欢迎学习《Python基于技术分析和指标的日间交易策略回测和优化视频教程》课程，你将学习使用技术分析和指标进行（日内）交易，并使用 Python 创建、回测和优化 TA 交易策略。
您将学到什么：
使用 Python 将技术指标转换为合理的交易策略。
正确使用技术分析和技术指标。
使用两个或多个技术指标创建和回测组合策略。
使用 Python 和 Plotly 可视化技术指标和趋势/支撑/阻力线。
指数移动平均线 (EMA) 策略
相对强弱指数 (RSI) 策略
基于技术分析/指标的回测和远期测试交易策略。
使用 Python 和 Plotly 创建交互式图表（线、体积、OHLC 等）。
使用 Pandas、Numpy 和面向对象编程 (OOP) 进行技术分析和交易。
要求
能够传输高清视频的互联网连接。
能够存储和运行 Anaconda 的台式计算机（Windows、Mac 或 Linux）。本课程将引导您安装必要的免费软件。
Pandas、Numpy 和 Matplotlib 的基本编码技巧
说明
本课程显然超越了规则、理论、模糊的预测和漂亮的图表。（这些很有用，但交易者需要的不止这些。）这是关于技术分析的第一个 100% 数据驱动的课程。我们将使用严格的回溯测试/前瞻测试来确定和优化基于技术分析/指标的适当交易策略。
本课程将允许您测试和挑战您的交易想法和假设。它提供了 Python 编码框架和模板，使您能够在几分钟内编写和测试数千种交易策略。确定有利可图的策略并废弃无利可图的策略！
本课程涵盖以下技术分析工具和指标：
交互式折线图和烛台图
交互式成交量图表
趋势线、支撑线和阻力线
简单移动平均线 (SMA)
指数移动平均线 (EMA)
移动平均收敛散度 (MACD)
相对强弱指数 (RSI)
随机振荡器
布林带
枢轴点（价格行为）
斐波那契回撤（价格行为）
组合/混合策略等。
这不仅是一门关于技术分析和交易的课程。这是一门关于 Python 及其数据科学库 Numpy、Pandas、Matplotlib、Plotly 等的深入编码课程。您将学习如何使用和掌握这些库进行（金融）数据分析、技术分析和交易。
量化交易总结
量化交易使用统计模型来识别机会
量化交易员通常具有数学背景，结合计算机和编码知识
量化系统有四个组成部分：策略、回测、执行和风险管理
一些常见的策略包括均值回归、趋势跟踪、统计套利和算法模式识别
虽然大多数量化分析师为对冲基金和投资公司工作，但也有许多散户交易员
DIY量化交易
大多数量化交易是由对冲基金和投资公司进行的。这些将聘请量化团队来分析数据集，寻找新机会，然后围绕它们制定策略。然而，越来越多的个体交易者也参与其中。
自己开始量化交易所需的技能与对冲基金大致相同。您将需要非凡的数学知识，以便您可以测试和构建您的统计模型。您还需要大量的编码经验才能从头开始创建系统。
许多经纪商和交易提供商现在允许客户通过 API 和传统平台进行交易。这使 DIY 量化交易员能够编写自己的自动执行系统。
本课程适用于
希望将其业务专业化的（日间）交易员和投资者。
想要正确使用技术分析的交易者和投资者。
希望通过强大的 Python 编码改进工作/分析的技术分析师和图表师
MP4 | 视频：h264，1280×720 | 音频：AAC，44.1 KHz，2 Ch
类型：电子学习 | 语言：英语+srt | 持续时间：11 次讲座 (53m) | 大小：855.6 MB
