京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17