帮助您以动手实践的方式学习交易
时间序列（Time Series）是我们在日常生活和社会工作中十分常见的一种数据，它是通过将一系列时间点上的观测值按等时间间隔测量来获取的数据集合，比如商业活动中，服装公司的年销售量；每日股票的价格波动；气象学中某城市的年降水量，月平均气温；城市污染PM2.5 指数 等等，因此对时间序列的研究广泛存在于各行各业。
纽约出租车数据与股市走向关系分析
E-Commerce营销策略优化
数据可视化与Tableau应用举例
“一图胜千言”。如何利用可视化来理解和沟通数据已经成为现代数据分析不可或缺的能力。 在本项目中， 我们将一起学习可视化的基本原理和最佳实践，用Tableau对其经典数据集Global Superstore Retail Data做探索性数据分析和汇报总结；并使用Matplotlib, Seaborn and Pandas实现Python数据可视化分析。
Fintech 用户信用评级建模分析与金融风险控制
Anomaly Detection数据异常检测与处理
工业界资深专家，培养一流数据科学人才
授课团队由Google, Facebook, Airbnb, McKinsey & Company, Linkedin等科技、咨询公司的Senior Data Scientist、Machine Learning Engineer和Business Analyst组成。
外汇初学者策略：入门指南
分形是绘制在日本蜡烛图上方或下方、显示为小三角形的指标。若分形绘制在日本蜡烛图上方，则为上分形，若绘制在日本蜡烛图下方，则为下分形。
打破的分形指导我们作出交易决策
轴心点用于利润目标
外汇初学者策略：入门指南
quiz: 外汇初学者策略：入门指南
第一步：找出市场价格趋势方向
quiz: 第一步：找出市场价格趋势方向
第二步：寻找交易契机
quiz: 第二步：寻找交易契机
第三步：下挂单
quiz: 第三步：下挂单
第四步：管理订单
quiz: 第四步：管理订单
第五步：管理交易
quiz: 第五步：管理交易
外汇初学者交易策略原则
quiz: 外汇初学者交易策略原则
运用新手策略如何见好就收规避风险
quiz: 运用新手策略如何见好就收规避风险
挖掘隐藏交易契机
quiz: 挖掘隐藏交易契机
如何加强您的外汇资金管理系统
quiz: 如何加强您的外汇资金管理系统
使用外汇初学者策略交易的最佳时段
quiz: 使用外汇初学者策略交易的最佳时段
避免在盘整市场中交易
quiz: 避免在盘整市场中交易
借助走高时间范围交易
quiz: 借助走高时间范围交易
如何截断亏损，锁定盈利
quiz: 如何截断亏损，锁定盈利
回测方法和结果（2001年－2012年）
quiz: 回测方法
各年度交易表现和图表
Enrol into this course now to save your progress, test your knowledge and get uninterrupted, full access.
Tradimo operates only under the following URLs: tradimo.com, learn.tradimo.com, de.tradimo.com, go.tradimo.com, news.tradimo.com. All other URLs containing 'tradimo' do not belong to Tradimo and might be fraudulent websites.
Risk warning: Trading in financial instruments carries a high level of risk to your capital 帮助您以动手实践的方式学习交易 with the possibility of losing more than your initial investment. Trading in financial instruments may not be suitable for all investors, and is only intended for people over 18. Please ensure that you are fully aware of the risks involved and, if necessary, seek independent financial advice. The educational content on Tradimo is presented for educational purposes only and does not constitute financial advice.
