黄金Quant工——量化金融分析师入门

有这样一种对矿工（Quantitative Analyst）的戏谑定义：学CS的，学应数的，学物理的，学统计的，还有学金融的5个人坐在一桌吃饭，他们互相看不顺眼：学物理的看不惯学应数的，因为他们觉得总应数只是物理研究的工具；学应数的看不惯学统计的因为他们认为应数难得多，学不下去了才跑去学统计，学CS看不惯前面三个，因为他们光说不干，就知道在模型上一通操作。但前面四人通通看不上学金融的，因为金融在他们眼里压根就不属于科学。然后学金融的告诉了他们自己的月薪。然后第二天他们5个人便合开了家公司，老板是学金融的，剩下四个变成了quants。

玩笑归玩笑，但从这个玩笑中不难看出做quant的一些门槛：他需要理解物理学中对动态状态研究，他需要熟悉各种数学分析工具，他需要从数据中分析规律实现预测，他需要用高效的代码将模型付现，最后他还需要对金融产品与市场的直觉，而这种直觉有时候重要性甚至还会超过设计精巧的模型。毫不夸张的说，quant这个岗位是集数据分析，研发维护，模型研究，投资决策于一身的铁人三项，是集投资的艺术性与科学性于一身的硬核岗。

本课程将提供如何入门quant的必要条件，全面系统地介绍量化分析师所应具备的知识下限，并拟在课程最后结合业界实践案例，实现进阶与提高。

著名量化投资人，哥伦比亚大学教授Emanuel Derman对quant的发展有一段精彩的论述：Quant是科学化后的Trader，Trader是工业化后的Quant。目前中国就业市场上Quant岗位方兴未艾，投资科学化与交易工业化已经成为了中国量化工作不可逆的趋势。但是在大趋势下，能够真正胜任这种工作的人才却屈指可数。一家中国知名基金公司对量化交易经理岗位开出的是7位数的年薪，但是能真正胜任这项工作的人才却少之又少。这种就业的供需不平衡，便是能者变现自己实力，智者套利自己学识的机会与舞台。本课程，便是带领你入门Quant的第一门必修课，也是你应对各大买方业务面试的第一门必修课。

机会永远留给有准备的人。

课程大纲：

第一课：什么是quant？

第二课：成为quant的必要条件之数学

第三课：成为quant的必要条件之编程

第四课：固定时间下的价值模型之一：MPT

第五课：固定时间下的价值模型之二：CAPM及因子模型第六课：固定时间下的价值模型之三：多因子模型及APT第七课：动态时间下的价值模型：BSM（上）

第八课：动态时间下的价值模型：BSM（中）

第九课：动态时间下的价值模型：BSM（下）

第十课：走进Pquant

第十一课：走进Qquant

第十二课：实务与案例：集成学习在构建策略中的应用；NLP在构建情绪指数中的应用；多因子模型的增强

授课时间：

课程预计2019年7月19日开课，预计课程持续时间为14周

讲师介绍：

李昊，现居纽约。本科就读中山大学管理学院财务管理专业，中山大学数学学院统计学专业。研究生就读哥伦比亚大学运筹学金融工程方向。曾短期任安信证券IT与投资部软件工程师，炼数成金平台助教。现任WorldQuant Summer Analyst。参与国家自然科学基金项目“机器学习在现代金融风险管理中的新方法，新应用”。

Linkedin:https://www.linkedin.com/in/nicklovesmath

课程基础：

高等数学，线性代数，概率论，回归分析，Python数据分析基础，机器学习基础，金融产品及其衍生品基础

课程环境：

模型讲解部分主要以课件讲义为主，代码实现部分使用Python3。作业应用题应使用Markdown，Latex，Word等编辑器进行完成。不建议使用手写后扫描。上交作业请统一使用pdf格式。

课程特点：

课程知识涵盖非常广，建议以平台上的Python数据分析，统计学基础，矩阵运算基础，回归分析基础，机器学习基础课程为先修课程

点击下方二维码或阅读原文报名课程：