Python量化交易 Methodology・Strategy・Technology
5.00
(1 評分)

《中階》加密貨幣程式交易

導師： Sullivan 類別： 加密貨幣
我有興趣 分享

關於課程

初階課程學習了建立一個加密貨幣自動止盈止損的代碼後。本階段課程將學習如何建立一套完整的全自動交易策略，包括多隻標的監控、擇時、出場，並完成一個完整的python project。透過實際的交易情境，逐步學習在全自動交易策略中需要用到的python語法：

本期課程著重在形成一個完整的策略架構，包括策略的架構以及代碼的架構，讓同學在學習程式交易既有細節，又有宏觀設計。本期課程內容包括：

  • python數據類型
  • 函數、條件語句
  • 模塊化管理代碼
  • 交易策略project腳本部署

你會學到什麼？

  • 1.從0開始，開發一套完整的python量化交易project
  • 2.開發能夠實盤布林通道策略、以及資金費率套利策略

課程內容

新手上路：認識環境
本期手把手帶同學建立一個python量化交易環境，只要有瀏覽器、有Google賬戶，就能開啟一個配置有AI編程助理的免費python開發環境。

  • 《3-1》課程介紹
    03:01
  • 《3-2》申請OKX加密貨幣交易所API
    09:33
  • 《3-3》建立課程編程環境
    09:21
  • 《3-4》colab操作指南
    13:37

python ABC：python的編程格式
從最基礎的語法、一個完整的腳本結構，到有完整結構的模塊化開發python項目，快速認識python的編程格式。

數據為王：python數據類型
在 Python 程式交易過程中，理解並靈活運用各種數據類型至關重要。 本課程將快速介紹常見的數據類型，包括： 1.字符（str）：處理文本數據的核心類型 2.列表（list）：用於存儲有序數據集合 3.集合（set）：適合去重與集合運算 4.字典（dict）：高效的鍵值對存儲結構

高效處理表格與指標：DataFrame
DataFrame是pandas模塊中的二維數據格式。DataFrame將python的原生數據格式字典與列表，套嵌成一般人熟悉的Excel數據格式，透過對行（row）與列（colum）的操作，包括計算技術指標、產生多空信號。

代碼優雅的秘訣：函數與類
在量化交易中，策略邏輯常常需要重複執行，例如計算技術指標、風險管理條件或下單規則。為了提升效率與可讀性，Python 提供「函數」這個工具，讓我們能將重複的邏輯封裝起來，方便重複使用與調整。本章節將介紹如何自定義函數，以及在簡化策略邏輯時常用的 lambda 表達式，幫助你將交易思路轉化為更清晰、更靈活的程式結構。透過學習函數，你將能更有效率地實現和管理各種交易策略模組。 當熟悉數據操作和函數之後，常常會遇到同時處理多組資料與操作邏輯，例如同時監控多隻加密貨幣的信號、持倉。傳統的變數與函數方式容易產生混亂，變數間可能互相干擾，資料的管理也變得零散。為了讓程式更有結構、模組化、並易於擴充與維護，我們會引入「物件導向程式設計（OOP）」的概念。 物件導向的核心在於： 封裝資料與功能：將相關的變數（屬性）與操作（方法）整合為一個「物件」，使資料與邏輯彼此對應、清晰管理。 隔離資料作用範圍：避免多組資料之間產生變數污染，提高程式的穩定性。 提升操作效率：針對多個資料來源（如多支標的）時，可以用統一結構高效處理與調用。

模塊化開發：從code到project
本章課程將帶領同學在 VS Code 環境中開發，目的是讓大家熟悉多種 Python IDE 的使用方式，同時培養以「專案導向」進行開發的思維。 在前幾章中，我們聚焦於 Python 語法與功能的細節操作；但當你開始撰寫一個完整的量化交易策略時，會遇到更多工程層面的挑戰，例如： 帳號與密碼的安全保存 — 如何管理多帳戶資料、Telegram ID 等敏感資訊，而不硬編碼在程式中。 策略邏輯與運算函數的解耦 — 如何將決策流程與具體計算分離，讓程式碼更清晰、易於維護與擴充。 透過 VS Code 所提供的完整開發體驗，我們將從「寫程式」邁向「開發一個策略系統」，學習如何組織檔案、管理模組、分離配置，進一步提升你的量化開發能力。

策略進化：加密貨幣市場的多種玩法
加密貨幣由於產品多、規則多，有豐富的交易策略，本章介紹幾種常見的量化交易策略，拓展策略思路。

學生評分和評論

5.0
總 1 評分
5
1 評分
4
0 評分
3
0 評分
2
0 評分
1
0 評分
H
hung
7 個月 前
很詳細，有程式基礎可直接上這堂

想要接收所有主要現場活動的推送通知嗎？

✕