行业基本面选股策略之消费品研究

项目特色及优势介绍

盘点金融数据，聚焦投研策略

紧跟投研热点角度

选股策略是量化投资中极为重要的环节，本项目结合必需消费品行业选股逻辑，通过排序分组回测选取逻辑性强、有效性稳定的选股指标。

A股全样本数据解读

项目使用近十年A股必需消费品行业数据进行分析，数据量充足。

收获投研分析策略研究必备技能

通过数量研究对定性观点进行实证，研究各种因素对证券市场的影响，深入挖掘投资机会，形成投资策略建议。

往期课程项目成果展示

以学员完成的“业绩预告效应影响因子研究”项目为例

金融数据获取及处理能力

从金融数据终端获取所需数据，是金融行业必备实用技能，该项目可以反映出申请者良好的数据获取能力。

扎实的统计学基础

通过对异常值、重复值、缺失值等的熟练处理，以及进行多维度描述统计，学员良好的统计学基础得以展示。

数据分析及建模能力

面对大量数据，能从数据中发现规律和趋势，并运用适合模型进行解析的能力极被看重，通过项目实战，这一能力可以完美展示。

课程安排

理论学习与项目实战相结合

量化金融基础及软件工具

量化金融基础知识

整体概况，多元线性回归基础，假设检验，CAPM模型，APT模型，Fama-French模型，CAPM及Fama-French模型中国A股市场实证检验

Python入门及进阶

Python基础知识、第三方库Numpy、Pandas、Matplotlib、Statsmodels、Sklearn

量化选股常用方法及多因子模型示范项目逐步精讲

多因子模型基础

常用方法，因子模型的一般形式，BARRA模型，项目基本框架，常用金融数据库使用

示范项目精讲：多因子选股模型

风险因子筛选，因子数据准备，有效性检验，降维处理，多因子模型构建，行业中性控制

指导完成项目及最终报告

项目内容

行业基本面选股策略之消费品研究

使用工具

Python、Numpy、Pandas、Matplotlib、Statsmodels，Tableau等主流数据分析及可视化工具

锻炼技能

金融数据获取及处理能力，金融理论基础，模型构建与方法选择，数据分析解读能力

学员评价

学员陈同学

指数成分股调整影响测算

虽然我们专业不用学编程，自己以后也没打算做程序员，但自己平常也有了解到数据分析在各行各业的重要性，看着周围的同学都在充实自己，有的学R语言，有的学Python，自己其实也是蛮焦虑的，就怕落后了。后来经朋友推荐报了未明学院的课程，选择了量化金融项目进行学习。这门课程对初学者比较友好，只要你自己想学，无论你什么专业，有没有基础都可以学，是入门编程很好的选择。

学员丁同学

板块行情研究系列-传媒板块

不鸡汤、不忽悠、不吹牛、不扯淡，节奏紧凑、讲解流畅、清晰明了、注重实战，非常适合跟我一样，想利用休息时间真正学点东西的在职者。现在网上免费教程虽然很多，但质量参差不齐，与其听人上课满嘴跑火车，不如真正投入时间和金钱好好做个项目，提升自己。现在我在工作上更加游刃有余了，果然在学习上的投入永远是最好的投资。keep moving!

学员王同学

上市公司业绩预告信息研究

作为一名留学党，大三开始准备留学是有点晚的，本来在这一年内我要完成雅思/GMAT/实习/竞赛等，这一年过得非常焦虑和痛苦。后来看到未明学院的项目，一看和我申请的专业蛮契合的，正好可以弥补我经历上的空白，于是就利用周末的时间学习了。最后果然项目经历很有用，招生官面试的时候也问了很多问题，夸赞我做的很好。感谢未明学院这场及时雨拯救了我，让我成功拿到了梦校的offer。

常见问题

训练营持续时间多久？

数据分析项目制训练营为期四周，其中前两周是理论知识的学习以及示范项目的讲解，后两周授课老师和助教将会协助学员完成指定项目。

训练营是以怎样的方式进行？

数据分析项目制训练营采用了直播授课+作业录屏讲解的授课方式，同时我们运用大量心理学知识及经验，通过微信班级群+小程序打卡作业+名师全程陪伴的方式，激发出学员的学习动力。学习数据分析是可以成为一件很有意思的事情。

分配的项目是自己独立完成，还是老师带着做？

我们的主讲老师和助教老师会带着你手把手的写代码，做项目，帮你更好的掌握数据分析的理论，陪你一起去踩实践过程中会遇到的坑。

完成项目制学习后，我们简历上的项目经历会不会雷同？

针对每个不同的班级，我们都设计了不同的项目，而且确保该项目仅针对此次班级，不会被重复使用。

项目完成后，我可以得到什么？

每个项目完成后，我们都会协助学生完成该项目的项目报告，报告完成后我们将颁发未明学院授予的项目结课证书。