第二步：动手实践
想象现在你有一位朋友住在亚马逊丛林里，他独自生活，身边只有一台离线的电脑，没有网络，与世隔绝。
某天下午他打猎归来，突然想起来还欠你一点钱，他打开电脑，想转给你 1 万个 CKB 还债。
尽管没有网络，他还是把转账交易的内容写在了一张纸上，然后在电脑里输入自己的私钥，计算出了这笔转账相应的签名，最后把签名也附在了纸上。
过了半个月，当有信差来访时，他托人把这张纸邮寄到中国，又过了半个月，信纸终于送到了你的手上。
你看着信纸，交易确实指明创造 1 万 CKB 的 cell 给你，你决定把这笔交易提交到 帮助您以动手实践的方式学习交易 CKB 主网上。 主网验证附上的签名有效，于是交易完成，你的账户里多了一万个CKB，债务两清了。
你和亚马逊丛林的朋友共同组成了一个包含 2 帮助您以动手实践的方式学习交易 个节点的 layer2 网络，虽然这个网络的吞吐量只有 1 笔交易/每月。
尽管 CKB 目前已经有了各种各样的工具，帮助你自动构建交易、完成转账、部署合约，等等， 但接下来，我们还是会延续亚马逊朋友的这种方法，来实现一笔普通的转账交易。
目的是使用手动拼接交易的方式，让你更深刻的理解 CKB cell 的工作原理。
我们将使用 JSON 格式来手动拼接交易。
交易的 INPUT
下面是钱包 1 的 4 个 live cell，直接把 cell 拖到下面的框中，看看自动生成的 input 是什么样子的。
你可能看到了，input 中的 cell 是以 previous_output 的形式出现的， 传入的是 tx_hash 和 index 组成的 outpoint，相当于是对 cell 的一个索引，或者像 cell 的一个指针，通过 outpoint 我们找到想要消费的 cell。
inputs 中还有一个字段叫 since 帮助您以动手实践的方式学习交易 ，它是用来控制时间的，我们暂且不必管它。
除了inputs，还有一个字段叫 cell_deps ，它是一笔交易中需要依赖的 cell， 也是以 outpoint 这种索引结果出现的。
什么是需要依赖的 cell 呢？
比如在普通的转账交易中，lock 锁需要用到固定的加密算法 SECP256K1_BLAKE160，也就是系统内置的一个智能合约， 帮助您以动手实践的方式学习交易 这个加密算法的代码存放在某个 cell 中，就需要在 cell_deps 中引用进来， 这样 CKB-VM 虚拟机才能知道从哪里载入代码进行运算。
通过上文测试链的配置信息，我们很容易找到 cell_deps 中需要传入的参数。
交易的 OUTPUT
同样，把钱包 1 的 cell 拖到 input 中。
output 方框内将马上自动生成一个相同大小的新 cell。
点击 output 中的设置按钮，可以对新生成的 cell 进行重新分配，包括生成几个 cell、设置每个新 cell 的大小，设置每个 cell 的解锁地址，等等。
output 占用的 帮助您以动手实践的方式学习交易 capacity 空间必须小于 input，二者的差值即为矿工能挣到的手续费。
设置完成后，点击“生成交易”的按钮，就可以看到这笔交易的 JSON 是什么样子了。
你应该注意到了，交易中的 outputs 把新生成的 cell 的信息都写出来了，包括 capactiy 大小、lock 锁等信息。
但 output 中的 cell 并没有指明 data 的信息，相反，data 被统一挪到了 outputs_data 字段中，按顺序对应 outputs 中的 cell。
最后，一笔完整的交易还包括 version 和 header_deps 两个字段。 前者为版本信息，目前固定设置为 0x0 ，后者暂时不用管，放空就行。
对交易进行签名
一笔转账拼好之后，需要用相应的私钥，对这笔交易进行签名，表明我们确实是 cell 的主人，有权对这些 cell 执行操作。
签名将被放入一个新的名为 witnesses 的字段中，作为交易的证明。
你可能需要用到查找钱包对应的 live Cell、查看链配置信息(用来填写 cell_deps)、16 进制与 10 进制互相转换这些功能，它们在工具箱中都可以找到。
点击👇 Nervos 的图拍呢 ，即可打开工具箱。
将下面的交易补充完成
这时我们已经可以为这笔交易生成一个独一无二的哈希了，也就是 tx_hash 已经可以提前确定出来。
尽管这笔交易已经可以提前生成 tx_hash，但它现在仍然是一笔 raw_tx。raw_tx 跟 tx 最大的不同是， tx 会在 witnesses 字段中放入交易的签名。
事实上，你可以在 witnesses 里放入任何你需要的参数或者证明。而且因为它是一个数组，还可以放入多个证明。 但因为现在我们在尝试的是系统内建的转账交易， 这种交易互相约定会在每一组 witnesses 的第一个位置，放入这样一个结构：
这一个结构被称为 WitnessArgs。不同的锁会从 WitnessArgs 不同的字段中读取自己需要的签名。 其中，lock 字段是 input 使用到的 lock 锁需要验证的签名。 在我们现在要实验的普通转账交易中，就是 SECP256K1_BLAKE160 算法需要验证的签名。
input_type 和 output_type 则是 input 和 output 中 type 锁需要验证的签名，暂时不必管它。
把签名放回到交易中
