以下是老男孩教育Python全栈课程内容：阶段一：Python开发基础

Python开发基础课程内容包括：计算机硬件、操作系统原理、安装linux操作系统、linux操作系统维护常用命令、Python语言介绍、环境安装、基本语法、基本数据类型、二进制运算、流程控制、字符编码、文件处理、数据类型、用户认证、三级菜单程序、购物车程序开发、函数、内置方法、递归、迭代器、装饰器、内置方法、员工信息表开发、模块的跨目录导入、常用标准库学习，b加密\re正则\logging日志模块等，软件开发规范学习，计算器程序、ATM程序开发等。

阶段二：Python高级级编编程&数据库开发

Python高级级编编程&数据库开发课程内容包括：面向对象介绍、特性、成员变量、方法、封装、继承、多态、类的生成原理、MetaClass、__new__的作用、抽象类、静态方法、类方法、属性方法、如何在程序中使用面向对象思想写程序、选课程序开发、TCP/IP协议介绍、Socket网络套接字模块学习、简单远程命令执行客户端开发、C\S架构FTP服务器开发、线程、进程、队列、IO多路模型、数据库类型、特性介绍，表字段类型、表结构构建语句、常用增删改查语句、索引、存储过程、视图、触发器、事务、分组、聚合、分页、连接池、基于数据库的学员管理系统开发等。

阶段三：前端开发

前端开发课程内容包括：HTML\CSS\JS学习、DOM操作、JSONP、原生Ajax异步加载、购物商城开发、Jquery、动画效果、事件、定时期、轮播图、跑马灯、HTML5\CSS3语法学习、bootstrap、抽屉新热榜开发、流行前端框架介绍、Vue架构剖析、mvvm开发思想、Vue数据绑定与计算属性、条件渲染类与样式绑定、表单控件绑定、事件绑定webpack使用、vue-router使用、vuex单向数据流与应用结构、vuex actions与mutations热重载、vue单页面项目实战开发等。

阶段四：WEB框架开发

WEB框架开发课程内容包括：Web框架原理剖析、Web请求生命周期、自行开发简单的Web框架、MTV\MVC框架介绍、Django框架使用、路由系统、模板引擎、FBV\CBV视图、Models ORM、FORM、表单验证、Django session &cookie、CSRF验证、XSS、中间件、分页、自定义tags、Django Admin、cache系统、信号、message、自定义用户认证、Memcached、redis缓存学习、RabbitMQ队列学习、Celery分布式任务队列学习、Flask框架、Tornado框架、Restful API、BBS+Blog实战项目开发等。

阶段五：爬虫开发

爬虫开发课程内容包括：Requests模块、BeautifulSoup，Selenium模块、PhantomJS模块学习、基于requests实现登陆：抽屉、github、知乎、博客园、爬取拉钩职位信息、开发Web版微信、高性能IO性能相关模块：asyncio、aiohttp、grequests、Twisted、自定义开发一个异步非阻塞模块、验证码图像识别、Scrapy框架以及源码剖析、框架组件介绍(engine、spider、downloader、scheduler、pipeline)、分布式爬虫实战等。

阶段六：全栈项目实战

全栈项目实战课程内容包括：互联网企业专业开发流程讲解、git、github协作开发工具讲解、任务管理系统讲解、接口单元测试、敏捷开发与持续集成介绍、django + uwsgi + nginx生产环境部署学习、接口文档编写示例、互联网企业大型项目架构图深度讲解、CRM客户关系管理系统开发等。

阶段七：数据分析

数据分析课程内容包括：金融、股票知识入门股票基本概念、常见投资工具介绍、市基本交易规则、A股构成等，K线、平均线、KDJ、MACD等各项技术指标分析，股市操作模拟盘演示量化策略的开发流程，金融量化与Python，numpy、pandas、matplotlib模块常用功能学习在线量化投资平台：优矿、聚宽、米筐等介绍和使用、常见量化策略学习，如双均线策略、因子选股策略、因子选股策略、小市值策略、海龟交易法则、均值回归、策略、动量策略、反转策略、羊驼交易法则、PEG策略等、开发一个简单的量化策略平台，实现选股、择时、仓位管理、止盈止损、回测结果展示等功能。

阶段八：人工智能

人工智能课程内容包括：机器学习要素、常见流派、自然语言识别、分析原理词向量模型word2vec、剖析分类、聚类、决策树、随机森林、回归以及神经网络、测试集以及评价标准Python机器学习常用库scikit-learn、数据预处理、Tensorflow学习、基于Tensorflow的CNN与RNN模型、Caffe两种常用数据源制作、OpenCV库详解、人脸识别技术、车牌自动提取和遮蔽、无人机开发、Keras深度学习、贝叶斯模型、无人驾驶模拟器使用和开发、特斯拉远程控制API和自动化驾驶开发等。

阶段九：自动化运维&开发

自动化运维&开发课程内容包括：设计符合企业实际需求的CMDB资产管理系统，如安全API接口开发与使用，开发支持windows和linux平台的客户端，对其它系统开放灵活的api设计与开发IT资产的上线、下线、变更流程等业务流程。IT审计+主机管理系统开发，真实企业系统的用户行为、管理权限、批量文件操作、用户登录报表等。分布式主机监控系统开发，监控多个服务，多种设备，报警机制，基于http+restful架构开发，实现水平扩展，可轻松实现分布式监控等功能。

