---

🎉 重磅！恭喜《Quant For Beginners》开源课程（作者：程翊博）入选中国计算机学会（CCF）ODTC开源激励计划，官方认证！国家级学术权威评定！

---

Quant-for-Beginners · 中文零基础量化金融 Notebook 路线 · Phase 1 & 2 已上线

快速开始 · 课程目录 · 学习路线 · 后续规划 · Yibo Quant 成长会

---

简介

哈喽，我是 Yibo。这是一份面向零基础读者的中文量化金融教程：每章配有可运行的 Notebook 和配套交互演示，边读边跑，把概念落到真实行情上。

本仓库由 Yibo 整理维护和运营。侧重可运行的代码与清晰图示，而非堆砌公式。内容持续更新，欢迎 Star 方便日后查阅。

项目	说明
形式	Jupyter Notebook + 配套交互 HTML
数据	yfinance · akshare 免费日线行情
第一期	4 章（已全部上线）
第二期	4 章（已全部上线）
不适合	已具备完整回测框架、仅需高级因子参考的读者

---

快速开始

git clone https://www.gitlink.org.cn/yibohere/quantforbeginners.git
cd quant-for-beginners
pip install -r requirements.txt
jupyter lab

---

课程目录

第一期 · 量化入门

章	主题	Notebook	你将完成
01	什么是量化金融	打开	建立量化直觉；下载真实 AAPL 行情
02	你的第一个量化实验	打开	OHLCV、收益率、波动对比
03	移动平均线策略	打开	MA5/MA20、金叉/死叉、首个交易规则
04	策略回测	打开	模拟交易、净值曲线、胜率与回撤

第二期 · 风险与组合

章	主题	Notebook	你将完成
05	理解波动率	打开	波动率度量、年化换算、多票对比
06	夏普比率与 Beta	打开	风险调整收益、个股相对大盘敏感度
07	最大回撤与仓位管理	打开	回撤测算、仓位与风险承受
08	多标的组合与相关性	打开	等权组合、相关性矩阵、分散化

配套交互演示

在浏览器本地打开（无需联网，对应各章公式推导）：

演示	链接	对应章节
布朗运动与随机游走	打开	第一期 · 第一章
日收益率	打开	第二期 · 理解波动率
样本标准差	打开	第二期 · 理解波动率
总体方差	打开	第二期 · 理解波动率
方差修正公式	打开	第二期 · 理解波动率
夏普比率	打开	第二期 · 夏普比率与 Beta
Beta	打开	第二期 · 夏普比率与 Beta

更多说明见 assets/interactive/README.md。

---

章节预览

_{章节示意图见 assets/images/；本地运行 Notebook 可得到交互式图表}

---

学习路线

Phase 1（已上线）
├── 01 量化认知与真实数据
├── 02 收益率与数据分析
├── 03 双均线策略
└── 04 策略回测

Phase 2（已上线）
├── 05 理解波动率
├── 06 夏普比率与 Beta
├── 07 最大回撤与仓位管理
└── 08 多标的组合与相关性

Phase 3（规划）  因子 · 多因子选股
Phase 4（规划）  机器学习与 AI 量化

章节	进度称号
第 1 章	Lv.1 量化探索者
第 2 章	Lv.1 数据分析
第 3 章	Lv.2 策略设计师
第 4 章	Lv.3 回测分析师
第 5 章	Lv.4 风险观察员
第 6 章	Lv.4 风险分析师
第 7 章	Lv.5 仓位管理员
第 8 章	Lv.5 组合分析师

---

仓库结构

quant-for-beginners/
├── notebooks/
│   ├── phase1_intro/         # 第一期（第 1～4 章）
│   └── phase2_intro/         # 第二期（第 5～8 章）
├── assets/
│   ├── images/               # README 与传播用配图
│   └── interactive/          # 独立 HTML 交互演示
├── scripts/                  # 配图生成、Notebook 维护脚本
├── docs/ROADMAP.md           # 详细路线图
├── src/                      # 可复用模块（建设中）
└── requirements.txt

---

后续规划

章节	主题	状态
09	AI 预测涨跌（入门）	规划中
10	XGBoost 量化策略	规划中
11	LSTM 时间序列	规划中
12	Transformer 交易	规划中
13	多因子选股	规划中
14	AI 量化系统搭建	规划中

完整说明见 docs/ROADMAP.md。

---

Yibo Quant 成长会

Yibo Quant 成长会是完全开源、免费的量化长期成长社群，面向对量化投资、算法建模有强烈热情、具备自主学习能力的优秀学习者开放。

社群以学术研究与真实项目实战为两大支柱：无付费门槛、无商业引流，汇聚纯粹热爱量化的同路人。我们会定期开展量化前沿文献研读、策略理论深度分享，组队落地完整的量化开源实战项目；同时开放免费学习资料、源码库与交流渠道，搭建纯粹、高质量、轻量化的量化自主研习圈层。

为保持讨论质量，社群采用有门槛的录取机制。

投递通道：cyibo815@163.com

---

截止2026年8月18日，Github的Star数为533

截止2026年8月18日，GitLink的Star数为37（已包含上一版本）

---

---

🌟 《Quant For Beginners》卓越推荐馆

Yibo说： 开源不仅是代码的分享，更是智慧的传递。从首期课程上线至今，有这样两位伙伴，他们从学员中走来，以助教之名行热爱之事。他们不仅自己学得通透，更用无数个日夜的耐心解答，为后来者点亮了前行的路。特设此馆，以表敬意。

---

👑 卓越推荐官：蔡平

从”自己会写”到”把别人教懂”，他完成了量化认知的真正闭环。

• GitHub： github.com/caicai-917
• GitLink： www.gitlink.org.cn/caicai917

推荐语：

两期课程，双重身份。初阶时，她在真实数据中撰写双均线策略，叩开量化实操的大门；进阶时，她跳出盈亏的数字游戏，转而深挖波动率、夏普与最大回撤的真意。

她说：”自己写代码是手艺，把人讲明白才是功力。感谢Yibo老师，有你、有我、有大家，我们很幸福。“为了解答群里五花八门的疑问，他把课程复盘了一遍又一遍，曾经模糊的知识死角被彻底照亮。这份对风险的敬畏和对教学的赤诚，是量化路上最难得的品质。

---

👑 卓越推荐官：沈炜健

从”盲目跟跑”到”自主探索”，他验证了量化学习的方法论最优解。

• GitHub： github.com/xunfang-ta
• GitLink： www.gitlink.org.cn/xunfang

推荐语：

从零基础的初学者，到善于发现规律的探索者，他总结出了量化的”四步法则”：做出假设 — 寻找数据 — 实验验证 — 制定规则。

担任助教的日子里，他坚持启发式引导，从不直接灌输答案，而是带领小伙伴在一次次的探索中印证”适合自己的策略才是最好的策略”。他既是开源教育的受益者，也正在成为开源火种的传递者。

他说：”没有万能策略，适合自己体系的，才是最优解。 感谢Yibo老师的开源分享，希望我们的教育普惠事业做的越来越好。“

---

结语： 感谢二位为社区倾注的热情与专业。开源教育路长且阻，但因为有你们，《Quant For Beginners》的量化银河，必将群星闪耀。

---

作者

Yibo Cheng（翊博） — 项目发起人与主要维护者
GitHub：@yibohere

---

免责声明

本仓库仅供学习与研究，不构成任何投资建议。历史回测结果不代表未来表现，市场有风险。

---

_{如果这份路线对你有帮助，欢迎 Star ⭐}