樓主: 資料狂人
143455 56

[統計套利] 量化投資就业班-360小时助力量化Career   [推廣有獎]

VIP管理員

泰鬥

67%

還不是VIP/貴賓

-

威望
9
論壇币
986631683 个
通用積分
25939.9813
學術水平
4492 点
熱心指數
3260 点
信用等級
3500 点
經驗
560993 点
帖子
7624
精華
142
在線時間
13507 小时
注冊时间
2010-3-18
最后登錄
2019-8-23

初級热心勳章 初級学术勳章 中級学术勳章 中級热心勳章 初級信用勳章 中級信用勳章 高級学术勳章 高級热心勳章 高級信用勳章 特級信用勳章 特級学术勳章

資料狂人 在职认证  发表于 2017-10-20 11:57:19 |顯示全部樓層

量化投資是什么?

量化投資是指通过数量化方式及计算机程序化发出买卖指令,以获取稳定收益为目的的交易方式。在海外的发展已有30多年的历史,其投资业绩稳定,市场规模和份额不断扩大、得到了越来越多投资者认可。


量化投資就业前景如何?

Wind數據顯示,2016年1月至今,有32家基金公司和具有公募基金資格的證券公司申報了59只名稱中包含“量化”二字的基金,其中31只基金已經獲批,6只爲基金中基金(FOF)。産品的大量申報和發行也帶來了人才缺口。據了解,南方基金、金鷹基金、浙商基金、富國基金等多家公司近期在招聘量化研究的實習生。


量化投資薪酬如何(北沪深)?

實習生(一周四天):4000-8000元/月

經驗1年以上:15000-25000元/月

經驗3年以上:30000-50000元/月


量化投資国内发展趋势怎么样?

如果从2007年大批海外量化基金投资人才归国算起,我国量化投資基金行业已走过10年历程。从最初不为人知到成为公募行业名片,从单一的量化对冲产品到多策略量化组合,从震荡市大放异彩到单边行情下饱受质疑……这一全新的投资方式正在被各类资管机构接受,尤其是公募量化证券投资基金因其高门槛、大规模、运作透明规范的标准化特点,被广大中小投资者热捧。

大类資産配置需求给量化投資带来了全新的发展机遇。随着技术门槛的降低以及大數據、人工智能的应用,任何投资者都可以将量化投資应用到自身资产组合当中,广大中小投资者也可以为自己定制量化投資产品。同时,機器學習的发展也对量化投資起了促进作用。

16年11月,私募基金管理規模已經超越了公募基金,从这一事实就一定程度可以反映出量化投資在国内是可行的,因为现在私募基金募资,资金更青睐于量化投資方式而不是主观交易方式。

从量化投資的定义和特征来看,量化投資是借助于數學知识、统计学知识开发出策略模型然后根据模型给出的信號严格执行信號。因量化投資有其天然的优势:客观性、系统性、纪律性、可验证性,所以量化投資在国内是可行的,而且是未来投资领域的重要角色。


想入行,從思想到工具,策略,實戰都不會怎麽辦?

参加量化投資就业班_360小时从零基礎入行量化投資

開課信息:

時間:共360小時授課,隨報隨學

方式:在線學習,按時完成課程作業

費用:23112元;學習有效期2年,提供全程答疑與學習監督

我要報名


學員要求:

1,本科大三及以上在讀或本科以上學曆畢業生;

2,本課程授課期間全勤且按時提交課程作業。


課綱概覽

模塊

課時

(小時)

概述

量化投資概述

量化投資的定义
量化投資行业现状
量化投資行业展望

3

金融理論

金融基礎知識

经济金融原理   
证券及衍生品   
期货及衍生品   

12

python

基礎

語言介紹和對比
安裝、配置和IDE
python基礎和特性

12

進階

numpy  

pandas
scipy
matplotlib

12

三方庫

清單介紹3
數學

概率論與數理統計

理論和python案例

6

微积分   

理論和python案例

3

線性代數  

理論和python案例

6

數據庫數據庫

mysql、mongodb

6

大數據

大數據理论和技术

hadoop、spark

12

機器學習

機器學習理论

概念、類型、應用場景
監督學習
无監督學習
半監督學習
強化學習
深度學習
遷移學習
其他

12

 

