопросы после занятия

• 58.Реальная торговля Xtquant
• 59.Практика Nanobot
• 60.Программный интерфейс Nanobot
• 61.Что такое обучение с подкреплением
• 62.От Q-learning к DQN
• 63.Умное разделение ордеров

• 64.Ученик DQN: механизм двух сетей учителя
• 65.Высокочастотный маркет-мейкинг и идентификация поведения основных игроков
• 66.Система управления рисками
• 67.Управление рисками на основе ATR
• 68.Практика событийного управления рисками
• 69.Основной набор из пяти компонентов Langgraph
• 70.Рабочий процесс торговой команды
• 71.Блокировка рисков и повторные попытки с предохранителем

• 72.Сценарий утреннего инвестиционного совещания
• 73.Многофакторный отбор акций
• 74.Анализ ротации секторов
• 75.Рабочий процесс утреннего инвестиционного совещания
• 76.Боевая торговля
• 77.Панель управления CEO и стратегия лидера

• 78.Модель атрибуции BHB
• 79.Пошаговая проверка
• 80.Обмен опытом студентов
• 81.Система количественной торговли

• Еженедельный архив материалов, сборник отраслевых исследований, активное управление портфелем, факторное инвестирование: методы и практика, пошаговое руководство по чтению финансовой отчетности, количественная торговля, систематизированные учебные заметки по количественному инвестированию, интеллектуальная генерация PDF-отчетов, код курса, обучение и QA по AI-количественной торговле, использование соответствующего программного обеспечения и т.д.

💡 Совет по обучению:Содержание основано на отраслевой практике на момент публикации; рекомендуется при обучении учитывать актуальные правила текущих платформ.