推薦一門課程：課程連接
課程名稱：死工資一黨課程：小白量化投資入門課（python）
課程定位：本課程爲視頻課程，全面覆蓋量化交易基礎知識點。
面向人羣：股票基礎較弱者、Python編程基礎較弱者。
參考課程章節如下表：
| 課程章節 | 課程內容與職業能力要求 | 課時名稱 |
| 一、python入門 | 準備工作 | 第01課：python簡介 |
| 第02課：Python安裝之Anaconda | ||
| 第03課：Python開發工具介紹 | ||
| Python數據類型與數據結構詳解 | 第04課：python入門-變量與數據類型 | |
| 第05課：python入門-Python 運算符 | ||
| 第06課：python入門-列表詳解 | ||
| 第07課：Python入門- 元組、集合 | ||
| 第08課：python入門-字典 | ||
| Python編程入門 | 第09課：python入門-循環控制-控制流 | |
| 第10課：python入門-循環控制-循環 | ||
| 第11課：python入門-循環控制-break、continue、pass | ||
| 第四部分：Python進階 | 第12課：python入門-函數 | |
| 第13課：python入門-面向對象 | ||
| 第14課：python入門-單下劃線、雙下劃線、頭尾雙下劃線 | ||
| 第15課：python入門-類的繼承 | ||
| 第16課：python入門-如何寫一個項目異常處理 | ||
| 二、進階 | Python高階操作 | 第17課：一行代碼轉化列表與字典。列表的交、並、差，列表與字典互換 |
| 第18課：高階函數，lambda、MAP、filter | ||
| 三、python應用實戰 | 科學計算模塊-Numpy | 第19課：科學計算模塊- Numpy基礎入門 |
| 第20課：科學計算模塊- Numpy快速進階 | ||
| 數據分析庫- pandas | 第21課：數據分析- pandas數據結構與數據預覽操作 | |
| 第22課：數據分析- 缺失值刪除、缺失值填充、數據替換、標識、數據統計等 | ||
| 第23課：pandas股票數據實戰 | ||
| 數據可視化- matplotlib、seaborn | 第24課：從sin(x)學會matplotlib | |
| 第25課：初始統計數據可視化-seaborn | ||
| 第26課：統計數據可視化樣式設計-seaborn | ||
| 第27課：python實戰-大學生就業情況分析 | ||
| 四、量化實戰 | 金融知識 | 第28課：A股股市入門與基本概念解讀（小白入門） |
| 第29課：量化交易 | ||
| 技術指標與收益指標 | 第30課：初始技術指標-python繪製K線圖實例 | |
| 第31課：技術指標-單個K線形態 | ||
| 第32課：技術指標-K線組合形態策略 | ||
| 第33課：技術指標 均線策略-以520戰法爲例 | ||
| 第34課：常見收益指標計算方法 | ||
| 實戰 | 第35課：數據的獲取演示 | |
| 第36課：編寫第一個交易策略 | ||
| 第37課：投資組合優化 | ||
| 用算法解讀股市數據，做用數據的主人 | 第38課：認識算法 | |
| 第39課：機器學習實戰 | ||
| 第40課：深度學習實戰 | ||
諮詢Q:595454159