规则与回测
从目标权重到真实执行与成本，理解规则策略的研究闭环。
AI Agent 量化课程
QuantSpace
AI-native 量化投研框架
课前准备
安装 Git、Python、项目依赖和一款 AI 编程工具。
阅读文档 → 基础Python 编程概念入门
用生活比喻认识输入、函数、对象、NumPy、Pandas、日志和异常。
阅读教程 → Lesson 0Python 与数据抽象
在浏览器中打开 JupyterLite，完成第 0 课 Notebook。
打开课件 → 新课程 · Lesson 1看懂 AI Agent 怎么干活
从 0 拉起量化研究项目，看一句话需求如何变成可验证的行情数据。
打开 Slides → 新课程 · Lesson 2看懂数据仓库怎么管
从一份文件扩展到批量行情，建立可检查、可查询、可复用的本地数据仓库。
打开 Slides → 新课程 · Lesson 3因子研究基础
从 OHLCV 到因子、Rank IC 与分组诊断，建立可复核的因子研究过程。
打开 Slides → 新课程 · Lesson 4AI 因子挖掘
从研究范围到候选审查与独立验收，把想法变成可复盘实验。
打开 Slides →多因子组合
从信息去重到因子权重与资产仓位，比较不同组合方法。
打开 Slides → 新课程 · Lesson 7机器学习基础
从 LogDiff、折内 PCA 到 Lasso 折外出分，控制信息泄露。
打开 Slides → 新课程 · Lesson 8树模型与策略闭环
从 RF / XGBoost 分数到含成本组合回测，观察模型如何落到执行。
打开 Slides → 新课程 · Lesson 9研究报告交付
从研究证据到九章档案与交付验收，完成可追溯的研究交付。
打开 Slides → 旧版 · Lesson 3把行情变成信号
认识时序与截面策略，计算并检验第一批量化因子。
打开 PPT → 旧版 · Lesson 4让 AI 帮你挖因子
用 Multi-Agent 分工、审查与研究契约，把因子想法变成可复盘实验。
打开 PPT →从规则到策略
把规则策略写成可执行研究，并使用中证全指自由现金流全收益指数完成练习。
多因子组合管理
从因子期限、衰减和相关性出发，比较多种组合方法与样本外表现。
打开 PPT → 旧版 · Lesson 7LogDiff → PCA → Expanding 数据链
用 18 ETF 截面 Rank 案例讲清高维 LogDiff、train-only PCA、Expanding 折次与 Purge。
打开 PPT → 旧版 · Lesson 8随机森林与 XGBoost
沿用同一条数据链，只替换估计器，对比随机森林、XGBoost 与 Lasso 的样本外表现。
打开 PPT → 旧版 · Lesson 9批量管理投研报告
把已有研究收成可读、可验收的 HTML 报告，并用 catalog 统一管理。
打开 PPT →