众筹：基金量化分析训练营专职版

Jerry老师，目前是某机构基金研究、资产配置资深人员，拥有丰富的从业经验。曾在某头部券商从事研究工作，在Python数据分析、数据建模、基金研究上拥有大量的实战经验。

课程收获：

1、构建基金净值数据库与持续维护

2、使用可视化技能生成基金净值分析报告

3、单只基金产品的业绩归因分析

4、多只基金产品的业绩归因分析

5、基金收益归因分析的专业框架

6、股票量化策略的市场环境分析

【额外福利1】可直接使用的python程序代码包！

【额外福利2】基金量化分析训练营辅导群，Jerry老师长期坐镇+帮带

课程大纲：

一、基金量化分析环境的部署

1、Python环境部署、VScode的安装配置等

2、Python入门技巧、心得分享

3、Mongodb数据库服务安装、安全认证及远程服务器连接等

4、Mongodb数据库使用介绍

二、构建本地基金数据库并实现自动化更新

1、基金净值数据来源、相关数据提供方介绍及对比

2、通过Api获取基金净值、指数行情、风格因子收益等数据

3、数据的保存、读取、更新及本地数据库的构建

4、实现基金净值、行情数据、风格及因子数据的每日更新

三、单基金业绩量化分析

1、常见的业绩指标介绍及Python实现

2、净值数据清洗全流程：净值频率的识别、常规指标及衍生指标的构建等

3、构造基金业绩评价指标计算函数

4、进一步：构造指数增强基金业绩评价指标计算函数

5、一步导出基金业绩指标及清洗后的数据

6、单基金业绩可视化分析（业绩指标展示、净值走势、超额表现、动态回撤等）

7、单基金周度、月度区间收益分布

8、基金持有体验感：基金滚动持有的业绩表现及可视化

9、构造基金选股择时能力函数

10、进一步：基于BootStrap方法的基金选股能力可靠性检验

四、多基金业绩量化比较分析

1、多基金业绩比较函数构造

2、多基金业绩业绩综合比较的可视化分析展示

3、多基金滚动持有表现量化对比

4、多基金滚动持有表现量化对比（二）

5、多基金净值走势一览及多子图输出

6、多基金选股择时能力的比较

7、指数增强基金的超额相关性分析

8、同一组别内基金表现稳定性的量化分析

五、基金归因分析

1、带约束条件回归模型求解的Python解决方案

2、基金风格归因函数构造

3、风格暴露求解及风格因子收益贡献

4、进一步：基于多因子模型的Barra风格归因函数构造

5、基于多因子模型的基金选股能力的进一步解析

6、Barra因子暴露及因子收益贡献

7、基于业绩归因的基金收益分解（时序）

六、指数增强策略的市场环境监控

1、数据获取方式

2、指数的时序波动率

3、指数的截面波动率

4、行业热点扩散

5、市场赚钱效应

6、市场风格特征呈现

7、成交量及换手率