量化交易策略实战 课程教学大纲配图

教学大纲

理论讲授与实验实训一体,按四级认知目标组织各模块

大纲明确各教学模块的目标、重点、难点与教学方式,并标注思政融入点。

  • 教学目标
  • 教学模块
  • 思政融入
  • 2025 版

课程基本信息

课程代码Z010301015
课程类别专业实践课(必修)
学分/学时3 学分 · 48 学时
开课学期第 6 学期
先修课程Python编程基础 · 金融数据挖掘实训 · 证券投资学A
适用专业金融工程

课程教学目标

课程教学目标分为思想目标、知识目标与能力目标三个维度,全面支撑毕业要求指标点。

思想目标

  • 了解量化交易在数字金融时代的应用价值与行业前景,激发学习热情
  • 了解金融市场合规要求、交易伦理与风险底线,树立正确职业价值观
  • 培养抗压调适、持续学习的心理素质,保持专业成长动力

知识目标

  • 了解量化交易核心方法论、主流策略类型与市场适用场景
  • 理解量化投资底层逻辑与运行机制,掌握 Python 量化编程核心逻辑
  • 掌握主流量化策略的理论原理、实现步骤及回测框架

能力目标

  • 构建利用 AI 与 Python 进行主流量化策略的实操能力
  • 构建使用复杂策略解决实际交易问题的实践能力
  • 构建量化策略组合构建、动态轮动与多策略增强的创新能力

教学内容与学时安排

下表列出本课程全部教学内容及对应学时,实验含选做项。

实验教学内容与学时安排

序号实验项目内容提要实验类型组织形式学时
1量化交易基础4验证性演示操作、学生操作、讨论4
2趋势跟踪策略4验证性演示操作、学生操作、讨论4
3动量策略4验证性演示操作、学生操作、讨论4
4海龟交易策略4综合设计性演示操作、学生操作、讨论4
5高频交易策略8综合设计性演示操作、学生操作、讨论8
6套利交易策略8综合设计性演示操作、学生操作、讨论8
7机器学习策略12综合设计性演示操作、学生操作、讨论12
8策略轮动量化交易组合构建4(选做)创新性学生操作、讨论、分享4(选做)
9多策略增强量化交易构建4(选做)创新性学生操作、讨论、分享4(选做)

先修与后续课程

  • 先修课程:Python编程基础、金融数据挖掘实训、证券投资学A
  • 平行/后续:金融工程学、金融风险管理、智能投顾与财富管理实训
  • 开课单位:经济与金融学院 金融工程系
查看实验项目详情 考核与思政融入