课程正文 / Course chapters

45 章正文按相同编号提供中英文版本。中文来源注记与章节插图随章保留；两种语言共用数值代码与 Notebook。 The 45 chapters use matching numbers in both languages. Shared source notes and chapter assets stay with the Chinese chapter; numerical code and Notebooks remain shared.

中文完整教材 PDF · English textbook PDF · 中文学习指南 · English learning guide

章 / Ch.	中文正文	English text	来源 / Sources
01	第1章 — 量化金融与量化行业（Quantitative Finance and Quant Industry）	Chapter 1 — Quantitative Finance and the Quant Industry	source notes
02	第2章 — 量化研究中的Python：用时间索引写对收益计算	Chapter 2 — Python for Quantitative Research: Getting Returns and Time Indices Right	source notes
03	第3章 — 金融数据工程（Financial Data Engineering）	Chapter 3 — Financial Data Engineering	source notes
04	第 4 章微积分：变化率、曲率与局部决策（Calculus for Quant）	Chapter 4: Calculus, Rates of Change, Curvature and Local Decisions	source notes
05	第 5 章 — 线性代数（Linear Algebra）：把组合与风险写成有维度的对象	Chapter 5: Linear Algebra, Portfolio Objects and Risk	source notes
06	第6章 — 概率（Probability）	Chapter 6 — Probability	source notes
07	第7章 — 统计推断（Statistical Inference）：让研究结论带上不确定性	Chapter 7 — Statistical Inference: uncertainty in research conclusions	source notes
08	第8章 — 回归（Regression）	Chapter 8 — Regression	source notes
09	第9章 — 优化（Optimization）	Chapter 9 — Optimization	source notes
10	第10章 — 金融市场（Financial Markets）	Chapter 10 — Financial Markets	source notes
11	第11章 — 收益率与复利（Returns and Compounding）	Chapter 11 — Returns and Compounding	source notes
12	第12章 — 财务报表与量化研究（Financial Statements for Quantitative Research）	Chapter 12 — Financial Statements for Quantitative Research	source notes
13	第13章 — 面向量化研究的估值（Valuation for Quants）	Chapter 13 — Valuation for Quants	source notes
14	第14章 — 资本资产定价模型与资产定价（CAPM and Asset Pricing）	Chapter 14 — CAPM and Asset Pricing	source notes
15	第15章 — 因子模型（Factor Models）	Chapter 15 — Factor Models	source notes
16	第16章 — 时间序列 I：从自相关到 ARIMA（Time Series I: Dependence and ARIMA）	Chapter 16 — Time Series I: Dependence and ARIMA	source notes
17	第17章 — 时间序列 II：单位根、协整与预测（Time Series II: Unit Roots, Cointegration, and Prediction）	Chapter 17 — Time Series II: Unit Roots, Cointegration, and Prediction	source notes
18	第18章 — 波动率建模与预测（Volatility Modeling and Forecasting）	Chapter 18 — Volatility Modeling and Forecasting	source notes
19	第19章 — 状态空间模型与卡尔曼滤波（State-Space Models and the Kalman Filter）	Chapter 19 — State-Space Models and the Kalman Filter	source notes
20	第20章 — 现代组合理论（Modern Portfolio Theory）	Chapter 20 — Modern Portfolio Theory	source notes
21	第21章 — 实用组合构建（Practical Portfolio Construction）	Chapter 21 — Practical Portfolio Construction	source notes
22	第22章 — 量化研究方法论（Quant Research Methodology）	Chapter 22 — Quantitative Research Methodology	source notes
23	第23章 — 截面研究（Cross-Sectional Research）	Chapter 23 — Cross-Sectional Research	source notes
24	第24章 — 价值因子（Value Factors）	Chapter 24 — Value Factors	source notes
25	第25章 — 动量（Momentum）	Chapter 25 — Momentum	source notes
26	第26章 — 质量因子（Quality）	Chapter 26 — Quality	source notes
27	第27章 — 套息、防御与低波动（Carry / Defensive / Low Volatility）	Chapter 27 — Carry, Defensive Investing, and Low Volatility	source notes
28	第28章 — 多因子模型（Multi-Factor Models）：预处理、合成与约束	Chapter 28 — Multi-Factor Models: Preprocessing, Combination, and Constraints	source notes
29	第29章 — 构建回测引擎（Building a Backtesting Engine）	Chapter 29 — Building a Backtesting Engine	source notes
30	第30章 — 回测偏差（Backtesting Biases）	Chapter 30 — Backtesting Biases	source notes
31	第31章 — 金融模型验证（Financial Model Validation）	Chapter 31 — Financial Model Validation	source notes
32	第32章 — 绩效统计与推断（Performance Statistics & Inference）	Chapter 32 — Performance Statistics & Inference	source notes
33	第33章 — 风险管理（Risk Management）	Chapter 33 — Risk Management	source notes
34	第34章 — 市场微观结构（Market Microstructure）	Chapter 34 — Market Microstructure	source notes
35	第35章 — 交易成本（Transaction Costs）	Chapter 35 — Transaction Costs	source notes
36	第36章 — 算法执行与交易调度（Algorithmic Execution and Trade Scheduling）	Chapter 36 — Algorithmic Execution and Trade Scheduling	source notes
37	第37章金融机器学习的基本立场（ML for Finance Philosophy）	Chapter 37. A Foundational Stance on Machine Learning for Finance	source notes
38	第38章金融机器学习管线（Financial ML Pipeline）	Chapter 38: Financial ML Pipeline	source notes
39	第39章正则化线性模型（Regularized Linear Models）	Chapter 39 Regularized Linear Models	source notes
40	第40章树模型（Tree-Based Models）	Chapter 40: Tree-Based Models	source notes
41	第41章无监督学习（Unsupervised Learning）	Chapter 41: Unsupervised Learning	source notes
42	第42章深度学习基础与量化应用 (Deep Learning Foundations & Quantitative Applications)	Chapter 42: Deep Learning Foundations and Quantitative Applications	source notes
43	第43章贝叶斯推断、因果识别与非结构化数据（Bayesian Inference, Causal Identification, and Alternative Text Data）	Chapter 43: Bayesian Inference, Causal Identification, and Alternative Text Data	source notes
44	第44章 — 随机微积分与衍生品（Stochastic Calculus and Derivatives）	Chapter 44 — Stochastic Calculus and Derivatives	source notes
45	第45章生产级量化流水线（Production Quant Pipelines）	Chapter 45 — Production Quant Pipelines	source notes

路径约定 / Path conventions

course/zh/chapters/chNN/ 保存中文正文、来源说明与章节配套资源；course/en/chapters/chNN/ 保存对应英文正文。章节编号和教学顺序不变。 Chinese chapters, source notes, and chapter assets live under course/zh/chapters/chNN/; corresponding English text lives under course/en/chapters/chNN/. Chapter numbers and teaching order are unchanged.

项目、Capstone 与共享运行库保持现有路径。所有运行命令仍从仓库根目录执行，course/ 是阅读文档位置。 Projects, the Capstone, and shared execution code retain their paths. Run commands from the repository root.