【Udemy中英字幕】Foundations of Alpha: The Theory Behind Algorithmic Trading

Alpha 的基础：算法交易背后的理论

系统交易原理探析

讲师：Hudson and Thames Quantitative Research

你将学到的内容

• 开启你的算法与量化交易之旅，遵循科学方法，正如众多专业投资者在市场中所做的那样。
• 向领先专家学习：受益于领域先驱的智慧。我们的课程体系基于开创性的研究与出版物。
• 算法交易概论。
• 量化金融概论。
• 量化交易系统与模型。
• 执行算法的基础。
• 限价单、市场单及订单簿等订单类型。
• 金融数据的相关内容，包括数据清洗与存储方法。
• 研究流程，如指标与工具的使用。
• 自信创新：掌握不仅能够跟随，更能在量化金融领域进行创新的知识。

先决条件

• 本课程没有特定的先修要求，面向所有热情学习者开放。但具备基础的金融概念或量化背景有助于更好理解课程中较为复杂的概念。
• 对金融市场和交易的基本了解。
• 线性代数与统计学知识会有所帮助。
• 能够阅读数学公式。

课程描述

本课程旨在向你介绍算法交易和量化交易的领域。课程采用以科学为导向的框架设计，所有讲授内容均基于学术和科学原理，而非随意或主观的观点。

• 学习算法与量化交易的基本要点。 这是进入该领域的起点，教你如何运用科学方法在其中航行。
• 了解 Quant 的本质。 让你全面认识 Quant 专业人士的工作内容以及成为 Quant 所需的条件。
• 量化与算法交易模型： 学习构建交易“黑箱”的核心要素。我们覆盖主要模型及其理论组成，帮助你理解所谓“黑箱”——即算法量化系统——是如何运作的。
• Alpha： 了解 Alpha 的概念、获取途径以及如何将其整合进交易系统，这是 Quant 必须清晰掌握的关键要素。
• 领域中的“风险”因素： 你将学习量化金融与算法系统中各种风险的基本概念。我们会讨论算法策略固有的主要风险，并介绍构建稳健量化策略所推荐的风险模型基础。
• 交易成本——常被低估的话题： 有时回测 Alpha 策略时表现极佳，但实际上线后却表现不佳，往往是由于显性或隐性的交易成本所致。本课程将展示如何识别并妥善处理交易中最关键的成本类型，尤其是算法和量化策略中的成本。这一话题是任何成功交易系统的基石。

• 数据、研究与执行——任何算法系统的关键要素： 学生将在本课程中学习数据的各种方面，包括数据类型、来源、清洗与存储方法；研究流程，如创意生成、测试以及指标与工具的使用；以及执行算法（如 TWAP、VWAP）和市价单、限价单的细节。

• 该避免的错误！： 通过理解基于学术和科学原理的模型正确结构，学习识别并规避可能导致量化策略和算法系统失准的常见错误。

• 额外内容： 参与额外的高级主题和学术研究内容的学习。

适合人群

• 本课程适合所有对算法交易和量化金融理论感兴趣的人。无论你是想了解基础的初学者，还是希望提升交易策略的有经验的专业人士，都能从本课程中获得关于该领域实践与理论的宝贵见解。
• 有志成为量化交易员或分析师，准备开启算法与量化之旅的学员。
• 对量化金融感兴趣的学生和学术研究者。
• 想要了解算法和量化交易的爱好者。