新课上线：《30天掌握Python数据分析》

从之前【零基础入门系列】第一阶段《30天解锁Python量化开发》课程更新结束后，就一直有同学问第二阶段的数据分析内容什么时候上线。

这次憋了半个月的时间没更新公众号，总算一点点完成了的第二阶段课程准备工作，先来贴一张量化学习进阶的路径图：

完成第一阶段的学习，解锁基础的Python量化开发能力后，已经足以胜任量化实习生的工作。

再进一步就是掌握各种Pyhton数据分析的技能，能够对于金融市场巨量且复杂的各种数据进行快速有效的分析，从中挖掘出有价值的信息来帮助量化投资中的各项决策，例如模型开发、策略评估、风险管理等等。

对比市面上其他已有的数据分析类课程，《30天掌握Python数据分析》完全从实战的角度出发，围绕目前最为前沿的数据分析工具来讲解（比如大数据绘图方面，我们选择了Plotly交互式图表，而不是其他课程千篇一律的静态Matplotlib），同时结合vn.py策略开发过程中的具体案例，来帮助学员建立学得懂、用得到的数据分析知识体系。

整个课程目前已经计划的课时是50节，和之前的《30天解锁Python量化开发》一样，在制作过程中也会根据大家的反馈增加额外的实战案例讲解课时，内容大纲如下：

**量化交易零基础入门系列 - 30天掌握量化数据分析**
课时	章节	课题
1	学前准备	认识量化数据分析
2		搭建量化研究环境
3		第一个研究任务
4		回顾Jupyter Notebook
5		IPython命令行
6		强大的Jupyter魔术命令
7	获取数据	金融市场数据概况
8		上手REST API
9		A股日线数据获取（新浪）
10		币圈行情数据获取（币安）
11		分段下载连续数据
12	向量化运算	初识NumPy
13		ndarray数组对象
14		向量化运算函数
15		数组进阶编程
16		计算大盘的双均线
17	Pandas入门	Series和DataFrame
18		索引和切片
19		最常用的CSV数据格式
20		期货分钟数据获取（RQData）
21		常用统计指标计算
22		准备MySQL数据库
23		SQL数据库交互
24		处理缺失的数值
25		转换数据类型
26		向量化字符串操作
27		CTA回测结果分析
28		GroupBy聚合机制
29	绘图可视化	Plotly基础
30		自定义图形效果
31		深入分析CTA资金曲线
32		直方图和散点图
33		3D曲面图
34		寻找策略优化的参数平原
35	时间序列	什么是TimeSeries
36		时间序列基础
37		操作日期时间类型
38		一行命令的向量化回测
39		时间的范围和偏移
40		全球时区处理
41		Resample重新采样
42		自定义周期K线绘图
43		滚动窗口计算
44	金融建模	statsmodels统计模型库
45		构建线性模型
46		OLS最小二乘回归
47		统计特征检验
48		构建期货跨期价差
49		跨期价差特征分析
50		价差统计套利策略

这门课程适合的人群：

想要极大提高工作效率、更快速出报告的的金融分析师
在各类金融市场中通过量化方法来研究的投资者
希望在量化领域获得工作机会的在校学生
其他对课程内容感兴趣的人士

课程目前已经上线，原价599元，还是老规矩前100名用户8折（479元）。直接在vn.py社区微信公众号（vnpy-community）里就能购买和观看（点击底部菜单栏的【进阶课程】进入）。推荐使用PC微信打开，视频分辨率更加清晰。

【30天解锁Python数据分析 - 快速传送门】