日内高频交易实战，从python数据分析到C++编写策略

日内高频交易实战，从python数据分析到C++编写策略资源简介：

《日内高频交易实战，从python数据分析到C++编写策略》是《从编程小白到量化宗师之路》系列的第二个中级课程。本课程宗旨是缩短个人和小型结构投资者和大型机构投资者的差距。

课程内容从数据统计基本概念入手，抛开大多数人使用的传统技术指标体系(如MACD，KDJ等)，对市场交易数据进行深入分析，识别出其中的统计规律，发掘交易机会,后期过渡到采用机器学习方式进行交易策略的研发，课程用到的机器学习方法有多项式线性回归，支持向量机(SVM)，隐马尔可夫(HMM)，朴素贝叶斯。

课程注重实战，学员上课后，可以达到:日内高频交易策略研发，对统计学和概率论有一些应用上的基础，从而能够自行继续研发新的策略。将日内高频的研究发到带到短期，中期交易策略中，提高盈利机会。

课程目录

第一部分

1.课程准备与数据来源.mp4

2.均值回归概念介绍.mp4

3.均值回归的数据研究-上.mp4

4.均值回归的数据研究-下.mp4

5.均值回归的历史数据统计程序.mp4

6.均值回归的历史数据统计结果分析.mp4

7.编写简单的策略进行测试.mp4

课件.zip

第二部分

8.订单不平衡与平均成交价均值回归-上.mp4

9.订单不平衡与平均成交价均值回归-中.mp4

10.订单不平衡与平均成交价均值回归-下 截取视频.mp4

11.模型一：简单的线性模型y=wx+b 截取视频.mp4

12.模型二：朴素贝叶斯.mp4

13.模型三-支持向量机SVM，随机森林 RF.mp4

14.模型五：隐马尔科夫HMM(官网未见模型四) 截取视频.mp4

15.编写简单的策略进行测试.mp4

第三部分

16.高频C++实盘策略编写：均值回复上 截取视频.mp4

17.高频C++实盘策略编写：均值回复-下 (1) 截取视频.mp4

18.高频C++实盘策略编写：预测策略上.mp4

19.高频C++实盘策略编写：预测下.mp4

20.结束语.mp4