股票量化投資部高級研究員

A. 金融量化策略研究員的收入怎樣這一行有前景嗎

這個職位要做好很難.不啻於創新發明,猶如西蒙斯的大獎章基金.因為你要發掘可操作的交易模型,要麼從歷史找規律,要麼你統計超牛直接從價格中發現規律.而這只是第一步,有了模型還的有市場來交易,國內目前只有股指期貨和融券可以做空.
目前業內還是主觀判斷為主,公募基金所謂的量化只不過是幌子,無非是選股方面用些模型,就是用了點統計工具,真正的量化交易,無論從發掘交易機會還是資產配置,乃至最後的交易下單和風險控制都是計算機來完成的,國內還差得很遠.只是個噱頭.
定量與定性孰優孰劣難說,就如中醫和西醫一樣,不管怎樣西醫還是主流,計算機量化也是以後的發展方向.

B. 在中國，做量化交易一天的工作是怎樣的

做量化交易一天的工作：

8:00~9:00： 打開交易策略，設置一些運營參數

9:00~9:30： 觀察策略運轉，確保沒有問題

9:30~15:30: 解決已有策略的問題並研究新策略，測試新想法

15:30~17:00: 分析交易記錄， 確定第二天的交易計劃

17:00~18:00: 運動

崗位職責：
分析金融市場（期貨、股票等）數據，尋找可利用的機會；開發與維護量化交易策略；提供機器學習/數據挖掘相應的技術支持；

崗位要求：
1.熟練計算機編程能力，熟練掌握至少一門編程語言，python優先；

理工科背景，具有良好的數理統計、數據挖掘等相關知識儲備，熟悉機器學習方法（分析科學問題和相應數據，建立模型和方法，驗證模型和方法，應用模型和方法並分析結果，改進模型和方法）；

有處理分析大量數據的經驗，並能熟練選擇和應用數據挖掘和機器學習方法解決科研和工作中的實際問題；良好的自我學習和快速 學習能力，有工作激情，喜歡金融行業；兩年及以上實驗室研究經驗或研發類工作經驗優先；

(2)股票量化投資部高級研究員擴展閱讀

量化交易是指以先進的數學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史數據中海選能帶來超額收益的多種「大概率」事件以制定策略，

極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策。

C. 股指期貨研究員是做什麼的

研究宏觀經濟，以判斷大盤指數運行軌跡，從而制定相應的股指期貨投資策略

D. 量化期權投資經理有前途嗎

量化投資這個東西比較小眾，據說國外是主流，不過這個說法最近我比較懷疑，因為好像大家對「量化交易」這個詞理解不太一樣，比如做市商，那可能都是通過程序來完成交易對沖，這個可能和我們說的量化交易不是一回事。
再說回來，目前股票量化很難做，因為不是T+0，期貨要好做不少，但是我知道的比較少人去做，而期權，目前國內商品期權和個股期權加在一起才4個品種（我假設你是做國內的交易，並且都是場內期權），從我實盤來看，商品期權的流通量還是很低，這就會導致你不斷撤單改價，也就會影響你的滑點，最終你交易下來，恐怕和你模擬的結果差別很大。
另外個問題是手續費，如果按照期權金的比例來算，期權的手續費真是相當高了，尤其是個股期權，所以這個會導致你短線模型基本沒法做。
但是從我個人來看，我認為期權是比較合適做量化交易的，這里涉及的因素比較多，遠遠比期貨股票復雜，這點來看是適合量化交易的，只是在這么小的水池裡，是不是要搞這么復雜，我就不好說了。
沒在證券公司干過，不知道一般是否有這種職業位置配置，所以上面我只能說說我對這個交易本身的看法了。
你要是有啥這方面的信息也希望分享一下，大家都了解了解。

E. 投行或者券商一般都有哪些部門，主要分工是什麼

每個投行或者證券公司的部門設置有所不同，一般常見的部門有：
1 固定收益部：主要做一些債券市場研究，接觸到利率互換等衍生品業務。負責公司固定收益產品研究，信用分析；比如中信證券，國泰君安，平安證券等等。
2 資產管理部：主要參與股票、股指期貨等量化投資策略的開發。比如中信證券。
3 風險管理部：業務日常風險監控，完成相應的風險報告。
4 研究部：多是撰寫行研分析報告，會涉及到模型構建，數據處理。招人的背景比較多樣化，理工科背景也可以，比如化工，材料，機械，本身跟金工金數，數量分析關系不大。
5 金融工程/衍生品部門：涉及到一些估值模型，交易策略，風控工具的研究和開發。
6 量化投資部：輔助股本類衍生品的產品設計與定價，輔助數量化交易模型構建。
7 投資銀行部：主要從事證券發行、承銷、交易、企業重組、兼並與收購、投資分析、風險投資、項目融資等業務。
8 銷售交易部：主要給投資者提供交易的渠道，比如租用席位，管理客戶關系以及對投資者的一些投資行為提供咨詢建議等。

