看清 AI 方法如何进入量化研究、建模、评估与执行链条
免费公开课免费公开课
AI量化系列公开课(1)：AI量化交易全流程
从数据、特征、建模到策略评估的一次完整公开课梳理
适合想快速建立 AI 量化全流程认知的人，通过一节公开课理解数据处理、特征工程、模型训练、对冲策略与回测陷阱。
免费申请观看权限 ↗
- 学习阶段
- 免费
- 观看方式
- 腾讯会议录播
- 内容安排
- 14个专题
学习权益免费
申请观看权限 ↗这是一门免费公开课回放，点击上方按钮即可跳转腾讯会议页面申请录播观看权限。适合先用一节课快速判断自己是否要系统进入 AI量化学院正式课程。
01 / THE OUTCOME学完之后，
学完之后，
你能带走什么。
从理解方法，到形成自己的研究能力。
更容易判断自己后续应进入基础课还是全流程高级班
先建立 AI 与策略一体化的完整课程地图，而不是碎片化认知
一节公开课覆盖 AI量化研究从数据到策略评估的主干链路
把金融时间序列、EDA、特征工程、模型训练和多空对冲串成完整认知地图
特别适合还没有完整量化框架、想先建立全流程视角的人
公开课结尾会进一步引出因子规模化、生命周期与 AI量化全流程进阶方向
02 / FIND YOUR PLACE先确认方向，
先确认方向，
再决定如何出发。
适合这样的你
- 刚接触 AI量化，想先建立完整研发链路地图的人
- 不清楚数据、特征、建模、回测和执行如何衔接的学习者
- 准备进入正式课程前，先判断主线是否适合自己的人
刚接触 AI量化的人 · 想快速建立完整课程地图的人 · 对数据、特征、建模和回测关系还不清楚的学习者 · 准备进入正式课程前先做试听判断的人
开始前，需要准备
- 零基础也可以听懂大框架，不要求先有量化实战经验
- 如果具备基础 Python 和数据分析认知，理解会更深入
- 适合先通过一场公开课判断自己是否要继续系统学习
哪些情况建议先调整学习计划？
- 期待一节公开课直接替代正式系统课程的人
- 只想看某个模型技巧，不关心整条策略链路的人
- 已经在做生产级系统，只想讨论细部优化的人
03 / THE CURRICULUM知识有顺序，
知识有顺序，
能力逐步建立。
4 个模块，按学习顺序展开。
点击每个模块，查看具体主题与课时。
- 01
课程介绍与 AI量化全流程框架试听
08:00 - 02
金融时间序列的核心特性与研究难点
12:00 - 03
为什么量化研究要先理解数据结构再谈模型
10:00
常见学习方式
市场上不少 AI量化公开课，会分别讲一点数据、讲一点模型、讲一点回测，更像是知识点浏览。学习者听完往往知道几个模块的名字，却依然说不清 AI 方法怎样真正进入量化研究、策略构建和执行链路。
本课的侧重
这节公开课的定位，是先把 AI量化全流程主线讲清楚，让学习者看见数据、特征、建模、回测评估和策略迁移之间的连续关系。它承担的是试听判断和路径认知功能，帮助学习者先判断这条主线是否适合自己。
关键差异
它的价值不在于专题更多，而在于试听阶段就明确展示“AI 与量化策略不是两条分开的线”，而是同一条研发链路的不同环节。这种公开课更容易让人听完之后知道后续正式课为什么值得继续学。
IN PRACTICE让方法，
让方法，
落到具体的问题里。
先用公开课建立全流程地图，再决定后续正式学习路径
- 研究场景
- 很多学习者一开始知道一些指标和回测术语，但并不清楚数据、特征、建模、策略评估之间的真实关系。
- 方法路径
- 公开课按照时间序列、数据预处理、EDA、特征工程、模型训练、对冲策略和回测评估逐步展开。
- 学习结果
- 学习者能够先建立一张完整认知地图，再更清楚地判断后续该进入基础体系、因子工程还是正式全流程课程。
YOUR INSTRUCTOR与你一起，
与你一起，
把研究做扎实。
AI量化邹老师
量化课程讲师 · 因子工程与科学评估围绕量化基础、因子工程设计、科学评估和 AI 辅助研发组织课程与公开研究。教学结合问题定义、代码实践、样本外验证和工程复现，帮助学习者形成可检查、可复盘的研究流程。
关注学院的公开分享 ↗A CLOSER LOOK
进一步了解这门课。
这门公开课解决什么问题
这门公开课的价值，不是把 AI量化拆成几个零散知识点让学习者“先听一遍”，而是先把 AI 方法如何进入量化研究链路讲清楚。市场上不少内容会分别讲数据、讲模型、讲回测，但听完之后学习者仍然不知道这些环节如何接成一条完整主线。
公开课会依次讲到金融时间序列、数据输入与预处理、EDA、OHLCV 特征、技术指标特征、模型训练、多空对冲、绩效评估与回测陷阱，真正作用是帮助学习者先看清 AI 与策略开发不是分开的两件事，而是同一条研发链路。
为什么适合作为正式课程前的试听入口
如果你还不确定自己应该先学基础课还是直接进入全流程高级班，这门公开课是非常合适的试听入口。它不会替代正式课程，但会先把整张知识图谱拉直，让人知道后续系统课程为什么要按那样的顺序学习。
它和常见试听课的区别在于，不是只做内容展示，而是先帮助学习者判断这条“AI 方法进入量化策略研发与执行链条”的主线是否真正适合自己。
教学方式与课程资料说明
- 数据与案例
- 课程讲义与公开研究中的示例
- 实践方式
- 代码实现、复现与验证
- 课程范围
- 量化基础 / 因子工程 / 科学评估 / AI辅助研发
- 课程目标
- 建立可复盘、可迁移、可升级的研发框架
体系化落地
从目标设计、特征工程、因子研究到风控、部署与复盘，强调一套完整方法如何真正落地。
理论+代码并行
不只解释原理，更会讲清每一步为什么这么做、对应什么工程实现，以及如何迁移进自己的研究流程。
可复用框架
目标不是只学完目录，而是沉淀一套可复盘、可扩展、可持续升级的量化研发与策略迭代框架。
BEFORE YOU BEGIN出发前，
出发前，
把疑问说清楚。
这是一门免费公开课回放，点击上方按钮即可跳转腾讯会议页面申请录播观看权限。适合先用一节课快速判断自己是否要系统进入 AI量化学院正式课程。