整理了41门量化交易课程，涵盖了量化交易相关的所有知识点，在这里分享给那写想要学习量化交易的道友。

1. 量化交易魔鬼训练营

实战导向的高强度集训，覆盖26+策略开发全流程：从数据清洗、因子挖掘（如波动率因子、市场情绪因子）到实盘风控。包含Tick级数据处理、滑点控制、策略迭代优化（如布林强盗策略、ATR自适应模型），并详解策略衰退预警机制与极端行情应对方案。适合有编程基础者快速提升实盘能力

2. 量化交易：策略编写及系统搭建

系统化工程能力培养，重点教授多因子模型构建（Alpha因子挖掘）、动态仓位管理模块开发，以及基于Django框架的实时监控系统实现。涵盖实盘环境下的订单流解析、策略风险矩阵评估，培养独立搭建量化平台的能力

3. Python项目实战：从零搭建货币量化交易系统

聚焦加密货币市场，通过Binance/OKX API实现三角套利与跨交易所对冲。包含订单簿深度分析、Gas费优化、防止API限流机制，并实战开发高频套利策略与防止穿仓的风控模块。

4. 全套Python量化投资与机器学习课程

理论与技术深度融合：从Scikit-learn特征工程到TensorFlow时序预测，重点解析机器学习在组合优化中的应用（如SHAP值归因分析、因子有效性检验）。覆盖量化前沿技术如强化学习仓位管理与PSO参数优化框架。

5. 机器学习与量化交易项目班

以LSTM波动率预测+随机森林多空分类双主线，完整实现自适应交易系统。包含强化学习在订单执行中的应用、模型校准与对冲技术，突出实盘系统自动化部署。

6. Python数字货币量化交易系统

专为数字货币设计，详解布林带跨期套利、市场情绪因子构建。通过WebSocket搭建实时数据管道，重点教学高频场景下的低延迟处理与动态再平衡技术。

7. 量化交易进阶实战：迭代式策略研发

独创STRUT框架（Strategy-Test-Refine-Update-Track）：通过正交分析法解决过拟合问题，结合蒙特卡洛参数鲁棒性检验与策略衰退预警。涵盖盈亏比＞4:1的策略优化技法。

8. AI量化交易

前沿技术融合课：探索Transformer市场结构识别、GAN生成合成数据、深度强化学习在订单执行中的应用。重点解析Attention机制在多因子融合中的实践。

9. 量化投资基础计算与模型

金融工程数学核心课：从Black-Scholes推导到Copula相关性建模，详解VaR/CVaR计算、利率期限结构建模及Jump Diffusion过程模拟。夯实数理金融根基。

10. 金融信贷风控机器学习模型

跨界实战应用：将量化技术迁移至信贷场景，教学WOE/IV特征分箱、XGBoost违约预测模型开发，包含PSI模型稳定性监测与拒绝推断技术

11. 日内高频交易实战

聚焦毫秒级市场博弈：Python实现订单簿特征提取（LOB-Score、成交量剖面分析），C++开发低延迟策略内核（FPGA级优化）。详解微观结构信号捕捉、纳秒级时间戳同步、交易所TCP协议拆包技术，并实战盘口套利策略与冰山订单追踪算法。

12. 期权零入门教程(32课)

系统建立期权认知框架：从BSM模型闭式解推导到波动率曲面建模（SVI参数化），包含希腊字母动态对冲实战、奇异期权定价（亚式/障碍期权），重点解析波动率微笑套利机会与事件驱动型策略设计。

13. 期权量化交易实战(12课) 

进阶波动率交易：日历价差机器学习优化（基于XGBoost调参）、波动率套利统计框架（VIX-CBOE相关性分析）、Delta中性动态再平衡技术。实战开发尾部风险保护策略与期权做市商报价算法。

14. 量化交易系统开发(50课)

工业级架构实践：基于事件驱动的回测引擎开发（避免未来函数）、分布式任务调度（Celery+Docker）、实盘异常熔断机制（心跳检测+冗余通道）。包含交易日志分析可视化模块与滑点成本归因系统开发。

15. AQF量化金融系统教程(193课) 

认证体系化教学：覆盖金融随机分析（Ito引理证明）、资产定价三因子模型（Fama-French扩展）、固定收益证券OAS分析，结合Python实现利率期限结构校准与可转债定价实战。

16. 金融风控实战视频教程

巴塞尔协议Ⅲ落地指南：开发PD模型（Logistic回归+生存分析）、LGD模型（决策树分箱）、EAD计算框架。包含模型监控报表体系（PSI/CSI指标）与压力测试情景设计。

