Codex 与 LLM 量化交易实战课
课程详情
Codex 与 LLM 量化交易实战课
本课程旨在从交易想法出发，带领学员完整实现一个可靠的量化交易系统。
适合人群
- 对量化交易感兴趣的金融从业者
- 有编程基础，希望进入量化交易领域的工程师
- 对机器学习在金融领域应用感兴趣的学者
学习收获
- 掌握量化交易的基本概念和流程
- 了解 Codex 和 LLM 在量化交易中的应用
- 能够独立设计和实现量化交易策略
- 提升金融数据分析与处理能力
课程亮点
- 实战导向：从实际交易场景出发，案例丰富
- 技术全面：涵盖交易系统设计、策略开发、风险管理等多个方面
- 理论与实践结合：结合 Codex 和 LLM 的最新技术，理论与实践相结合
- 互动性强：课程设置有丰富的互动环节，帮助学员更好地理解和应用知识
课程目录
开篇词 开篇词｜AI 能写策略，但不能替你承担交易风险 导读｜量化知识背景与研究能力地图 直播回放｜AI 能写量化交易，为什么 90% 的人实盘不赚钱？ 第一章：从想法到可验证研究 01｜AI 量化研究的证据边界与责任分工 02｜LLM 量化：从交易想法到可验证研究假设 03｜LLM 量化：搭建可复现的量化研究工作区 04｜读懂价格、收益、信号与仓位 05｜建立第一条安全边界：研究不等于实盘执行 第二章：构建可信数据底座 06｜认识行情、资金、链上与情绪数据 07｜市场数据快照与回退机制 08｜时间序列数据质量与标准化验证 09｜用技术指标描述市场状态 10｜生成可追溯的市场研究报告 第三章：让 LLM 进入交易研究，但不越界 11｜LLM 的交易研究边界 12｜用 Codex 准备可追溯的市场上下文 13｜让 LLM 输出结构化交易信号 14｜让 Codex 识别幻觉、提示泄漏与未来信息污染 15｜用样本和评分规程验证 LLM 信号 第四章：从信号到策略与回测 16｜把研究信号写成明确的策略规则 17｜用 Codex 实现第一条量化策略 18｜构建事件驱动回测引擎 19｜正确评估收益、回撤与风险调整表现
