LLM × 量化交易 · 个人课程
大模型与智能体在 A 股辅助交易中的应用 —— 由 AI 老师持续生成
使命：把 Agent 能力落到自己的实盘辅助决策上
本页由 scripts/build-index.py 自动生成
课程
第 1 课 · A股的硬规则：T+1、涨跌停与交易时间
第 2 课 · 数据底座：用 AKShare 拉到第一只 A 股数据
第 3 课 · 新闻情绪打分器：LLM 在量化里的第一个真实组件
第 4 课 · 策略骨架与人生第一回测：亲手踩一次"回测幻觉"
第 5 课 · 情绪分析 Agent：从单次打分到工具调用循环（ReAct）
第 6 课 · 盘中异动监控 Agent：半自动闭环的第一步
第 7 课 · Agent 辅助写策略：迭代回测的正确姿势与过拟合
第 8 课 · 执行闭环架构：vn.py / QMT 落地路径与风控
第 9 课 · 美股与加密货币对照：换市场等于换约束条件
第 10 课 · 政策面数据提取：公告与监管文本监控
第 11 课 · 研报解读 Agent：把券商研报榨成结构化数据
第 12 课 · 宏观数据与择时：PMI / CPI / 社融怎么进你的决策
第 13 课 · 多智能体团队：多空辩论实战（TradingAgents 架构拆解）
第 14 课 · 回测进阶：滑点、流动性与涨跌停不可成交的建模
第 15 课 · 仓位管理：凯利公式、固定比例与回撤熔断
第 16 课 · 策略组合与相关性：别把鸡蛋放进同一个"假装不同"的篮子
第 17 课 · 整合项目（上）：每日盘后工作流——一份自动晚报
第 18 课 · 盘中提醒闭环：异动 → 快报 → 送达 → 人工确认（整合项目·下）
第 19 课 · 评估你的 Agent：情绪分到底有没有预测力（IC 检验）
第 20 课 · 毕业课：实盘前的检查清单与资源地图
速查参考
速查 · A股交易规则手册
学习中有任何疑问，回到 Kimi Code 里直接问你的 AI 老师。