機器學習技术

sklearn
keras

TensorFlow

24

金融理論

金融專業知識

专业技能   
证券估值   
衍生品定价   

12

量化相關軟件

同花順、通達信

軟件使用
公式
指標
信號

3

joinquant、ricequant、bigquant、uqerquant

介紹
數據
功能
案例

6

TB、WH、TS、YT、MC

软件介紹
數據
功能
案例

6

國泰安、天軟、Wind

软件介紹
數據
功能
案例

6

python

量化相關庫

tushare  
talib

12

模型案例

模型研發流程

1.模型原型   
2.數據   
3.模型模板   
4.回测   
5.优化   
6.业绩评价   

12

择时模型:技术指標模型

1.模型原型:
   ma,macd,sar,rsi,kdj,boll,kama,turtle,grid   
2.數據类型、源和清洗   
3.模型信號
4.历史回测   
5.參數優化
6.業績評價  

12

擇時模型:K線形態與組合

1.模型原型:
    希望之星,黄昏之星,红三兵,绿三兵,圆弧         底,“V”型底,“U”型底,“W”底,“M”顶   
2.數據类型、源和清洗   
3.模型信號
4.历史回测   
5.參數優化
6.業績評價  

12

擇時模型:經典日內模型

1.模型原型:
    hans123,r-breaker,hl-breaker,nhl-breaker,ap-cross,grid
2.數據类型、源和清洗   
3.模型信號
4.历史回测   
5.參數優化
6.業績評價  

12

择时模型:機器學習模式识别

1.模型原型:
    线性回归,逻辑回归,决策树,随机森林,SVM,神经网络
2.數據类型、源和清洗   
3.模型信號
4.历史回测   
5.參數優化
6.業績評價  

24

因子模型:基本面因子

1.模型原型:因子模型、套利定價模型(APT)
2.數據类型、源和清洗   
    财务因子(盈利性、估值、现金流、成长性、营运能力、资本结构)
    统计因子(换手率、波动率)
    一致预期因子(分析师评級、盈利预测)
3.模型信號
4.历史回测   
5.參數優化
6.業績評價  

12

因子模型:技術因子

1.模型原型:因子模型
2.數據类型、源和清洗   
   技术因子
3.模型信號
4.历史回测   
5.參數優化
6.業績評價  

12

因子模型:數據挖掘另类因子

1.模型原型:因子模型
2.數據类型、源和清洗   
   事件
   舆情
   大數據
3.模型信號
4.历史回测   
5.參數優化
6.業績評價  

12

套利

1.無風險套利理論

2.無風險套利案例:
  ETF套利
  期現套利
  跨期套利
  跨品種套利
  跨市場套利
  期權套利
  配對模型
3.統計套利原理

4.統計套利案例

12

阿尔法对冲(alpha hedge)

capm
套利定價模型(APT)
案例

12

聪明贝塔(smart beta)

同因子投資、阿爾法投資的相同和區別
産生背景
案例

12

資産配置

Equal  Weight  
risk parity  
Minimum Variance  
Markowitz Model  
Black-Litterman Model  

12

交易接口

交易接口

股票交易接口
期貨交易接口
其他交易標的交易接口

12

量化系統

量化系統

rqalpha
zipline
vnpy

24

量化交易經驗分享

量化交易經驗分享

交易分享
模型開發分享
技術分享

6

結業

量化投資岗位就业指导

 

6


講師及顧問團隊:

蔡立耑

美國伊利諾伊大學金融碩士/華盛頓大學經濟學博士。

亲身实践各种金融应用,主持研究团队与台湾知名大学与企业合作开展各种金融研究,例如量化投資、风险分析等。在统计套利、金融大數據等领域有丰富的操作經驗与授课經驗。带领的量化投資研究团队用多种编程语言实现了统计套利以及风险管理自动化程序。

李紫超

拥有多年的机构投资管理經驗,涉及套利、做市、量化等交易领域。

精通套利模型(期现套利、跨期套利、α套利、量化对冲等),CTA策略,因子策略、資産配置模型等模型和交易策略的研发和运用。

鄭志勇

先後就職于中國銀河證券、銀華基金、方正富邦基金,從事金融産品研究與設計工作。

专注于产品设计、量化投資相关领域的研究。尤其对于各种结构化产品、分級基金产品有着深入的研究,同时也编著了多本教材。

覃智勇

曾在某世界500强金融业公司工作期间曾带队负责开发国内首款基于數據分析建模、随机模拟和最优化计算的金融年金产品,该产品销售额持续领跑同业市场多年,获得金融产品创新大奖。

培訓或完成過項目的企業有中國人壽、陸金所、中國建設銀行、彙豐銀行、北京銀行、渤海銀行、甯波銀行、吳江農商行、中國移動等。

王亞菲

CFA候选人,丰富的量化投資研究和实践經驗。

就职于银华基金管理有限公司量化投資部,长期致力于金融领域大數據的機器學習和人工智能算法应用研究。

林東

CFA(注冊金融分析师),FRM(金融风险管理师),PMP (Project Management Professional,项目管理专业认证)。

2007年清华硕士毕业后加入花旗集团,工作地点包括北京、上海、新加坡。2010年加入瑞银证券资产管理部(UBS AM),任职副董事。现任首创期货固定收益事业部(FICC)总经理。