F. 量化投資、量化交易、量化金融，這三者有什麼區別嗎

其二，行為金融學認為，投資者是不理性的。任何一個投資個體的判斷與決策過程都會不同程度地受到認知、情緒、意志等各種心理因素的影響。基金經理和投資研究員在一段時間跟蹤某隻股票之後，由於時刻關心股價的表現和基本面的變動，可能出現不同程度的情感依賴，「和股票談起戀愛」。即使出現了下跌趨勢，也可能因為過度自信、抵制心理等不理性的分析出發點而導致投資、薦股時的行為偏差。而量化投資依靠計算機配置投資組合，克服了人性弱點，使投資決策更科學、更理性。

G. 最近經常聽到量化投資這個新名詞，究竟是什麼意思

量化投資對於指數類效果才明顯，才顯出其效果！對於應用於其它方面相對比較弱，一句話就是投資市場越成熟越規范，量化投資的作用就越大效果越明顯，可以准確投資市場會去到那個點位！

H. 做了很久股票，才發現量化交易系統的重要性，請問怎麼樣才能建立這個系統

做了很久的股票才發現量化交易系統的重要性，建立這個系統首先要了解公司的基本層面，這樣才可以進一步深化。

I. 應聘量化投資工作需要哪些技術

• 強烈的興趣

想做好一件事情沒有興趣也只是三天打魚兩天曬網，最後不得而終，因此需要培養對投資形成強烈的興趣，每根K線的波動能夠刺激你的心臟隨之不斷跳動。

• 學習能力

量化交易是一門跨學科知識，必須有快速地問題解決能力和自學能力，懂得鍥而不舍不斷專研的試錯法。研究生已經具備了較好的學習能力。

• 編程

編程很重要，現在Python是標配，matlab、R拿來做量化的人真的不多。雖然不是做開發，但是基本的簡單編程知識還是要會。想學Python和Pandas，推薦Python基礎教程和《利用Python進行數據分析》，想學編程知識，推薦《 代碼大全 》，這本書沒有什麼代碼，不要為名字所迷惑，不過如果想成為編程高手的話，看了絕不後悔。

看書一定要經典，不經典的書簡直就是浪費生命，這三本書如果不想買，網上電子版肯定是很多的，話不多說。

• 量化知識

很多程序員開始轉量化，但是金融知識和量化知識不夠。經典的重要性在此顯得更為重要，編程的書籍不看經典的我也能進步，可能會慢點，但是量化金融知識不看經典的書，那麼可能就會南轅北轍，甚至影響到投資的整個生涯，不對，走偏了的話，就無生涯可談。

投資的基礎知識，比如股票債券基礎知識，先來看看滋維博迪的《投資學（原書第9版）》([美]滋維·博迪（Zvi Bodie）

再來一本干貨，很多國內外研究生教程，介紹的更多的是衍生品，約翰赫爾的《期權、期貨及其他衍生產品（原書第9版）》([加]約翰·赫爾（John C.Hull）)

期權這么火，推薦 麥克米倫的《金融期貨與期權叢書：期權投資策略（原書第5版）》([美]勞倫斯 G.麥克米倫（Lawrence G.McMillan）)

想知道公募基金大佬如何做股票？李騰翻譯的大作奉上，主動投資組合管理 創造高收益並控制風險的量化投資方法(原書第2版)

想知道私募基金怎麼搞交易的？交易中有哪些技巧？以及如何在量化中走彎路？推薦 范撒普的通向財務自由之路，這可不是一本關於財務分析、會計理論的書籍，真正理解了裡面的思想，資金管理、風險控制你就不會糾結。

現在中產壓力這么大，那麼多人有中年職業危機，想知道怎麼把交易當做全職？推薦 埃爾德以交易為生，他可是將自己如何轉行交易，並以交易作為自己的終身職業的心歷路程和盤托出。

• 英語

你可以不說英語、聽不懂英語，但最好是要看的懂英語，編程的原生環境是英語，quora、stackoverflow、github也是要求英語閱讀能力，要是想用機器學習、深度學習做量化，那麼多paperarticle都是英語，讀不懂怎麼做的好？本來是談量化入門，但好像談到量化進階了。

• 交易

沒有途徑，實戰是最好的方法。確實不行，模擬交易也可以。

量化交易以思想為本，工具為用，路子不能走偏。

• 快速迭代

類似於實驗，都是需要成千上萬反反復復的檢查、測試。在此，講到了實驗的快速開發和迭代，那麼就順便給個傳送門：BigQuant - 人工智慧量化投資平台.，人生苦短，一定要快速迭代，縮短策略開發生命周期。因為你的想法上千個，可能只有幾個有價值。

J. 量化投資研究員這個工作是不是大多都是男生做的有女生做嗎

當然有女士了，公募基金中富國的李笑薇團隊