量化交易入门指南
从零理解什么是量化交易、策略逻辑与回测原理。适合完全没有编程基础的学习者，用图文 + 案例带你建立系统思维。
入门级
策略逻辑
回测原理
了解详情 →
量化策略
量化策略学院
从策略假设、系统化执行到回测复盘，建立一套可解释、可验证、可持续训练的量化学习路径。
3课程系列
12+训练模块
4周课程周期
策略研究台
信号趋势识别模型规则拆解
执行策略自动化流程系统化落地
回测回撤控制框架风险复盘
研究
构建
复盘
推荐方案
三个课程系列
按照学习基础分层：先建立量化研究思维，再进入策略自动化训练，最后用数据分析和 AI 工具扩展研究能力。
策略自动化训练
系统学习如何将研究规则整理为可验证流程，从条件定义、逻辑记录到历史样本复盘，完成一个完整的策略自动化研究案例。
进阶
执行逻辑
策略自动化
了解详情 →
数据量化研究课
围绕市场数据、指标计算、历史验证框架与研究信号记录展开训练，结合历史样本与示例数据建立可检查、可复盘的研究流程。
进阶
数据分析
数据驱动
了解详情 →
入门课程
量化交易入门指南
零基础也能看懂的量化交易系统入门，建立策略思维框架。
模块一
什么是量化交易
理解量化交易的基本概念、策略类型与适用场景。
模块二回测原理入门
学习如何用历史数据验证规则逻辑与基础风险表现。
模块三风险管理基础
建立风险边界、回撤、风险分散与暂停机制的基础认知。
模块四从策略到测试观察
了解策略从想法、验证到测试环境观察和复盘迭代的完整路径。
加入社区获取资料 →
一般教育内容
进阶课程
策略自动化训练
从开发环境准备、规则化定义、历史样本验证到测试观察管理，建立可检查、可复盘、风险边界清晰的策略自动化研究流程。
模块一
研究环境准备
完成工具配置、环境验证和最小化研究脚本检查。
模块二策略规则定义
将研究假设拆解为数据、条件、信号记录与风险边界。
模块三历史验证与稳健性评估
使用历史数据检验规则逻辑，理解指标解释、参数敏感性与过拟合风险。
模块四测试观察与流程管理
学习观察前检查、状态监控、异常复核和暂停机制。
了解课程安排 →
教育内容 · 不构成个性化操作建议
进阶课程
数据量化研究课
围绕市场数据完成数据整理、研究信号记录、历史样本验证与 AI 辅助研究。
模块一
Python 数据研究基础
掌握数据处理、指标计算与数据研究常用工具。
模块二研究信号构建
围绕价格、成交量与因子数据构建可记录、可复核的研究信号。
模块三历史验证框架
建立从数据读取、信号记录到结果指标评估的历史样本验证流程。
模块四PandaAI 辅助研究项目
结合 AI 工具与教育场景，理解 AI 辅助研究资料整理、代码解释和流程复核。
了解课程安排 →
结合 PandaAI 战略合作
项目训练
研究能力训练方向
策略拆解
将研究假设整理成明确的观察条件、结束条件、风险边界与失效条件，避免只凭主观判断形成结论。
系统化实现
学习把策略规则整理成可复用的执行模块，理解参数、数据与执行环境之间的关系。
回测与复盘
用历史数据验证策略假设，关注回撤、胜率、盈亏比、交易频率与样本偏差。
风险控制
围绕流程差异、延迟、风险范围与系统异常建立检查清单，保持教育用途和风险意识。
AI 量化合作
PandaAI 战略合作与量化因子大赛
本板块用于介绍 GM 在 AI 辅助研究、量化因子活动和行业生态协同方面的教育案例。
与 PandaAI 达成战略合作，并协同 20 余家中国头部基金、券商举办量化因子大赛，参与者达数万人。
课程
GMA 量化课程安排
围绕策略逻辑、代码项目与研究复盘，提供阶段式课程学习安排。
课程涵盖量化研究入门、策略自动化训练与数据量化研究三大模块，采用阶段式项目练习与学习反馈机制。
了解课程安排课程团队可根据咨询内容说明课程安排，具体信息以正式沟通为准。