whale-quant -量化开源课程项目

评论
2 views

whale-quant 仓库介绍

whale-quant 是 Datawhale 推出的量化开源课程项目，旨在帮助学习者快速掌握量化金融知识，以及使用 Python 进行量化开发的能力，覆盖从量化策略理念、数据获取、策略回测到实盘相关的完整流程与工具链。

核心内容与章节

项目包含 8 个核心章节，且所有章节均已完成开发，覆盖量化投资全流程关键知识点： | 章节号 | 标题 | 核心内容 | |--------|--------------------|------------------------------| | 第一章 | 投资与量化投资 | 股票投资流程、量化投资平台等 | | 第二章 | 金融市场的基础概念 | 宏观经济、货币金融、投资学、数理统计基础 | | 第三章 | 股票数据获取 | 如 Baostock 工具获取A股K线/技术面数据、复权数据处理等 | | 第四章 | 量化选股策略 | 量化维度的选股逻辑与实现 | | 第五章 | 量化择时策略 | 如 Hurst 指数等择时方法应用 | | 第六章 | 量化调仓策略 | 仓位控制、组合优化等 | | 第七章 | 量化回测 | 量化策略回测的方法与实现 | | 第八章 | 机器学习与量化策略 | 监督学习（分类/回归）在选股/择时中的应用、深度学习实战等 |

项目结构

whale-quant/
├── README.md          # 项目总介绍（环境、协作、进度等）
├── docs/              # docsify 在线文档目录（由 notebook 导出的 markdown 文件）
│   ├── README.md      # 在线文档首页
│   ├── _sidebar.md    # 文档侧边栏导航（关联各章节）
│   └── ch01~ch08/     # 各章节的 markdown 格式内容
├── notebook/          # 核心内容编写载体（Jupyter Notebook 格式）
│   └── ch01~ch08/     # 各章节的 ipynb 源文件
├── requirements.txt   # 运行环境依赖包清单
├── resources/         # 静态资源（logo、二维码等）
├── .gitignore         # Git 版本控制忽略文件配置
└── index.html         # docsify 在线文档运行入口

环境配置

基础要求

  • Python 版本：推荐 3.9.X（其他版本可能导致依赖包不兼容）
  • 依赖安装： shell pip install -r requirements.txt

在线文档运行（可选）

若需本地运行 docsify 在线文档：

docsify serve ./docs

访问与学习方式

  1. 在线阅读文档：https://datawhalechina.github.io/whale-quant/
  2. 智海平台学习：https://aiplusx.momodel.cn/classroom/class/664bf1489f8b00ca14e4863e?activeKey=intro

协作与规范

  1. 内容编写：核心内容先以 Jupyter Notebook 格式编写（存放于 notebook 目录），再导出为 markdown 格式，覆盖到 docs 对应章节；
  2. 引用规范：涉及外部文章/资料时，需附上参考链接；
  3. 许可协议：项目采用 CC BY-NC-SA 4.0 知识共享许可协议（署名-非商业性使用-相同方式共享）。

该项目适合量化投资入门学习者，从基础概念到实战落地均有覆盖，且提供可运行的代码环境与清晰的文档体系，便于快速上手。