| 第 1 天 | 安装 Python、熟悉 Python 基本语法 | 掌握 Python 的基本运行原理，能编写简单的 Python 程序 |
| 第 2 天 | 数据类型、列表、元组、字典、集合 | 熟练使用 Python 的基本数据结构 |
| 第 3 天 | 条件语句、循环语句、函数、模块导入 | 掌握 Python 的控制流和模块使用 |
| 第 4 天 | 面向对象编程、类和对象、封装、继承、多态 | 了解 Python 的面向对象编程概念 |
| 第 5 天 | 文件操作、异常处理、正则表达式 | 掌握 Python 的文件操作和错误处理 |
| 第 6 天 | NumPy 入门 | 了解 NumPy 的基本概念和用法 |
| 第 7 天 | NumPy 进阶 | 熟练使用 NumPy 处理数值数据 |
| 第 8 天 | pandas 入门 | 了解 pandas 的基本概念和用法 |
| 第 9 天 | pandas 进阶 | 熟练使用 pandas 处理和分析数据 |
| 第 10 天 | matplotlib 入门 | 掌握 matplotlib 的基本绘图技巧 |
| 第 11 天 | matplotlib 进阶 | 熟练使用 matplotlib 进行数据可视化 |
| 第 12 天 | sklearn 入门 | 了解机器学习的基本概念和 sklearn 库的使用 |
| 第 13 天 | sklearn 进阶 | 掌握 sklearn 的基本算法和参数调整 |
| 第 14 天 | TensorFlow/PyTorch入门 | 了解深度学习的基本概念和工具 |
| 第 15 天 | TensorFlow/PyTorch进阶 | 熟练使用TensorFlow/PyTorch搭建简单的神经网络 |
| 第 16 天 | 金融市场基础知识 | 了解股票、期货、外汇等金融产品的基本知识 |
| 第 17 天 | 量化交易策略概述 | 了解量化交易的基本概念和策略类型 |
| 第 18 天 | Python 量化交易实战 1 | 学习使用 Python 进行基本的数据获取和处理 |
| 第 19 天 | Python 量化交易实战 2 | 学习使用 Python 进行技术分析和策略开发 |
| 第 20 天 | Python 量化交易实战 3 | 学习使用 Python 进行交易模拟和风险管理 |
| 第 21 天 | 项目实践 1 | 应用所学知识进行项目实践（1） |
| 第 22 天 | 项目实践 2 | 应用所学知识进行项目实践（2） |
| 第 23 天 | 项目实践 3 | 应用所学知识进行项目实践（3） |
| 第 24 天 | 知识总结与梳理 | 回顾所学知识，整理笔记和心得 |
| 第 25 天 | 深入学习 1：金融量化交易专题 | 学习高级量化交易策略和算法 |
| 第 26 天 | 深入学习 2：金融量化交易专题 | 学习高频交易和机器学习在金融领域的应用 |
| 第 27 天 | 深入学习 3：Python 拓展库 | 探索 Python 生态系统中的其他有价值的库 |
| 第 28 天 | 能力提升：实战案例分析 | 分析实盘交易数据，编写高级量化策略 |
| 第 29 天 | 能力提升：实战案例分析 | 分析实盘交易数据，编写高级量化策略 |
| 第 30 天 | 能力提升：实战案例分析 | 分析实盘交易数据，编写高级量化策略 |
