推荐星级：课程内容从数据统计基本概念入手，抛开大多数人使用的传统技术指标体系(如MACD，KDJ等），对市场交易数据进行深入分析，识别出其中的统计规律，发掘交易机会,后期过渡到采用机器学习方式进行交易策略的研发，课程用到的机器学习方法有多项式线性回归，支持向量机(SVM），隐马尔可夫(HMM），朴素贝叶斯。
课程注重实战，学员上课后，可以达到:日内高频交易策略研发，对统计学和概率论有一些应用上的基础，从而能够自行继续研发新的策略。将日内高频的研究发到带到短期，中期交易策略中，提高盈利机会。
【高频交易】日内高频交易实战，从python数据分析到C++编写策略
第一部分
1.课程准备与数据来源.mp4
2.均值回归概念介绍.mp4
3.均值回归的数据研究-上.mp4
4.均值回归的数据研究-下.mp4
5.均值回归的历史数据统计程序.mp4
6.均值回归的历史数据统计结果分析.mp4
7.编写简单的策略进行测试.mp4
课件.zip
第二部分
10.订单不平衡与平均成交价均值回归-下 截取视频.mp4
11.模型一：简单的线性模型y=wx+b 截取视频.mp4
12.模型二：朴素贝叶斯.mp4
13.模型三-支持向量机SVM，随机森林 RF.mp4
14.模型五：隐马尔科夫HMM（官网未见模型四） 截取视频.mp4
15.编写简单的策略进行测试.mp4
8.订单不平衡与平均成交价均值回归-上.mp4
9.订单不平衡与平均成交价均值回归-中.mp4
第三部分
16.高频C++实盘策略编写：均值回复上 截取视频.mp4
17.高频C++实盘策略编写：均值回复-下 (1) 截取视频.mp4
18.高频C++实盘策略编写：预测策略上.mp4
19.高频C++实盘策略编写：预测下.mp4
20.结束语.mp4
