慕课-Python量化交易工程师养成实战-金融高薪领域（13章）是一个针对金融量化交易领域的Python技能培训课程。该课程主要面向希望从事金融量化交易的工程师或相关从业人员，旨在通过实战演练和案例分析，帮助他们掌握Python在金融量化交易领域的应用，提升自身技能水平，并获得高薪就业机会。
课程内容包括但不限于以下几个方面：
1. **基础知识**：介绍Python编程语言的基础知识，包括数据类型、控制结构、函数、类等。
2. **金融数据获取**：介绍如何使用Python从互联网或数据库获取金融数据，包括股票、期货、外汇等。
3. **数据清洗与预处理**：讲解如何对获取到的数据进行清洗、筛选和预处理，以满足量化交易的需求。
4. **技术分析**：介绍如何使用Python进行技术分析，包括K线图、移动平均线、趋势指标等。
5. **量化模型构建**：介绍如何使用Python构建量化交易模型，包括趋势跟踪、套利交易、高频交易等。
6. **回测与模拟交易**：讲解如何使用Python进行量化交易模型的回测和模拟交易，以验证模型的可行性和盈利能力。
7. **风险管理**：介绍如何使用Python进行量化交易的风险管理，包括仓位控制、止损止盈等。
8. **实战演练**：通过实际案例和项目，让学员动手实践，提高实战能力。
9. **就业指导**：提供就业前指导和面试技巧，帮助学员顺利找到高薪工作。
该课程的特点是实战性强，注重技能培养，通过实际案例和项目让学员动手实践，提高实战能力。同时，课程还提供就业指导，帮助学员顺利找到高薪工作。完成该课程后，学员将掌握Python在金融量化交易领域的应用，具备从事金融量化交易工作的技能和知识。
课程截图：
mksz623-Python量化交易工程师养成实战-金融高薪领域（13章）
├──{10}–第10章 Python量化择时–技术指标函数
| ├──[10.1]–10-1 量化择时基本概念.mp4 68.32M
| ├──[10.2]–10-2 趋向指标上–MACD、EMV、UOS(一).mp4 59.68M
| ├──[10.3]–10-3 趋向指标上–MACD、EMV、UOS (二).mp4 53.12M
| ├──[10.4]–10-4 趋向指标中–GDX、JS.mp4 87.97M
| ├──[10.5]–10-5 趋向指标下–MA、VMA.mp4 115.78M
| ├──[10.6]–10-6 反趋向指标–RSI、WR与KDJ.mp4 118.32M
| ├──[10.7]–10-7 压力支撑指标函数.mp4 162.13M
| └──[10.8]–10-8 量价指标函数.mp4 79.38M
├──{11}–第11章 Python量化交易–策略回测实现
| ├──[11.1]–11-1 量化交易策略回测流程.mp4 66.61M
| ├──[11.2]–11-2 MACD指标量化策略.mp4 137.60M
| ├──[11.4]–11-4 量化策略风险指标–Alpha、Beta与夏普.mp4 59.24M
| ├──[11.5]–11-5 量化策略风险指标–索提诺比率、信息比率与策略波动率.mp4 42.71M
| └──[11.6]–11-6 量化策略风险指标–基准波动率与最大回撤.mp4 24.17M
├──{12}–第12章 Python量化交易–因子分析
| ├──[12.1]–12-1 量化因子分析–因子分析概述.mp4 41.05M
| ├──[12.2]–12-2 量化因子分析–自定义因子实战.mp4 72.56M
| ├──[12.3]–12-3 量化因子分析–因子分析结果.mp4 112.95M
| └──[12.4]–12-4 量化因子分析–alpha因子实战.mp4 77.73M
├──{13}–第13章 Python量化交易策略实战案例
| ├──[13.10]–13-10 量化交易策略实战–大小盘轮动策略（上）.mp4 74.67M
| ├──[13.11]–13-11 量化交易策略实战–大小盘轮动策略（中）-e241b67b4aa3.mp4.qkdownloading 68.31M
| ├──[13.12]–13-12 量化交易策略实战–大小盘轮动策略（下）.mp4 60.35M
| ├──[13.13]–13-13 量化交易策略实战–逆三因子量化交易策略-策略详解-dd0daf3fe5be.mp4.qkdownloading 68.25M
| ├──[13.15]–13-15 量化交易策略实战–逆三因子量化交易策略-小结.mp4 8.08M
| ├──[13.1]–13-1 量化交易策略实战案例–双均线策略.mp4 154.33M
| ├──[13.2]–13-2 量化交易策略实战–KDJ策略.mp4 151.89M
