Frank老师 Will老师 量化新星-Python期权量化培训营
Frank老师
毕业于知名985本科和常青藤硕士，FRM，CFA L3 Candidate
曾先后在纽约与芝加哥对冲基金、知名自营交易公司任职量化投资经理，
精通程序化交易和衍生品交易，对股票多因子策略、期货CTA策略、
做市策略、期权波动率策略、机器学习预测类策略等量化策略研究颇深，
交易业绩突出，尤其擅长各类期权交易策略
现任职国内知名金融机构期权部门总经理
Will老师
毕业于知名985本科和常青藤硕士
曾先后在大型国有银行和外资银行担任数据科学家，
主要从事量化模型的开发和管理，运用机器学习算法分析金融数据，
对期权、期货等金融衍生品有深入研究，
擅长构建统计模型和量化交易策略
现任国内知名机构期权高级量化分析师
课程简介
1课程特色
帮助有一定基础的期权投资者了解期权主动管理策略思想和各类期权程序化策略构建方式，形成自己的期权量化交易体系，可以运用Python进行期权量化策略编写与回测。
2课程内容
1Chapter I Python与期权量化投资 （Will）
1.1 python基础知识与数据分析
1.2 python量化交易相关工具介绍
2Chapter II 期权与波动率 (Frank)
2.1波动率与各类期权交易策略
2.2期权希腊字母与风控指标
2.3期权波动率模型与对冲
3Chapter III 期权程序化策略 (Frank)
3.1期权波动率与套利策略
3.2期权趋势策略、卖期权策略与人工智能预测策略
3.3高频与期权做市策略
4Chapter IIII 期权策略Python实例演示（Frank & Will）
4.1期权波动率策略实例演示（1例）
4.2 期权期限结构策略实例演示（1例）
4.3 趋势突破卖期权策略实例演示（1例）
转载分享请注明原文地址(中国领汇团队，谢佳颖主控，李进财主控，蔡森期权滚量，炒股票期货外汇期权入门基础实战交易视频课程教程--财汇控)：https://www.caihuikong.com/post-1734.html
毕业于知名985本科和常青藤硕士，FRM，CFA L3 Candidate
曾先后在纽约与芝加哥对冲基金、知名自营交易公司任职量化投资经理，
精通程序化交易和衍生品交易，对股票多因子策略、期货CTA策略、
做市策略、期权波动率策略、机器学习预测类策略等量化策略研究颇深，
交易业绩突出，尤其擅长各类期权交易策略
现任职国内知名金融机构期权部门总经理
Will老师
毕业于知名985本科和常青藤硕士
曾先后在大型国有银行和外资银行担任数据科学家，
主要从事量化模型的开发和管理，运用机器学习算法分析金融数据，
对期权、期货等金融衍生品有深入研究，
擅长构建统计模型和量化交易策略
现任国内知名机构期权高级量化分析师
课程简介
1课程特色
帮助有一定基础的期权投资者了解期权主动管理策略思想和各类期权程序化策略构建方式，形成自己的期权量化交易体系，可以运用Python进行期权量化策略编写与回测。
2课程内容
1Chapter I Python与期权量化投资 （Will）
1.1 python基础知识与数据分析
1.2 python量化交易相关工具介绍
2Chapter II 期权与波动率 (Frank)
2.1波动率与各类期权交易策略
2.2期权希腊字母与风控指标
2.3期权波动率模型与对冲
3Chapter III 期权程序化策略 (Frank)
3.1期权波动率与套利策略
3.2期权趋势策略、卖期权策略与人工智能预测策略
3.3高频与期权做市策略
4Chapter IIII 期权策略Python实例演示（Frank & Will）
4.1期权波动率策略实例演示（1例）
4.2 期权期限结构策略实例演示（1例）
4.3 趋势突破卖期权策略实例演示（1例）
转载分享请注明原文地址(中国领汇团队，谢佳颖主控，李进财主控，蔡森期权滚量，炒股票期货外汇期权入门基础实战交易视频课程教程--财汇控)：https://www.caihuikong.com/post-1734.html
免责声明
- 本站所有涉及视频及图书，公式等由互联网搜索收集而来，本站不拥有此类资料的版权。
本站作为资源服务提供者，对非法转载，盗版行为的发生不具备充分的监控能力。但当版权拥有者提出侵权指控并出示充分的版权证明材料时，本站负有移除盗版和非法转载作品以及停止继续传播的义务。
本站在满足前款条件下采取移除等相应措施后，不为此向原发布人承担违约责任或其他法律责任，包括不承担因侵权指控不成立而给原发布人带来损害的赔偿责任。
如果版权拥有者发现自己作品被侵权，请及时向本站提出权利通知，并将姓名、电话、身份证明、具体链接（URL）、省版权局和国家版权局核发的版权所属证明及详细侵权情况描述发往本站邮箱370662024@qq.com，本站在收到相关举报文件后，在3个工作日内移除相关涉嫌侵权的内容。
最新文章