AI+Python金融量化班：QMT策略实战
¥198
你将收获
- 量化数据处理能力：学会获取财务数据、多因子数据、历史行情、持仓信息、交易明细等核心数据，掌握数据清洗与查询技巧。
- 经典量化策略落地：从零搭建完整量化策略（如金叉/死叉策略），完成策略构思、代码实现、优化迭代与文档打包，可直接复用至实盘。
- 策略框架与优化思维：理解量化策略框架的核心思想，掌握动态历史长度计算、策略代码优化等进阶技巧，提升策略稳定性与收益能力。
- QMT工具全流程掌握：熟练掌握QMT平台的环境配置、标的设置、账户管理、费用配置等核心操作，打通从数据获取到策略执行的全链路。
浏览相关主题
课程介绍
随着金融科技与人工智能的深度融合，量化交易已成为资本市场的核心竞争力。A股市场数据维度日益丰富，程序化交易占比持续提升，传统主观交易面临的波动与情绪挑战加剧，掌握AI+Python+QMT的量化开发能力，成为在复杂市场中获取稳定收益的关键路径。
本课程以「AI+Python+QMT」为核心技术栈，从数据基础到策略实战，为不同背景的学员提供系统化训练。无论你是编程爱好者想跨界金融，还是股民渴望用数据优化交易，都能通过课程掌握从数据获取到策略落地的完整方法，将技术与金融知识转化为可落地的交易能力。
课程覆盖从QMT入门、数据获取、策略框架搭建到经典策略（金叉/死叉）开发、优化迭代的全流程，通过33个章节的递进式学习，帮助学员完成从零基础到量化策略开发者的蜕变。最终目标是让学员不仅能编写可运行的策略代码，更能建立科学的AI+量化交易思维，具备独立设计、优化与评估量化策略的能力，从容应对市场变化。
适合人群
- AI+金融跨界学习者：熟悉AI工具或编程，想将AI技术与量化交易结合，探索智能交易策略的技术爱好者。
- 量化交易入门者：有Python基础或金融常识，希望系统学习QMT量化交易，从理论走向实战的个人投资者。
- 金融从业者/学生：券商、基金从业者或金融专业学生，希望补充量化交易实战技能，提升职业竞争力与实操能力。
讲师介绍
课程大纲
共0节 时长0分钟
第一章 课程介绍和QMT财务数据相关的表格
17分钟
第二章 多因子数据相关的表格
30分钟
第三章 附录数据梳理
16分钟
第四章 什么是策略框架
6分钟
第五章 目前常用的AI地址梳理
7分钟
第六章 QMT快速入门案例
4分钟
第七章 QMT如何设置和获取标的
15分钟
第八章 QMT设置多个标以及设置交易账号和费用
6分钟
第九章 QMT获取当前K线日期
4分钟
第十章 QMT指定股数交易
8分钟
第十一章 QMT获取交易详细数据
6分钟
第十二章 QMT获取持仓信息
7分钟
第十三章 QMT查询可用资金
4分钟
第十四章 第一个QMT量化策略
6分钟
第十五章 策略的核心思想
11分钟
第十六章 策略要用到哪些框架
6分钟
第十七章 为什么要计算动态历史长度
13分钟
第十八章 怎么根据GU票代码查询企业
6分钟
第十九章 查询所有上市企业信息
5分钟
第二十章 筛选感兴趣的企业
5分钟
第二十一章 QMT基础参数配置
8分钟
第二十二章 QMT获取历史行情数据
8分钟
第二十三章 获取指定企业的历史行情数据
4分钟
第二十四章 QMT获取交易明细数据
6分钟
第二十五章 获取持仓明细
5分钟
第二十六章 获取账户总余额
5分钟
第二十七章 获取昨日收盘价
9分钟
第二十八章 判断是否为金叉
11分钟
第二十九章 购买指定股数
9分钟
第三十章 判断是否为死叉
9分钟
第三十一章 卖出指定股数
5分钟
第三十二章 策略代码优化
7分钟
第三十三章 将策略改为按手数交易以及代码和文档打包
9分钟
资料包
图文
购课须知
课程有效期：
自购买课程之日起 365 天，部分参与营销活动产品以活动规则为准，请同学在有效期内学习、观看课程。
上课模式：
课程采取录播模式，请注意自学课无班级微信群、班主任带班及助教批改服务。
注：自学课不支持退款，确保你是真的需要再进行报名，报完名之后还请认真学习。