王小川

申万金工高級分析师,在申万金工负责舆情挖掘、因子测试与事件等方向研究。

關注神经网络、數據挖掘、统计分析应用领域,国内较大的MATLAB論壇管理员,近年在北京、上海、武汉等地举办多次數據分析与挖掘研讨会与培训,有丰富的实战技巧与培训經驗。

張巍

微信訂閱號“薇薇莊主”創始人。

毕业于HEC商学院,金融学硕士。 私人理财顾问,长期从事泛资管领域金融产品、大类资产研究、家庭資産配置等工作。


为什么选择经管之家的量化投資就业班:

1,通过专业,有针对性的课程迅速提升自己的量化投資技能;

2,通过量化投資领域从业的讲师授课,迅速掌握量化投資实战經驗;

3,通過360小時高強度的學習與訓練,實現獨立編寫策略的目標;

4,通過畢業答辯的能力展現,彌補招聘中無法吻合的條件要求;

5,有機會畢業後直接進入授課講師的量化團隊進行實習。

投資也講究一個快字,等大家都知道了,很多投資方法也就沒那麽有效、甚至失效了!

经管之家量化投資學院:http://q.peixun.net/


課程咨詢及報名:

魏老師

QQ:28819897142881989714

Tel:010-68478566

Mail:vip@pinggu.org


量化投資应用场景:

提到量化投資的应用,一定要说华尔街的对冲基金-大奖章基金。

鼎鼎有名的基金经理西蒙斯和他的大奖章基金,通过他独特的數學模型捕捉市场机会,由电脑做出交易决策。西蒙斯也因此如神一般存在,2005年,西蒙斯成为全球收入较高的对冲基金经理,净赚15亿美元,差不多是索罗斯的两倍;从1988年开始,他所掌管的大奖章基金年均回报率高达34%,15年来资产从未减少过。2009年,大奖章基金名列获利较高的对冲基金之首,获利超过10亿美元。

和流行的“買人並長期持有”的投資理念截然相反,西蒙斯認爲市場的異常狀態通常都是微小而且短暫的,大獎章基金會通過數千次快速的日內短線交易來捕捉稍縱即逝的機會,交易量之大甚至有時能占到整個納斯達克市場交易量的10%。

西蒙斯透露,公司對交易品種的選擇有三個標准,即公開交易品種、流動性高,同時符合模型設置的一些要求,盡量減少人爲的影響,成交量和成交額是很重要的因素。他表示,自己是模型先生,不想進行基本面分析,模型的優勢之一是可以降低風險。而依靠個人判斷選股,可能一夜暴富,也可能在第二天又輸的精光。


已有國內銀行開始做但還未普及仍然機會多多的還有智能投顧。

智能投顧就是人工智能+投資顧問的結合體。

具体在資産配置这块应用,可以通过資産配置模型由计算机得出较优投资组合,也可以通过多因子风控模型更好更准确的把握前瞻性风险,还可以通过信號监控、量化手段制定择时策略。计算机的加入让資産配置做得更精准,也让投资决策变得更加理性。

智能投顧的四個標准:

1、通过大數據获得用户个性化的风险偏好及其变化规律;

2、根据用户个性化的风险偏好结合算法模型定制个性化的資産配置方案;

3、利用互联网对用户个性化的資産配置方案进行实时跟踪调整;

4、不追求不顧風險的高收益,在用戶可以承受的風險範圍內實現收益更大化。

智能投顧還是一個年輕的行業,開始于2009年的智能投顧技術,經過短短幾年的發展,已經在國際主流成熟市場逐漸被認可,各智能投顧公司的估值大幅提高。

在國外,Wealthfront、Betterment都是其中的佼佼者;花旗集團的報告顯示,機器人投顧的管理資産規模(AUM)從2012年幾乎爲零增加到了2015年底的187億美元。

智能投顾从2014年开始进入中国市场,在国内的投资领域,已开始有人做智能投顾,其中也包括一些做海外資産配置的公司,引发了很多人的關注,但是在实际操作层面,由于法律界限和投资标的物的问题,这个美好的新生事物被广泛接受还需要一段时间。