把生成的签名填入下面的输入框中，点击按钮，以 witnessArgs 的形式做一遍序列化：
现在我们可以完善原本的交易了，把序列化好的签名放进 witnesses 字段里：
最后一步，把交易发送到链上
注意看下，交易成功上链后返回的 tx_hash，是不是和之前事先生成的那个 tx_hash 一模一样？
现在，你可以通过下面的按钮，看看刚才我们发送的交易是不是真的在链上了。如果提示 帮助您以动手实践的方式学习交易 tx_status: pending , 则表明交易还在pending，稍后重试就可以了。
学习量化交易如何入门？
【1】一篇论文：
Eugene F. Fama, Kenneth R. French. The cross-section of expected stock returns. Journal of Finance, 47 (1992), pp. 427–465.
帮助您以动手实践的方式学习交易 
【2】《Quantitative Equity Investing》
by Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm
又是这三个人的书，倒不是写的有多好，但是确实是入门的上佳选择。选股策略和投资组合管理在学界也有一定的研究地位，因此这本书的整体框架明显比《Trends in Quantitative Finance》更清晰一些，没有那么杂乱。
先要说明，这本书除了个别章节以外，一点都不入门。这里将其排进入门书单的原因，是因为它太重要了，绕不开。有志于选股策略和投资组合管理的朋友，请努力啃吧，可以搭配BARRA的手册和Qian的那本《Quantitative Equity Portfolio Management》一起看。 @李腾 也翻译了一个版本，但是我没有看过，不好评价。在这里向李大神致敬，书里一些地方我到现在都没看明白呢。
除此之外，非常重要的一点就是学习新的知识和技术。一旦形成了基本的策略构造能力，了解买卖、仓位、风控等部分的组合之后，量化策略研发的进阶就要靠多吸收新鲜知识来支撑了。说实话，直觉、想法都是在大量学习前人知识的基础上完成的，不然难免成为无源之水、无本之木。开卷有益，多多益善，书多看不要管科目，论文多读不要管难易，想法总是会源源不断的产生的。然后再去把想法实现出来，可能10个里有10个都是错的，但是事情总是在进展的，总该是好事。
碎片化知识的来源，我推荐这么几个地方：
Quora - 各种有意思的知识，就是英文让我比较难过
elitetrader - 集中在交易的一些讨论
StackExchange的几个子站 - 例如CrossValidated，Overflow等
知乎 - 中国版Quora
海洋论坛 - 很久没上了，不知道怎么样了
一些我听说过或见到过在实盘跑的量化策略：
Kalman filters
Hidden markov models
Topological manifold learning
Non-linear kernel regression techniques
APT type factor models
Monte carlo options pricing techniques
Continuous time APT factor models with latent variables
Spectral techniques for doing 帮助您以动手实践的方式学习交易 bag of words extraction of factors from natural language corpus for generating forcings for stochastic partial differential models of asset dynamics
Pairs trading/mean regression statistical arbitrage strategies
Automatic graphical model 帮助您以动手实践的方式学习交易 construction (structural inference over dynamic Bayesian networks)
Reinforcement learning based pairs trading strategies
Information theory based investment strategies
J. L. Kelly, Jr., "A New Interpretation of Information Rate," Bell System Technical Journal, Vol. 35, July 1956, pp. 917-26
Sparse over complete basis function methods for feature extraction
Applications 'information 帮助您以动手实践的方式学习交易 geometry'; a field on the border between information theory, probability theory and differential geometry; still very new
Anything that can be used to model or extract features from a time series