17. 零基础量化投资入门到进阶

渐进式学习路径：从金融数据分析（Pandas处理TICK数据）到经典策略复现（双均线突破、海龟通道）。包含QuantConnect平台实战与策略参数敏感性分析。

18. Python量化投资基础入门

快速技能转化：聚焦Python核心工具链（NumPy向量化运算、TA-Lib技术指标），详解布林带策略参数优化与蒙特卡洛回溯检验，建立基础策略评估体系。

19. Python量化金融从入门到精通

深度技能跃迁：从金融时间序列分析（ARIMA-GARCH建模）到衍生品定价（二叉树期权模型）。包含统计套利协整检验与高频数据降采样处理技术。

20. 金融量化分析与挖掘项目实战

真实场景驱动：基于上市公司财报的财务因子挖掘（ROIC杜邦分析）、新闻情感分析（BERT金融词典微调）、行业轮动策略开发。突出另类数据价值提取方法。

21. Python量化策略与系统搭建进阶

工程化能力提升：策略容器化部署（Kubernetes管理）、实时风控API开发（最大回撤熔断）、绩效归因系统（Brinson模型）。重点解决实盘策略并发执行问题。

22. 快速编写量化策略及系统开发

敏捷开发实践：使用QLIB框架实现策略模板化开发、基于FastAPI构建策略商城接口、利用PySpark进行大规模历史回测。强调开发-测试-部署流水线搭建。

23. 量化交易策略实战：无效市场获利

非常规逻辑突破：教学均值回复策略（RSI分位数择时）、流动性黑洞捕捉（订单簿失衡监测）、行为金融因子构建（FOMO情绪指标）。揭示市场微观无效性套利。

24. 金融学理论基础

量化底层认知必修：系统梳理资产定价理论（CAPM-APT对比）、公司金融模型（MM定理）、市场微观结构（指令簿博弈论）。附赠金融数学核心公式推导手册。

25. 金融量化投资数据分析实战

数据驱动决策训练：涵盖因子IC/IR分析、策略夏普率优化、换手率敏感性测试。通过QuantStats库实现自动化绩效报告，掌握参数高原识别技术。

26. Python金融量化数据分析基础

数据处理专项突破：教学OHLCV数据清洗（跳空处理）、Tick数据重采样、Level2数据解析（委托队列重建）。包含资金流分布分析与大单追踪策略开发。

27. MATLAB金融量化策略实战

面向传统金融机构：实现BLACK-LITTERMAN资产配置、凯利公式仓位管理、遗传算法参数优化。重点教学MATLAB与Wind API对接及监管报表自动生成。

28. Python机器学习与量化交易

高阶模型融合：LSTM波动率预测（Attention机制改进）、GAN生成合成数据增强训练、强化学习优化订单执行（PPO算法）。构建端到端AI交易管道。

29. Python股票量化投资课程

A股特色化实战：基于Tushare的财务因子分析、龙虎榜资金流策略、涨停板统计套利。详解融券券源预测模型与IH/IC基差套利。

30. 广发证券量化策略合集

机构策略解密：原厂复现alpha对冲策略、股指期货期限结构套利、可转债Delta中性交易。包含机构级绩效归因方法与实盘策略调仓日志分析。

31. 海龟交易法则量化复现

经典策略现代化改造：动态波动率头寸调整（ATR自适应）、突破信号机器学习过滤（SVM分类）、组合相关性矩阵优化。提供实盘参数敏感度测试报告。

32. 基于VN.PY框架开发

本土量化平台实战：详解事件驱动引擎原理、跨市场套利模块扩展（期货-现货）、GUI监控系统二次开发。包含实盘异常处理案例库与性能优化技巧。

33. 量化交易进阶实战：迭代研发

策略生命周期管理：基于STRUT框架（策略版本控制→压力测试→参数鲁棒性检验→实盘跟踪）。重点教学过拟合概率矩阵构建与策略失效自动检测。

34. 金融时间序列分析

量化核心方法论：教学傅里叶变换去噪、小波分析突变点检测、HMM状态识别（牛熊市划分）、分形市场理论应用。包含高维时序特征提取技术。

35. 摩根大牛高级训练营

华尔街工程实践：衍生品定价（蒙特卡洛加速技巧）、信用风险模型（Merton-KMV）、投资组合CVaR优化。使用Cython实现高性能数值计算。

36. 双均线策略及代码

微观策略解剖课：从基础策略实现（金叉死叉信号）到高级扩展（自适应均线周期选择、波动率过滤）。提供参数优化三维地形图分析工具。

37. R语言量化投资建模

统计学派量化实践：基于R实现协整检验（Johansen方法）、GARCH族模型拟合、投资组合因子暴露分析。重点教学Shiny构建策略仪表盘。

38. AI与量化投资人才培养计划

两年制体系课程：覆盖量化基础（金融工程+Python）→ 机器学习（NLP情感分析+图神经网络）→ 前沿领域（量子计算+订单流预测）。包含顶级机构实习推荐。

39. Python量化交易进阶实战

高手精进专项：多周期策略融合（1分钟+日线协同）、资金曲线管理（凯利公式动态调整）、实盘冲击成本建模。解决策略容量瓶颈问题。

40. 量化交易工程师全体系实战

职业化培养方案：从C++低延迟开发（内存池优化）到量化平台架构设计（微服务化部署）。包含实盘故障应急演练与合规风控文档编写。

41. 量化交易策略实战

终极策略优化课：基于遗传算法的多目标优化（夏普率+最大回撤+盈亏比）、策略组合非线性相关性分析、市场状态识别（马尔可夫转换模型）。实现策略自适应切换。