Star 历史趋势
数据来源: GitHub API · 生成自 Stargazers.cn
README.md

Datawhale量化开源课程 [⚠️ Alpha内测版]

  本项目为量化开源课程,可以帮助人们快速掌握量化金融知识以及使用Python进行量化开发的能力。更进一步地让人们更好地学习和研究量化交易策略。此项目提供了一套完整的流程和工具链,从策略的理念、研究需要的数据、回测再到实盘,希望给大家带来帮助。


Ask DeepWiki

使用说明

在线阅读地址

WhaleQuant

智海平台学习地址

WhaleQuant

Notebook运行环境配置

  1. Python版本
    请使用python3.9.X,如使用其他版本,requirements.txt中所列的依赖包可能不兼容。

  2. 安装相关的依赖包

    pip install -r requirements.txt
  3. docsify框架运行

    docsify serve ./docs

协作规范

  1. 由于章节内容中需要有程序和执行结果,采用jupyter notebook的格式进行编写(文件路径:notebook),然后将其导出成markdown格式,再覆盖到docs对应的章节下。
  2. 可按照Notebook运行环境配置,配置相关的运行环境。
  3. 如果涉及到引用文章,请附上参考引用链接。
  4. 当前进度
章节号标题进度负责人&参与人
第一章投资与量化投资已完成孙子涵、崔腾松
第二章金融市场的基础概念已完成崔腾松、袁明坤、戳戳龍、朱松青、管柯琴
第三章股票数据获取已完成戴聪、王复振
第四章量化选股策略已完成王翔、张雨、孙子涵、刘瑞航、徐望杰
第五章量化择时策略已完成张雨、孙子涵、张晋、戳戳龍
第六章量化调仓策略已完成孙子涵、邓昌、何斌、叶梁
第七章量化回测已完成张晋、戳戳龍、王文彬
第八章机器学习与量化策略已完成王翔、徐望杰、管柯琴、王文彬

项目结构

├── README.md(项目介绍文件)
├── docs(docsify在线文档内容)
│   ├── README.md(docsify在线文档首页)
│   ├── ch01(章节编号)
│   │   ├── ch01.md(章节内容,由notebook转为markdown格式)
├── notebook(notebook内容)
│   └── ch01(章节编号)
│       ├── ch01.ipynb(章节内容,统一编写为notebook格式)
│   └── images(章节图片)
│       ├── ch01
├── requirements.txt(运行环境依赖包)
└── resources(README引用资源)
    └── qrcode.jpeg

致谢

核心贡献者

其他

参考文献

Star History

Star History Chart

关注我们

扫描下方二维码关注公众号:Datawhale

LICENSE

知识共享许可协议
本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。

关于 About

本项目为量化开源课程,可以帮助人们快速掌握量化金融知识以及使用Python进行量化开发的能力。

语言 Languages

Jupyter Notebook95.9%
Python4.1%

提交活跃度 Commit Activity

代码提交热力图
过去 52 周的开发活跃度
1
Total Commits
峰值: 1次/周
Less
More

核心贡献者 Contributors