樓主: 資料狂人
150482 57

[統計套利] 量化投資就業班-360小時助力量化Career   [分享]

VIP管理員

泰斗

69%

還不是VIP/貴賓

-

威望
9
論壇幣
986597863 個
通用積分
25971.8229
學術水平
4496 點
熱心指數
3270 點
信用等級
3509 點
經驗
562328 點
帖子
7666
精華
142
在線時間
13692 小時
注冊時間
2010-3-18
最后登錄
2019-10-16

初級熱心勛章 初級學術勛章 中級學術勛章 中級熱心勛章 初級信用勛章 中級信用勛章 高級學術勛章 高級熱心勛章 高級信用勛章 特級信用勛章 特級學術勛章

樓主
資料狂人 在職認證  發表于 2017-10-20 11:57:19 |只看作者 |倒序

量化投資是什么?

量化投資是指通過數量化方式及計算機程序化發出買賣指令,以獲取穩定收益為目的的交易方式。在海外的發展已有30多年的歷史,其投資業績穩定,市場規模和份額不斷擴大、得到了越來越多投資者認可。


量化投資就業前景如何?

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只為基金中基金(FOF)。產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(北滬深)?

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


量化投資國內發展趨勢怎么樣?

如果從2007年大批海外量化基金投資人才歸國算起,我國量化投資基金行業已走過10年歷程。從最初不為人知到成為公募行業名片,從單一的量化對沖產品到多策略量化組合,從震蕩市大放異彩到單邊行情下飽受質疑……這一全新的投資方式正在被各類資管機構接受,尤其是公募量化證券投資基金因其高門檻、大規模、運作透明規范的標準化特點,被廣大中小投資者熱捧。

大類資產配置需求給量化投資帶來了全新的發展機遇。隨著技術門檻的降低以及大數據、人工智能的應用,任何投資者都可以將量化投資應用到自身資產組合當中,廣大中小投資者也可以為自己定制量化投資產品。同時,機器學習的發展也對量化投資起了促進作用。

16年11月,私募基金管理規模已經超越了公募基金,從這一事實就一定程度可以反映出量化投資在國內是可行的,因為現在私募基金募資,資金更青睞于量化投資方式而不是主觀交易方式。

從量化投資的定義和特征來看,量化投資是借助于數學知識、統計學知識開發出策略模型然后根據模型給出的信號嚴格執行信號。因量化投資有其天然的優勢:客觀性、系統性、紀律性、可驗證性,所以量化投資在國內是可行的,而且是未來投資領域的重要角色。


想入行,從思想到工具,策略,實戰都不會怎么辦?

參加量化投資就業班_360小時從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歷畢業生;

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

量化投資的定義
量化投資行業現狀
量化投資行業展望

3

金融理論

金融基礎知識

經濟金融原理   
證券及衍生品   
期貨及衍生品   

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

微積分   

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

大數據理論和技術

hadoop、spark

12

機器學習

機器學習理論

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

12

 

機器學習技術

sklearn
keras

TensorFlow

24

金融理論

金融專業知識

專業技能   
證券估值   
衍生品定價   

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

軟件介紹
數據
功能
案例

6

國泰安、天軟、Wind

軟件介紹
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.回測   
5.優化   
6.業績評價   

12

擇時模型:技術指標模型

1.模型原型:
   ma,macd,sar,rsi,kdj,boll,kama,turtle,grid   
2.數據類型、源和清洗   
3.模型信號
4.歷史回測   
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,黃昏之星,紅三兵,綠三兵,圓弧         底,“V”型底,“U”型底,“W”底,“M”頂   
2.數據類型、源和清洗   
3.模型信號
4.歷史回測   
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.數據類型、源和清洗   
3.模型信號
4.歷史回測   
5.參數優化
6.業績評價  

12

擇時模型:機器學習模式識別

1.模型原型:
    線性回歸,邏輯回歸,決策樹,隨機森林,SVM,神經網絡
2.數據類型、源和清洗   
3.模型信號
4.歷史回測   
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.數據類型、源和清洗   
    財務因子(盈利性、估值、現金流、成長性、營運能力、資本結構)
    統計因子(換手率、波動率)
    一致預期因子(分析師評級、盈利預測)
3.模型信號
4.歷史回測   
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.數據類型、源和清洗   
   技術因子
3.模型信號
4.歷史回測   
5.參數優化
6.業績評價  

12

因子模型:數據挖掘另類因子

1.模型原型:因子模型
2.數據類型、源和清洗   
   事件
   輿情
   大數據
3.模型信號
4.歷史回測   
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

阿爾法對沖(alpha hedge)

capm
套利定價模型(APT)
案例

12

聰明貝塔(smart beta)