国际知名咨询公司AT Kearney预测,未来五年,机器人投顾的市场复合增长率将达到 68%,到 2020 年,全球机器人投顾行业的资产管理规模将突破 2.2 万亿美元。智能投顾在国内拥有良好的发展基礎。首先,中国人口众多,投资者的理财需求多样化,而目前国内理财顾问面向的对象都是高净值人群,很多投资者有理财需求,但未能达到理财顾问的门槛要求,智能投顾能够较好地符合这类投资者的需求;其次,通过近年各类互联网理财产品在中国的推广,互联网金融概念已经深入人心,投资者愿意通过更为便捷的网络及手机APP进行理财投资;最后,当前银行存款利率水平不断下调,余额宝等理财产品的收益率不断下降,人们亟需个性化的資産配置组合。


近年来,随着计算机计算能力的提升,深度學習也迅速发展。因此,深度學習在量化投資中的运用国内也将得到快速发展。

量化交易从很早开始就运用机器进行辅助工作,分析师通过编写简单函数,设计一些指標,观察數據分布,而这些仅仅把机器当做一个运算器来使用。直到近些年機器學習的崛起,數據可以快速海量地进行分析、拟合、预测,人们逐渐把人工智能与量化交易联系得愈发紧密,甚至可以说人工智能的3个子领域(機器學習,自然语言处理,知识图谱)贯穿量化交易的始终。

深度學習在量化投資中的运用国外比较多,国内还处于探索阶段吧,但国内機器學習在量化投資中的运用已经不少了。

近年来,随着计算机计算能力的提升,深度學習也迅速发展。因此,深度學習在量化投資中的运用国内也将得到快速发展。





stata SPSS
資料狂人 在职认证  发表于 2017-11-16 13:23:36 |顯示全部樓層
歡迎咨詢報名參加

1,基礎部分(數學,统计,编程)

數學:概率论,随机过程

统计:贝叶斯估计,蒙特卡洛模拟,機器學習

編程:Python,MATLAB,R

2,金融:

價值分析,財務分析(財報閱讀,股東分析),基本面分析(alpha多因子模型,基本面因子選股),宏觀研究

3,技術:

布林带,均线系统,MACD,阿隆指標,CCI,RSI,DMI,EMV,KDJ,CMO,FPC,Chaikin Volatility,委比,封单量,成交量,K线分析

4,量化:

经典策略,轮动策略、ETF,动量、趋势、反转,Joseph Piotroski 9 F-ScoreValue Investing Model,SVR,决策树、随机树,钟摆理论,海龟模型,5217策略,SMIA,神经网络,PAMR,FisherTransform,分型假说,Hurst指数,变点理论,Z-scoreModel,DualTrust策略和布林强盗策略,卡尔曼滤波,LPPLanti-bubble model

5,套利:

統計套利,配對交易,期現套利

6,中高頻交易:

order book分析,日内交易

7,其他:

舆情大數據,事件驱动(盈利预增,牛熊转换,熔断机制,暴涨暴跌,兼并重组、举牌收购)

panduola999 发表于 2017-11-25 22:48:26 |顯示全部樓層
高大上的課程
tezukafuji_0823 发表于 2017-11-28 08:24:18 |顯示全部樓層
这个班的教学课程要求学员有编程基礎吗?有些什么前置条件吗?
資料狂人 在职认证  发表于 2017-11-28 08:51:40 |顯示全部樓層
tezukafuji_0823 发表于 2017-11-28 08:24
这个班的教学课程要求学员有编程基礎吗?有些什么前置条件吗?
基礎部分会讲授编程基礎
學員要求:
1,本科大三及以上在讀或本科以上學曆畢業生;
2,本課程授課期間全勤且畢業時可以以團隊爲單位編寫量化策略。
constance33 发表于 2017-12-9 14:01:32 |顯示全部樓層
請問有網課嗎?目前授課地點只有北京嗎
劉鴻鴿 发表于 2017-12-14 16:57:56 |顯示全部樓層
聯系一下。。
資料狂人 在职认证  发表于 2017-12-15 13:47:34 |顯示全部樓層
constance33 发表于 2017-12-9 14:01
請問有網課嗎?目前授課地點只有北京嗎
可以同步遠程學習
xiaoxy97 学生认证  发表于 2017-12-16 10:30:00 |顯示全部樓層
資料狂人 发表于 2017-12-15 13:47
可以同步遠程學習
同步遠程學習有推薦就業方面的服務嗎
eeabcde 发表于 2017-12-20 13:25:02 |顯示全部樓層
支持一下
您需要登錄后才可以回帖 登錄 | 我要注冊

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 論壇法律顾问:王进律师 知識産權保護聲明   免責及隱私聲明

GMT+8, 2019-8-26 06:27