做一个懂金融的程序员—金融量化分析入门系列视频课程

课程简介

《做一个懂金融的程序员—金融量化分析入门系列视频课程》价值499元！做一个懂金融的程序员—金融量化分析入门系列视频课程【技能收获】学完可掌握：Python 编程。课程以实战为导向，覆盖从基础概念到完整项目落地的关键步骤，配套章节笔记便于课后复盘与面试前快速回顾。【学习建议】建议按目录顺序学习，先打基础再进入综合实战章节；每完成 2～3 节可结合笔记整理一份学习小结，最终尝试独立复现一套完整 Demo 写入个人作品集。【就业发展】可面向岗位：AI 应用工程师、RAG 系统开发、Java 后端 + 大模型落地、企业知识库架构师。大模型应用岗需求持续走高，具备「后端 + RAG 落地」复合能力的人才

已有 0 人浏览发布 2026-09-16 更新 2026-09-16

这门课真正稀缺的地方，不是“量化”三个字

市面上讲 Python 的课多如牛毛，讲金融的课也不少，但把两者缝在一起、还愿意交代“缝线在哪”的并不多。这套《做一个懂金融的程序员》的定位很明确：它不是培养量化交易员，而是把程序员拉进金融这个语境里，让你看得懂行情数据长什么样、指标是怎么算出来的、一个策略从想法到回测要经过哪几道手。对收藏党来说，它属于“放在硬盘里迟早会翻出来看一遍”的类型——因为金融数据的处理姿势和普通业务数据差别很大，时间序列、复权、缺失值、对齐，这些坑迟早会遇到。

另外要提醒一句：资料包里那条“就业方向”写的是 AI 应用工程师、RAG、大模型落地，跟量化八竿子打不着，明显是套用的模板文案。别被它带偏，这门课的价值在数据分析和策略逻辑，不在大模型落地。

课纲含金量：基础铺垫偏长，精华集中在中间段

从结构看，这门课走了“先补概念、再上手工具、最后做综合案例”的老路。前半段会花不少篇幅讲金融市场的基础名词和 Python 环境准备，如果你已经写过代码、也大致知道股票、K 线、收益率是什么，这一段可以倍速甚至跳过，直接看章节笔记里的要点即可。

真正值得精看的是中段：数据获取与清洗、常用指标的计算实现、以及策略回测那几节。这几节决定你能不能把一个模糊的“我觉得这样能赚钱”翻译成可运行的代码。尤其是回测部分，认真看它怎么处理手续费、滑点、未来函数这些问题——新手最容易在这里翻车，把回测曲线跑得漂亮，实盘一塌糊涂。

综合实战章节适合当“检验题”而不是“教程”用：先自己写一遍，再对照它的做法，差距会暴露得很清楚。

资料包拆开用的三个建议

视频当主线，笔记当索引。不要两样都从头看到尾，先扫一遍笔记标题，标出你陌生的概念，再回去定位对应视频，省一半时间。
代码和数据单独归档。把课程里的示例数据、脚本抽出来放进自己的实验目录，改参数、换标的跑一遍，比原样复现有用得多。
把“策略逻辑”摘成文字笔记。代码会过时，但“为什么这么设计”的思路不会，面试或复盘时能直接调出来用。

哪些人适合，哪些人可以先放一放

适合：有一定编程基础、想把技能往金融数据方向延伸的程序员；做数据分析、想补一块金融业务理解的从业者；以及纯好奇、想搞明白量化到底在干嘛的自学者。

不太适合：指望学完就能实盘盈利的人，这门课不会给你一套能直接赚钱的策略；以及完全没有编程基础、又不愿意补的人，前半段会比较吃力。

一句话总结：把它当成“金融数据处理 + 策略思维”的入门地图，而不是致富秘籍，心态就对了。

价值499元！做一个懂金融的程序员—金融量化分析入门系列视频课程

课程推荐

视频目录（68 节）

* 1 基本金融知识介绍.mp4

* 2 股票基本知识和股票分类.mp4

* 3 股票市场构成.mp4

* 4 影响股价因素&股票买卖知识.mp4

* 5 金融分析.mp4

* 6 金融量化投资介绍.mp4

* 7 量化投资与Python&ipython初识.mp4

* 8 ipython魔术命令.mp4

* 9 ipython高级功能.mp4

* 10 numpy-array基础.mp4

* 11 numpy-array创建.mp4

* 12 numpy-array索引和切片.mp4

* 13 numpy-array布尔型索引.mp4

* 14 numpy-array花式索引.mp4

* 15 numpy-array通用函数.mp4

* 16 numpy-统计方法和随机数生成.mp4

* 17 series介绍.mp4

* 18 series整数索引问题.mp4

* 19 series数据对齐.mp4

* 20 series缺失值处理.mp4

* 21 series小结.mp4

* 22 DataFrame的创建.mp4

* 23 DataFrame常用属性.mp4

* 24 DataFrame索引和切片.mp4

* 25 DataFrame数据对齐与缺失数据处理.mp4

* 26 pandas常用函数.mp4

* 27 时间处理对象.mp4

* 28 时间对象生成.mp4

* 29 时间序列.mp4

* 30 文件读取.mp4

* 31 文件操作3+pandas收尾.mp4

* 32 matplotlib介绍.mp4

* 33 plot函数周边.mp4

* 34 pandas与Matplotlib.mp4

* 35 使用matplotlib绘制数学函数图像.mp4

* 36 matplotlib 画布与子图.mp4

* 37 matplotlib 柱状图和饼图.mp4

* 38 matplotlib K线图.mp4

* 39 tushare包介绍.mp4

* 40 股票分析作业说明.mp4

* 41 股票分析作业.mp4

* 42 双均线分析作业说明.mp4

* 43 双均线分析作业1.mp4

* 44 双均线分析作业2.mp4

* 45 第一个量化策略-1.mp4

* 46 第一个量化策略-2.mp4

* 47 第一个量化策略-3.mp4

* 48 双均线策略-1.mp4

* 49 双均线策略-2.mp4

* 50 因子选股策略-1.mp4

* 51 因子选股策略-2.mp4

* 52 多因子选股策略.mp4

* 53 多因子选股策略实现.mp4

* 54 均值回归理论讲解.mp4

* 55 均值回归理论实现.mp4

* 56 布林带策略.mp4

* 57 布林带策略实现.mp4

* 58 PEG策略.mp4

* 59 PEG策略实现.mp4

* 60 动量策略vs反转策略.mp4

* 61 羊驼交易法则.mp4

* 62 简易回测框架介绍.mp4

* 63 上下文数据存储.mp4

* 64 获取历史数据.mp4

* 65 下单函数1.mp4

* 66 下单函数2.mp4

* 67 回测框架.mp4

* 68 回测框架展示.mp4

配套笔记（2 份 PDF）

* 1 金融与量化分析.pdf

* 2 量化投资与Python.pdf