阶段十：高并发语言GO开发高并发语言GO开发课程内容包括：Golang的发展介绍、开发环境搭建、golang和其他语言对比、字符串详解、条件判断、循环、使用数组和map数据类型、go程序编译和Makefile、gofmt工具、godoc文档生成工具详解、斐波那契数列、数据和切片、make&new、字符串、go程序调试、slice&map、map排序、常用标准库使用、文件增删改查操作、函数和面向对象详解、并发、并行与goroute、channel详解goroute同步、channel、超时与定时器reover捕获异常、Go高并发模型、Lazy生成器、并发数控制、高并发web服务器的开发等。

第一、选股、择时的工具。

传统的基于基本面的投资方法主要看财务指标及估值指标。研究方法主要是研究上市公司财务报表、实地调研、行业比较并结合宏观分析。通常的方法是自上而下或自下而上的选股。至于择时，则更多地依靠宏观、上市公司基本面、市场情绪，以及基金公司自身的排名等因素的考量。

基于量化的交易，选股和择时的指标完全不同。以最有名的两类策略——动量和反转为例。动量策略是说前一段时间强的股票会继续强；反转是指前一段时间表现弱的股票会在一段时间后走强。

这类理论都是基于“行为金融学”。行为金融学是和“有效市场假说”相对应的理论，以金融学、心理学等学科结合而形成的一门新兴子学科。它认为交易中的投资者短期有可能是理性的、但长期而言未必是理性的。因此会产生很多和有效市场相对立的“市场异象”。行为金融学正是描述和应用这些“市场异象”的学科。行为金融学在交易中的运用，就是用各种方法，包括但不限于动量和反转，来对股票的选择以及交易时机的选择运行研究和决策。

第二、套利类。

主要的套利策略有十几种。大概包括：

1）市场中性：即多空投资，净头寸为零。最纯正的市场中性，同时会力求多因子的净头寸为零。例如，行业净头寸为零，风格因子为零等等。

2）多空对冲：这是传统的对冲基金。多空投资，净头寸没有一个固定比率投资股票市场。不过现实中，这类投资风格，大多以净多头方式投资。净多头比率多数在10%到20%之间。

3）期权策略：以期权为主要投资驱动，捕捉波动率错估而造成的期权价格错位，运行交易。

4）统计套利：简单地说，就是以量化统计方法对市场中的交易产品运行研究，发现市场特性，设计算法，运行交易。

5）可转债套利：利用可转债的价格错位，特别是对内涵期权的估值不准时，运行套利交易。交易基本上是买入可转债，根据动态对冲的方法做空股票。如果需要市场动态中性，则要运行动态对冲。

6）信用套利：买入信用评级改善的债券，同时卖出信用评级恶化的债券。利用多空来对冲利率风险和债券市场风险。由于重要企业事件对信用评级的重大影响，信用套利的策略很多时候会和事件驱动策略和收购合并风险套利策略重叠。

7）事件驱动：在发生重要企业事件时，或预测将发生重要企业事件时，对企业的各类金融资产运行投资，包括股票、债券及其衍生物。

8）管理期货：投资期货市场，以求获得绝对收益。由于全球期货流动性好，品种多，市场容积大，使得这类对冲基金可以做到非常大的规模，例如元富Winton、曼氏Man和BlueCrest。另外，这类基金透明度高，容易被投资者理解。

9）坏账处理：买入折扣很大，市场不待见，流动性相对较差的资产。利用高风险折扣率造成的价格错位，运行投资配置，以获得高收益。

10）只做多：以只做多的单边方式，投资股票市场。最早期的投资公司，以及国内大多数私募，归属此类。

11）偏空策略：多空投资，但是以净空头的方式，投资股票市场。这类公司主要是满足机构投资者完善投资组合的需要。

12）混合策略：以公司为单位，结合公司内部的各种策略而推出的策略。相对于FoF（fund of fund，基金中的基金），这种策略有FoF的一些特点，同时相对来说投资者成本要低。

13）固定收益：以固定收益的债券和利率产品为交易产品，追求绝对收益。包括固定收益方向性交易和固定收益套利。

第三、算法交易。

算法交易又称程序化交易，是指通过程序发出的指令运行交易的方法。算法交易的产生和交易者将订单拆成若干小单以减少冲击成本、提高盈利率。同时，算法交易可以达到交易者隐蔽交易、避免把交易目标、交易量暴露给竞争者的目的。

国际上常用的算法交易包括以成交量加权平均价格运行成交，简称VWAP（Volume Weighted Average Price），以及时间加权平均成交，简称TWAP（Time Weighted Average Price）。前者主要是指交易者的交易量提交比例要与市场成交比例尽可能吻合，在最小化对市场冲击的同时，获得市场成交均价的价格。后者则是根据特定的时间间隔，在每个时间点上平均下单的算法。

在国际资本市场中，一般是大型投行的大宗经纪部门（Primary Brokerage）对基金公司以及投行内部的自营等部门供应算法交易的服务，并根据交易量运行收费。这也是大型投行最主要的盈利方式之一。