🗓️ 21天机器学习核心算法学习计划（量化方向）
每天4小时 ，总计3周（21天），每天分为：
- 理论+推导（1.5小时）
- 编程实战（2小时）
- 复盘与笔记（0.5小时）
目标是：21天后，能够独立用主流机器学习算法构建量化预测模型，并理解每种算法在金融场景中的适用边界。
第一周：基础模型与线性方法
| 天数 | 学习内容 | 编程实战（金融数据） |
|---|---|---|
| Day1 | ML基础概念、过拟合/欠拟合、训练/验证/测试集划分、评估指标（MSE/MAE/R²，准确率/精确率/召回率/F1/AUC） | 用make_classification模拟数据，完整走一遍训练/测试切分→训练→预测→评估流程 |
| Day2 | 线性回归原理（最小二乘、梯度下降、Ridge/Lasso正则化） | 用yfinance获取股票数据，预测次日收益率（回归），对比有无正则化的效果 |
| Day3 | 逻辑回归（Sigmoid、交叉熵损失、决策边界） | 预测次日涨跌（二分类），构造技术指标特征（RSI、MACD），输出混淆矩阵和AUC |
| Day4 | 分类评估深入（ROC曲线、PR曲线、阈值选择） | 绘制ROC曲线，找到最佳阈值（最大化F1或最小化业务成本） |
| Day5 | KNN原理（距离度量、K值选择、维度灾难） | 寻找历史相似K线组合（输入N日收益率序列，找到最相似的日期并观察后续走势） |
| Day6 | 决策树（ID3/CART、信息增益/基尼系数、剪枝参数） | 用决策树预测涨跌，可视化树结构，观察不同max_depth下的过拟合 |
| Day7 | 第一周复习与整合 | 用线性回归+逻辑回归+KNN+决策树对同一数据集预测，横向比较性能，写总结笔记 |
第二周：集成学习与SVM
| 天数 | 学习内容 | 编程实战（金融数据） |
|---|---|---|
| Day8 | 随机森林原理（Bagging、随机特征、OOB评估、特征重要性） | 用随机森林预测涨跌，输出特征重要性条形图，删除低重要性特征后重训练 |
| Day9 | 随机森林调参（n_estimators, max_depth, min_samples_split） | 用TimeSeriesSplit进行时间序列交叉验证，网格搜索最优参数 |
| Day10 | 集成学习进阶（Boosting: AdaBoost, GBDT） | 用GradientBoostingClassifier预测涨跌，对比随机森林 |
| Day11 | XGBoost/LightGBM介绍（量化领域主流工具） | 用XGBoost预测涨跌，调参（学习率、树深度、正则化），观察性能提升 |
| Day12 | SVM原理（最大间隔、软间隔C参数、核函数（线性/RBF）） | 用SVM预测市场方向，对比线性核与RBF核，用GridSearch调优C和gamma |
| Day13 | 朴素贝叶斯（高斯/多项式/伯努利）及独立性假设 | 用高斯朴素贝叶斯快速构建"极端涨跌"预警模型（将收益率离散化为5档） |
| Day14 | 第二周复习与整合 | 用随机森林+XGBoost+SVM+朴素贝叶斯对比，写"不同算法在量化预测中的优劣总结" |
第三周：无监督、神经网络与实战
| 天数 | 学习内容 | 编程实战（金融数据） |
|---|---|---|
| Day15 | KMeans聚类（肘部法则、轮廓系数、初始化问题） | 对沪深300成分股根据市盈率、市净率、ROE、换手率等因子聚类，分析每类股票的风格 |
| Day16 | PCA降维（最大方差投影、主成分可解释性） | 对20个技术指标做PCA，观察累计方差，用前3个主成分训练随机森林，对比原始特征 |
| Day17 | 神经网络入门（MLP、激活函数、反向传播、优化器） | 用sklearn.MLPClassifier预测涨跌，尝试不同隐藏层大小 |
| Day18 | 深度学习框架Keras入门（搭建、训练、回调） | 用Keras搭建3层MLP，画出训练/验证loss曲线，加入Dropout和早停防过拟合 |
| Day19 | LSTM基础（处理序列数据、解决梯度消失） | 用过去20天收盘价序列预测次日收盘价（LSTM），对比简单MLP |
| Day20 | 强化学习入门（Agent, Environment, Reward） | 用gym搭建简化交易环境（状态：持仓+价格；动作：买/卖/持有），实现随机策略 |
| Day21 | 综合实战：端到端量化策略 | 选择一个模型（随机森林/XGBoost/LSTM）预测次日涨跌→构建交易信号→回测（年化收益、夏普比率、最大回撤）→对比买入持有基准，撰写项目报告 |
📚 每日4小时高效执行指南
时间分配
| 时段 | 时长 | 内容 |
|---|---|---|
| 第一阶段 | 1.5小时 | 理论学习（视频/书籍）+ 公式推导（纸笔） |
| 第二阶段 | 2小时 | 编程实战（金融数据，完整流程） |
| 第三阶段 | 0.5小时 | 复盘笔记（写三个收获+一个待解决问题） |
每日标准流程
- 理论学习（1.5h）：看视频（1.5倍速）+ 读《Sklearn官方文档》对应章节 + 用纸笔推导关键公式
- 编程实战（2h）：获取金融数据 → 特征构造 → 标准化 → 按时间切分 → 训练 → 评估 → 可视化
- 复盘（0.5h）：在Notebook开头写总结（算法适用场景、调参心得、量化注意点）
编程环境
bash
# 必装库
pip install numpy pandas matplotlib seaborn scikit-learn
pip install yfinance akshare # 数据源
pip install xgboost lightgbm
pip install tensorflow keras
pip install gym # 强化学习✅ 21天结束后的能力自测
- 能独立用
sklearn完成逻辑回归、随机森林、XGBoost、SVM、KMeans、PCA的完整流程 - 能解释"为什么金融数据要用时间序列交叉验证而不是随机K折"
- 能构建至少3个技术指标特征，并用特征重要性筛选
- 能训练一个LSTM（即使效果不好，但数据窗口生成、标准化、训练流程正确）
- 能完成一个简单的回测，计算夏普比率和最大回撤，并识别出潜在的前视偏差