Quant-for-Beginners · 中文零基础量化金融 Notebook 路线 · Phase 1 & 2 已上线
快速开始 · 课程目录 · 学习路线 · 后续规划 · Yibo Quant 成长会
哈喽，我是 Yibo。这是一份面向零基础读者的中文量化金融教程：每章配有可运行的 Notebook 和配套交互演示，边读边跑，把概念落到真实行情上。
本仓库由 Yibo 整理维护，侧重可运行的代码与清晰图示，而非堆砌公式。内容持续更新，欢迎 Star 方便日后查阅。
| 项目 | 说明 |
|---|---|
| 形式 | Jupyter Notebook + 配套交互 HTML |
| 数据 | yfinance · akshare 免费日线行情 |
| 第一期 | 4 章（已全部上线） |
| 第二期 | 4 章（已全部上线） |
| 不适合 | 已具备完整回测框架、仅需高级因子参考的读者 |
git clone https://github.com/yibohere/quant-for-beginners.git
cd quant-for-beginners
pip install -r requirements.txt
jupyter lab| 章 | 主题 | Notebook | 你将完成 |
|---|---|---|---|
| 01 | 什么是量化金融 | 打开 | 建立量化直觉；下载真实 AAPL 行情 |
| 02 | 你的第一个量化实验 | 打开 | OHLCV、收益率、波动对比 |
| 03 | 移动平均线策略 | 打开 | MA5/MA20、金叉/死叉、首个交易规则 |
| 04 | 策略回测 | 打开 | 模拟交易、净值曲线、胜率与回撤 |
| 章 | 主题 | Notebook | 你将完成 |
|---|---|---|---|
| 05 | 理解波动率 | 打开 | 波动率度量、年化换算、多票对比 |
| 06 | 夏普比率与 Beta | 打开 | 风险调整收益、个股相对大盘敏感度 |
| 07 | 最大回撤与仓位管理 | 打开 | 回撤测算、仓位与风险承受 |
| 08 | 多标的组合与相关性 | 打开 | 等权组合、相关性矩阵、分散化 |
在浏览器本地打开（无需联网，对应各章公式推导）：
| 演示 | 链接 | 对应章节 |
|---|---|---|
| 布朗运动与随机游走 | 打开 | 第一期 · 第一章 |
| 日收益率 | 打开 | 第二期 · 理解波动率 |
| 样本标准差 | 打开 | 第二期 · 理解波动率 |
| 总体方差 | 打开 | 第二期 · 理解波动率 |
| 方差修正公式 | 打开 | 第二期 · 理解波动率 |
| 夏普比率 | 打开 | 第二期 · 夏普比率与 Beta |
| Beta | 打开 | 第二期 · 夏普比率与 Beta |
更多说明见 assets/interactive/README.md。
章节示意图见 assets/images/；本地运行 Notebook 可得到交互式图表
Phase 1（已上线）
├── 01 量化认知与真实数据
├── 02 收益率与数据分析
├── 03 双均线策略
└── 04 策略回测
Phase 2（已上线）
├── 05 理解波动率
├── 06 夏普比率与 Beta
├── 07 最大回撤与仓位管理
└── 08 多标的组合与相关性
Phase 3（规划） 因子 · 多因子选股
Phase 4（规划） 机器学习与 AI 量化
| 章节 | 进度称号 |
|---|---|
| 第 1 章 | Lv.1 量化探索者 |
| 第 2 章 | Lv.1 数据分析 |
| 第 3 章 | Lv.2 策略设计师 |
| 第 4 章 | Lv.3 回测分析师 |
| 第 5 章 | Lv.4 风险观察员 |
| 第 6 章 | Lv.4 风险分析师 |
| 第 7 章 | Lv.5 仓位管理员 |
| 第 8 章 | Lv.5 组合分析师 |
quant-for-beginners/
├── notebooks/
│ ├── phase1_intro/ # 第一期（第 1～4 章）
│ └── phase2_intro/ # 第二期（第 5～8 章）
├── assets/
│ ├── images/ # README 与传播用配图
│ └── interactive/ # 独立 HTML 交互演示
├── scripts/ # 配图生成、Notebook 维护脚本
├── docs/ROADMAP.md # 详细路线图
├── src/ # 可复用模块（建设中）
└── requirements.txt
| 章节 | 主题 | 状态 |
|---|---|---|
| 09 | AI 预测涨跌（入门） | 规划中 |
| 10 | XGBoost 量化策略 | 规划中 |
| 11 | LSTM 时间序列 | 规划中 |
| 12 | Transformer 交易 | 规划中 |
| 13 | 多因子选股 | 规划中 |
| 14 | AI 量化系统搭建 | 规划中 |
完整说明见 docs/ROADMAP.md。
Yibo Quant 成长会是完全开源、免费的量化长期成长社群，面向对量化投资、算法建模有强烈热情、具备自主学习能力的优秀学习者开放。
社群以学术研究与真实项目实战为两大支柱：无付费门槛、无商业引流，汇聚纯粹热爱量化的同路人。我们会定期开展量化前沿文献研读、策略理论深度分享，组队落地完整的量化开源实战项目；同时开放免费学习资料、源码库与交流渠道，搭建纯粹、高质量、轻量化的量化自主研习圈层。
为保持讨论质量，社群采用有门槛的录取机制。
投递通道：cyibo815@163.com
Yibo说： 开源不仅是代码的分享，更是智慧的传递。从首期课程上线至今，有这样两位伙伴，他们从学员中走来，以助教之名行热爱之事。他们不仅自己学得通透，更用无数个日夜的耐心解答，为后来者点亮了前行的路。特设此馆，以表敬意。
从"自己会写"到"把别人教懂"，他完成了量化认知的真正闭环。
- GitHub： github.com/caicai-917
- GitLink： www.gitlink.org.cn/caicai917
推荐语：
两期课程，双重身份。初阶时，她在真实数据中撰写双均线策略，叩开量化实操的大门；进阶时，她跳出盈亏的数字游戏，转而深挖波动率、夏普与最大回撤的真意。
她说："自己写代码是手艺，把人讲明白才是功力。感谢Yibo老师，有你、有我、有大家，我们很幸福。"为了解答群里五花八门的疑问，他把课程复盘了一遍又一遍，曾经模糊的知识死角被彻底照亮。这份对风险的敬畏和对教学的赤诚，是量化路上最难得的品质。
从"盲目跟跑"到"自主探索"，他验证了量化学习的方法论最优解。
- GitHub： github.com/xunfang-ta
- GitLink： www.gitlink.org.cn/xunfang
推荐语：
从零基础的初学者，到善于发现规律的探索者，他总结出了量化的"四步法则"：做出假设 — 寻找数据 — 实验验证 — 制定规则。
担任助教的日子里，他坚持启发式引导，从不直接灌输答案，而是带领小伙伴在一次次的探索中印证"适合自己的策略才是最好的策略"。他既是开源教育的受益者，也正在成为开源火种的传递者。
他说："没有万能策略，适合自己体系的，才是最优解。 感谢Yibo老师的开源分享，希望我们的教育普惠事业做的越来越好。"
结语： 感谢二位为社区倾注的热情与专业。开源教育路长且阻，但因为有你们，《Quant For Beginners》的量化银河，必将群星闪耀。
Yibo Cheng（翊博） — 项目发起人与主要维护者
GitHub：@yibohere
本仓库仅供学习与研究，不构成任何投资建议。历史回测结果不代表未来表现，市场有风险。
如果这份路线对你有帮助，欢迎 Star ⭐