同因子投資、阿爾法投資的相同和區別
產生背景
案例

12

資產配置

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

量化投資崗位就業指導

 

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。

親身實踐各種金融應用,主持研究團隊與臺灣知名大學與企業合作開展各種金融研究,例如量化投資、風險分析等。在統計套利、金融大數據等領域有豐富的操作經驗與授課經驗。帶領的量化投資研究團隊用多種編程語言實現了統計套利以及風險管理自動化程序。

李紫超

擁有多年的機構投資管理經驗,涉及套利、做市、量化等交易領域。

精通套利模型(期現套利、跨期套利、α套利、量化對沖等),CTA策略,因子策略、資產配置模型等模型和交易策略的研發和運用。

鄭志勇

先后就職于中國銀河證券、銀華基金、方正富邦基金,從事金融產品研究與設計工作。

專注于產品設計、量化投資相關領域的研究。尤其對于各種結構化產品、分級基金產品有著深入的研究,同時也編著了多本教材。

覃智勇

曾在某世界500強金融業公司工作期間曾帶隊負責開發國內首款基于數據分析建模、隨機模擬和最優化計算的金融年金產品,該產品銷售額持續領跑同業市場多年,獲得金融產品創新大獎。

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、匯豐銀行、北京銀行、渤海銀行、寧波銀行、吳江農商行、中國移動等。

王亞菲

CFA候選人,豐富的量化投資研究和實踐經驗。

就職于銀華基金管理有限公司量化投資部,長期致力于金融領域大數據的機器學習和人工智能算法應用研究。

林東

CFA(注冊金融分析師),FRM(金融風險管理師),PMP (Project Management Professional,項目管理專業認證)。

2007年清華碩士畢業后加入花旗集團,工作地點包括北京、上海、新加坡。2010年加入瑞銀證券資產管理部(UBS AM),任職副董事。現任首創期貨固定收益事業部(FICC)總經理。

王小川

申萬金工高級分析師,在申萬金工負責輿情挖掘、因子測試與事件等方向研究。

關注神經網絡、數據挖掘、統計分析應用領域,國內較大的MATLAB論壇管理員,近年在北京、上海、武漢等地舉辦多次數據分析與挖掘研討會與培訓,有豐富的實戰技巧與培訓經驗。

張巍

微信訂閱號“薇薇莊主”創始人。

畢業于HEC商學院,金融學碩士。 私人理財顧問,長期從事泛資管領域金融產品、大類資產研究、家庭資產配置等工作。


為什么選擇經管之家的量化投資就業班:

1,通過專業,有針對性的課程迅速提升自己的量化投資技能;

2,通過量化投資領域從業的講師授課,迅速掌握量化投資實戰經驗;

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,有機會畢業后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么有效、甚至失效了!

經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


量化投資應用場景:

提到量化投資的應用,一定要說華爾街的對沖基金-大獎章基金。

鼎鼎有名的基金經理西蒙斯和他的大獎章基金,通過他獨特的數學模型捕捉市場機會,由電腦做出交易決策。西蒙斯也因此如神一般存在,2005年,西蒙斯成為全球收入較高的對沖基金經理,凈賺15億美元,差不多是索羅斯的兩倍;從1988年開始,他所掌管的大獎章基金年均回報率高達34%,15年來資產從未減少過。2009年,大獎章基金名列獲利較高的對沖基金之首,獲利超過10億美元。

和流行的“買人并長期持有”的投資理念截然相反,西蒙斯認為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準,即公開交易品種、流動性高,同時符合模型設置的一些要求,盡量減少人為的影響,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。

具體在資產配置這塊應用,可以通過資產配置模型由計算機得出較優投資組合,也可以通過多因子風控模型更好更準確的把握前瞻性風險,還可以通過信號監控、量化手段制定擇時策略。計算機的加入讓資產配置做得更精準,也讓投資決策變得更加理性。

智能投顧的四個標準:

1、通過大數據獲得用戶個性化的風險偏好及其變化規律;

2、根據用戶個性化的風險偏好結合算法模型定制個性化的資產配置方案;

3、利用互聯網對用戶個性化的資產配置方案進行實時跟蹤調整;

4、不追求不顧風險的高收益,在用戶可以承受的風險范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產規模(AUM)從2012年幾乎為零增加到了2015年底的187億美元。

智能投顧從2014年開始進入中國市場,在國內的投資領域,已開始有人做智能投顧,其中也包括一些做海外資產配置的公司,引發了很多人的關注,但是在實際操作層面,由于法律界限和投資標的物的問題,這個美好的新生事物被廣泛接受還需要一段時間。

