2019-04-19
量化投资是什么？
量化投资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。
量化投资就业前景如何？
Wind数据显示，2016年1月至今，有32家基金公司和具有公募基金资格的证券公司申报了59只名称中包含“量化”二字的基金，其中31只基金已经获批，6只为基金中基金（FOF）。产品的大量申报和发行也带来了人才缺口。据了解，南方基金、金鹰基金、浙商基金、富国基金等多家公司近期在招聘量化研究的实习生。
量化投资薪酬如何（北沪深）？
实习生（一周四天）：4000-8000元/月
经验1年以上：15000-25000元/月
经验3年以上：30000-50000元/月
量化投资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，我国量化投资基金行业已走过10年历程。从开始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。
大类资产配置需求给量化投资带来了全新的发展机遇。随着技术门槛的降低以及大数据、人工智能的应用，任何投资者都可以将量化投资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资产品。同时，机器学习的发展也对量化投资起了促进作用。
16年11月，私募基金管理规模已经超越了公募基金，从这一事实就一定程度可以反映出量化投资在国内是可行的，因为现在私募基金募资，资金更青睐于量化投资方式而不是主观交易方式。
从量化投资的定义和特征来看，量化投资是借助于数学知识、统计学知识开发出策略模型然后根据模型给出的信号严格执行信号。因量化投资有其天然的优势：客观性、系统性、纪律性、可验证性，所以量化投资在国内是可行的，而且是未来投资领域的重要角色。
想入行，从思想到工具，策略，实战都不会怎么办？
参加量化投资就业班_360小时从零基础入行量化投资
开课信息：
时间：随报随学，共360小时授课
方式：在线学习，按时完成课程作业
费用：23112元；学习有效期2年，提供全程答疑与学习监督
优惠：现场班老学员九折优惠
学员要求：
1，本科大三及以上在读或本科以上学历毕业生；
2，本课程授课期间全勤且毕业时可以以团队为单位编写量化策略。
课纲概览（理论部分与案例部分各占比一半）：
| 概述 | 量化投资的定义 |
量化、金融、工程、交易 |
|||
| 量化投资行业现状 |
国外、国内 |
||||
| 量化投资行业展望 |
岗位职业、互联网金融、金融科技 |
||||
| 理论 | 金融基础知识 |
经济金融原理 |
|||
|
证券及衍生品 |
|||||
|
期货及衍生品 |
|||||
| 金融专业知识 |
专业技能 |
||||
|
证券估值 |
|||||
|
衍生品定价 |
|||||
| 数学 |
线性代数（矩阵） |
||||
|
微积分（导数，偏导数） |
|||||
|
概率论与数理统计（统计，回归，时间序列分析） |
|||||
| 机器学习 |
概念、类型、应用场景 |
监督学习 |
|||
|
无监督学习 |
|||||
|
半监督学习 |
|||||
|
强化学习 |
|||||
|
迁移学习 |
|||||
|
其他 |
|||||
| 程序、软件 |
各开发语言介绍和对比 |
||||
|
Python基础 |
安装、环境配置、IDE |
||||
|
基础教程 |
|||||
|
Python进阶 |
|||||
|
tushare |
|||||
|
talib |
|||||
| Wind（万得咨询终端） |
wind软件介绍和使用演示 |
||||
|
wind量化平台介绍 |
|||||
|
wind open api(python)介绍和实例 |
|||||
|
机器学习案例 |
|||||
| 量化 |
量化投资流程 |
||||
|
量化投资方法论，交易哲学 |
|||||
| 实战 | 研发框架 |
1. 策略原型 |
|||
|
2. 数据 |
|||||
|
3. 策略模板 |
|||||
|
4. 回测 |
|||||
|
5. 优化 |
|||||
|
6. 业绩评价 |
|||||
|
7. 风险和资金管理 |
|||||
| 策略案例 | 择时模型 | 技术指标策略 | ma | ||
| macd | |||||
| sar | |||||
| rsi | |||||
| kdj | |||||
| boll, | |||||
| kama | |||||
| turtle（海龟交易） | |||||
| grid | |||||
|
K线形态与组合策略 |
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 |
|||||
|
经典日内策略 |
hans123 |
||||
|
r-breaker |
|||||
|
hl-breaker |
|||||
|
nhl-breaker |
|||||
|
ap-cross |
|||||
|
grid |
|||||
|
机器学习模式识别 |
|||||
| 因子模型 |
基本面因子 |
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（分析师评级、盈利预测） |
|||||
|
技术因子 |
动量 | ||||
|
数据挖掘另类因子 |
事件 |
||||
|
舆情 |
|||||
|
大数据 |
|||||
| 套利对冲 |
无风险套利 |
ETF套利 |
|||
|
期现套利 |
|||||
|
统计套利 |
跨期套利 |
||||
|
跨品种套利 |
|||||
|
跨市场套利 |
|||||
|
期权套利 |
|||||
|
配对策略 |
|||||
|
对冲 |
alpha hedge |
||||
|
smart beta |
|||||
| 组合投资 |
Equal Weight |
||||
|
risk parity |
|||||
|
Minimum Variance |
|||||
|
Markowitz Model |
|||||
|
Black-Litterman Model |
|||||
| 交易系统 |
交易接口（api）（eg.股票、期货、其他） |
||||
|
开源项目讲解 |
|||||
| 备注 |
后续由于进度、反馈等原因，不排除课程大纲（内容、顺序等）有所调整 |
||||
最后一讲：量化投资职场求职经验分享。
毕业答辩：以团队为单位提交量化策略并展现回测结果。
为什么选择经管之家的量化投资就业班：
1，通过专业，有针对性的课程迅速提升自己的量化投资技能；
2，通过量化投资领域从业的讲师授课，迅速掌握量化投资实战经验；
3，通过360小时高强度的学习与训练，实现独立编写策略的目标；
4，通过毕业答辩的能力展现，弥补招聘中无法吻合的条件要求；
5，有机会毕业后直接进入授课讲师的量化团队进行实习。
投资也讲究一个快字，等大家都知道了，很多投资方法也就没那么有效、甚至失效了！
经管之家量化投资学院：http://q.peixun.net/
课程咨询及报名：
魏老师
Tel：010-68478566
Mail：vip@pinggu.org
完 谢谢观看
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
全国校区