| ├──[13.3]–13-3 量化交易策略实战–MA-RSI策略（上）.mp4 134.94M
| ├──[13.4]–13-4 量化交易策略实战–MA-RSI策略（下）.mp4 111.24M
| ├──[13.5]–13-5 量化交易策略实战–能量型量化交易策略.mp4 181.49M
| ├──[13.6]–13-6 量化交易策略实战–BOLL量化交易策略.mp4 195.99M
| ├──[13.7]–13-7 量化交易策略实战–新能源股票轮动量化交易策略.mp4 153.75M
| ├──[13.8]–13-8 量化交易策略实战–低估值量化交易策略（上）.mp4 118.72M
| └──[13.9]–13-9 量化交易策略实战–低估值量化交易策略（下）.mp4 124.12M
├──{1}–第1章课程介绍与学习指南
| └──[1.1]–1-1量化交易开发课程导学.mp4 36.12M
├──{2}–第2章初识量化交易-必知的量化交易基础
| ├──[2.1]–2-1初识量化交易(上).mp4 61.77M
| ├──[2.2]–2-2初识量化交易(下).mp4 39.46M
| ├──[2.3]–2-3量化交易开发流程.mp4 48.55M
| ├──[2.4]–2-4量化交易分类–交易产品.mp4 101.92M
| ├──[2.5]–2-5量化交易分类–盈利模式.mp4 39.51M
| └──[2.6]–2-6量化交易分类–策略信号.mp4 49.86M
├──{3}–第3章进军量化交易开发第一课-基本的股票交易维度和概念
| ├──[3.1]–3-1股票基本概念（上）.mp4 72.96M
| ├──[3.2]–3-2股票基本概念（下）.mp4 5.36M
| ├──[3.3]–3-3股票行业分类.mp4 47.02M
| ├──[3.4]–3-4影响股价因素.mp4 106.73M
| ├──[3.5]–3-5股票交易基础知识.mp4 49.32M
| ├──[3.6]–3-6基本选股及量化思想下的选股.mp4 36.63M
| ├──[3.7]–3-7股票交易必懂-择时.mp4 91.18M
| └──[3.8]–3-8量化交易平台.mp4 110.86M
├──{4}–第4章量化交易开发Numpy应用-股价分析实战
| ├──[4.1]–4-1基于Numpy股价统计分析实战.mp4 127.11M
| └──[4.2]–4-2基于Numpy股价均线实战.mp4 92.29M
├──{5}–第5章量化交易开发Pandas应用-股票分析实战
| ├──[5.1]–5-1基于Pandas股票时间序列分析实战.mp4 120.09M
| └──[5.2]–5-2基于Pandas实现K线图.mp4 125.21M
├──{6}–第6章量化交易开发Matplotlib应用-股票技术分析实战
| ├──[6.1]–6-1基于Matplotlib实现MACD.mp4 116.30M
| └──[6.2]–6-2基于Matplotlib实现KDJ.mp4 120.01M
├──{7}–第7章量化策略编写-Python量化交易编程第一步
| ├──[7.1]–7-1股票量化交易策略核心函数组成.mp4 104.21M
| ├──[7.2]–7-2设置函数应用实战.mp4 146.26M
| ├──[7.3]–7-3定时函数应用实战.mp4 76.61M
| ├──[7.4]–7-4交易函数应用实战.mp4 160.91M
| ├──[7.5]–7-5量化交易策略实战–交易对象.mp4 176.14M
| ├──[7.6]–7-6量化交易策略实战–策略信息.mp4 103.05M
| └──[7.7]–7-7量化交易策略实战–账户信息.mp4 115.28M
├──{8}–第8章量化交易的前提-Python量化交易数据获取
| ├──[8.2]–8-2量化交易数据获取–财务数据.mp4 68.64M
| ├──[8.3]–8-3量化交易数据获取–成分股.mp4 87.32M
| ├──[8.4]–8-4量化交易数据获取–标的信息.mp4 45.87M
| └──[8.5]–8-5量化交易数据获取–交易数据.mp4 78.63M
├──{9}–第9章股市投资第一步-Python基本面量化选股
| ├──[9.1]–9-1量化选股–量化选股概况.mp4 171.99M
| ├──[9.2]–9-2量化选股–营收因子选股.mp4 96.86M
| ├──[9.3]–9-3量化选股–财务因子选股.mp4 62.20M
| ├──[9.4]–9-4量化选股–规模类因子选股.mp4 54.61M
| ├──[9.5]–9-5量化选股–价值类因子.mp4 78.91M
| └──[9.6]–9-6量化选股–质量类因子.mp4 41.52M
└──资料