國際知名咨詢公司AT Kearney預測,未來五年,機器人投顧的市場復合增長率將達到 68%,到 2020 年,全球機器人投顧行業的資產管理規模將突破 2.2 萬億美元。智能投顧在國內擁有良好的發展基礎。首先,中國人口眾多,投資者的理財需求多樣化,而目前國內理財顧問面向的對象都是高凈值人群,很多投資者有理財需求,但未能達到理財顧問的門檻要求,智能投顧能夠較好地符合這類投資者的需求;其次,通過近年各類互聯網理財產品在中國的推廣,互聯網金融概念已經深入人心,投資者愿意通過更為便捷的網絡及手機APP進行理財投資;最后,當前銀行存款利率水平不斷下調,余額寶等理財產品的收益率不斷下降,人們亟需個性化的資產配置組合。


近年來,隨著計算機計算能力的提升,深度學習也迅速發展。因此,深度學習在量化投資中的運用國內也將得到快速發展。

量化交易從很早開始就運用機器進行輔助工作,分析師通過編寫簡單函數,設計一些指標,觀察數據分布,而這些僅僅把機器當做一個運算器來使用。直到近些年機器學習的崛起,數據可以快速海量地進行分析、擬合、預測,人們逐漸把人工智能與量化交易聯系得愈發緊密,甚至可以說人工智能的3個子領域(機器學習,自然語言處理,知識圖譜)貫穿量化交易的始終。

深度學習在量化投資中的運用國外比較多,國內還處于探索階段吧,但國內機器學習在量化投資中的運用已經不少了。

近年來,隨著計算機計算能力的提升,深度學習也迅速發展。因此,深度學習在量化投資中的運用國內也將得到快速發展。





stata SPSS
沙發
資料狂人 在職認證  發表于 2017-11-16 13:23:36 |只看作者
歡迎咨詢報名參加

1,基礎部分(數學,統計,編程)

數學:概率論,隨機過程

統計:貝葉斯估計,蒙特卡洛模擬,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:

布林帶,均線系統,MACD,阿隆指標,CCI,RSI,DMI,EMV,KDJ,CMO,FPC,Chaikin Volatility,委比,封單量,成交量,K線分析

4,量化:

經典策略,輪動策略、ETF,動量、趨勢、反轉,Joseph Piotroski 9 F-ScoreValue Investing Model,SVR,決策樹、隨機樹,鐘擺理論,海龜模型,5217策略,SMIA,神經網絡,PAMR,FisherTransform,分型假說,Hurst指數,變點理論,Z-scoreModel,DualTrust策略和布林強盜策略,卡爾曼濾波,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,日內交易

7,其他:

輿情大數據,事件驅動(盈利預增,牛熊轉換,熔斷機制,暴漲暴跌,兼并重組、舉牌收購)

回復

使用道具 舉報

藤椅
panduola999 發表于 2017-11-25 22:48:26 |只看作者
高大上的課程
回復

使用道具 舉報

板凳
tezukafuji_0823 發表于 2017-11-28 08:24:18 |只看作者
這個班的教學課程要求學員有編程基礎嗎?有些什么前置條件嗎?
回復

使用道具 舉報

報紙
資料狂人 在職認證  發表于 2017-11-28 08:51:40 |只看作者
tezukafuji_0823 發表于 2017-11-28 08:24
這個班的教學課程要求學員有編程基礎嗎?有些什么前置條件嗎?
基礎部分會講授編程基礎
學員要求:
1,本科大三及以上在讀或本科以上學歷畢業生;
2,本課程授課期間全勤且畢業時可以以團隊為單位編寫量化策略。
回復

使用道具 舉報

地板
constance33 發表于 2017-12-9 14:01:32 |只看作者
請問有網課嗎?目前授課地點只有北京嗎
回復

使用道具 舉報

7
劉鴻鴿 發表于 2017-12-14 16:57:56 |只看作者
聯系一下。。
回復

使用道具 舉報

8
資料狂人 在職認證  發表于 2017-12-15 13:47:34 |只看作者
constance33 發表于 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
回復

使用道具 舉報

9
xiaoxy97 學生認證  發表于 2017-12-16 10:30:00 |只看作者
資料狂人 發表于 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
回復

使用道具 舉報

10
eeabcde 發表于 2017-12-20 13:25:02 |只看作者
支持一下
回復

使用道具 舉報

您需要登錄后才可以回帖 登錄 | 我要注冊

京ICP備16021002-2號 京B2-20170662號 京公網安備 11010802022788號 論壇法律顧問:王進律師 知識產權保護聲明   免責及隱私聲明

GMT+8, 2019-10-21 04:14
FUN88电竞