日內高頻交易實戰，從python數據分析到C++編寫策略資源簡介
《日內高頻交易實戰，從python數據分析到C++編寫策略》是《從編程小白到量化宗師之路》系列的第二個中級課程。本課程宗旨是縮短個人和小型結構投資者和大型機構投資者的差距。
課程內容從數據統計基本概念入手，拋開大多數人使用的傳統技術指標體系(如MACD，KDJ等），對市場交易數據進行深入分析，識別出其中的統計規律，發掘交易機會,后期過渡到采用機器學習方式進行交易策略的研發，課程用到的機器學習方法有多項式線性回歸，支持向量機(SVM），隱馬爾可夫(HMM），樸素貝葉斯。
課程注重實戰，學員上課后，可以達到:日內高頻交易策略研發，對統計學和概率論有一些應用上的基礎，從而能夠自行繼續研發新的策略。將日內高頻的研究發到帶到短期，中期交易策略中，提高盈利機會。
課程目錄
第一部分
1.課程準備與數據來源.mp4
2.均值回歸概念介紹.mp4
3.均值回歸的數據研究-上.mp4
4.均值回歸的數據研究-下.mp4
5.均值回歸的歷史數據統計程序.mp4
6.均值回歸的歷史數據統計結果分析.mp4
7.編寫簡單的策略進行測試.mp4
課件.zip
第二部分
8.訂單不平衡與平均成交價均值回歸-上.mp4
9.訂單不平衡與平均成交價均值回歸-中.mp4
10.訂單不平衡與平均成交價均值回歸-下 截取視頻.mp4
11.模型一簡單的線性模型y=wx+b 截取視頻.mp4
12.模型二樸素貝葉斯.mp4
13.模型三-支持向量機SVM，隨機森林 RF.mp4
14.模型五隱馬爾科夫HMM（官網未見模型四） 截取視頻.mp4
15.編寫簡單的策略進行測試.mp4
第三部分
16.高頻C++實盤策略編寫均值回復上 截取視頻.mp4
17.高頻C++實盤策略編寫均值回復-下 (1) 截取視頻.mp4
18.高頻C++實盤策略編寫預測策略上.mp4
19.高頻C++實盤策略編寫預測下.mp4
20.結束語.mp4
