股票量化投资部高级研究员

A. 金融量化策略研究员的收入怎样这一行有前景吗

这个职位要做好很难.不啻于创新发明,犹如西蒙斯的大奖章基金.因为你要发掘可操作的交易模型,要么从历史找规律,要么你统计超牛直接从价格中发现规律.而这只是第一步,有了模型还的有市场来交易,国内目前只有股指期货和融券可以做空.
目前业内还是主观判断为主,公募基金所谓的量化只不过是幌子,无非是选股方面用些模型,就是用了点统计工具,真正的量化交易,无论从发掘交易机会还是资产配置,乃至最后的交易下单和风险控制都是计算机来完成的,国内还差得很远.只是个噱头.
定量与定性孰优孰劣难说,就如中医和西医一样,不管怎样西医还是主流,计算机量化也是以后的发展方向.

B. 在中国，做量化交易一天的工作是怎样的

做量化交易一天的工作：

8:00~9:00： 打开交易策略，设置一些运营参数

9:00~9:30： 观察策略运转，确保没有问题

9:30~15:30: 解决已有策略的问题并研究新策略，测试新想法

15:30~17:00: 分析交易记录， 确定第二天的交易计划

17:00~18:00: 运动

岗位职责：
分析金融市场（期货、股票等）数据，寻找可利用的机会；开发与维护量化交易策略；提供机器学习/数据挖掘相应的技术支持；

岗位要求：
1.熟练计算机编程能力，熟练掌握至少一门编程语言，python优先；

理工科背景，具有良好的数理统计、数据挖掘等相关知识储备，熟悉机器学习方法（分析科学问题和相应数据，建立模型和方法，验证模型和方法，应用模型和方法并分析结果，改进模型和方法）；

有处理分析大量数据的经验，并能熟练选择和应用数据挖掘和机器学习方法解决科研和工作中的实际问题；良好的自我学习和快速 学习能力，有工作激情，喜欢金融行业；两年及以上实验室研究经验或研发类工作经验优先；

(2)股票量化投资部高级研究员扩展阅读

量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，

极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。

C. 股指期货研究员是做什么的

研究宏观经济，以判断大盘指数运行轨迹，从而制定相应的股指期货投资策略

D. 量化期权投资经理有前途吗

量化投资这个东西比较小众，据说国外是主流，不过这个说法最近我比较怀疑，因为好像大家对“量化交易”这个词理解不太一样，比如做市商，那可能都是通过程序来完成交易对冲，这个可能和我们说的量化交易不是一回事。
再说回来，目前股票量化很难做，因为不是T+0，期货要好做不少，但是我知道的比较少人去做，而期权，目前国内商品期权和个股期权加在一起才4个品种（我假设你是做国内的交易，并且都是场内期权），从我实盘来看，商品期权的流通量还是很低，这就会导致你不断撤单改价，也就会影响你的滑点，最终你交易下来，恐怕和你模拟的结果差别很大。
另外个问题是手续费，如果按照期权金的比例来算，期权的手续费真是相当高了，尤其是个股期权，所以这个会导致你短线模型基本没法做。
但是从我个人来看，我认为期权是比较合适做量化交易的，这里涉及的因素比较多，远远比期货股票复杂，这点来看是适合量化交易的，只是在这么小的水池里，是不是要搞这么复杂，我就不好说了。
没在证券公司干过，不知道一般是否有这种职业位置配置，所以上面我只能说说我对这个交易本身的看法了。
你要是有啥这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门，主要分工是什么

每个投行或者证券公司的部门设置有所不同，一般常见的部门有：
1 固定收益部：主要做一些债券市场研究，接触到利率互换等衍生品业务。负责公司固定收益产品研究，信用分析；比如中信证券，国泰君安，平安证券等等。
2 资产管理部：主要参与股票、股指期货等量化投资策略的开发。比如中信证券。
3 风险管理部：业务日常风险监控，完成相应的风险报告。
4 研究部：多是撰写行研分析报告，会涉及到模型构建，数据处理。招人的背景比较多样化，理工科背景也可以，比如化工，材料，机械，本身跟金工金数，数量分析关系不大。
5 金融工程/衍生品部门：涉及到一些估值模型，交易策略，风控工具的研究和开发。
6 量化投资部：辅助股本类衍生品的产品设计与定价，辅助数量化交易模型构建。
7 投资银行部：主要从事证券发行、承销、交易、企业重组、兼并与收购、投资分析、风险投资、项目融资等业务。
8 销售交易部：主要给投资者提供交易的渠道，比如租用席位，管理客户关系以及对投资者的一些投资行为提供咨询建议等。

F. 量化投资、量化交易、量化金融，这三者有什么区别吗

其二，行为金融学认为，投资者是不理性的。任何一个投资个体的判断与决策过程都会不同程度地受到认知、情绪、意志等各种心理因素的影响。基金经理和投资研究员在一段时间跟踪某只股票之后，由于时刻关心股价的表现和基本面的变动，可能出现不同程度的情感依赖，“和股票谈起恋爱”。即使出现了下跌趋势，也可能因为过度自信、抵制心理等不理性的分析出发点而导致投资、荐股时的行为偏差。而量化投资依靠计算机配置投资组合，克服了人性弱点，使投资决策更科学、更理性。

G. 最近经常听到量化投资这个新名词，究竟是什么意思

量化投资对于指数类效果才明显，才显出其效果！对于应用于其它方面相对比较弱，一句话就是投资市场越成熟越规范，量化投资的作用就越大效果越明显，可以准确投资市场会去到那个点位！

H. 做了很久股票，才发现量化交易系统的重要性，请问怎么样才能建立这个系统

做了很久的股票才发现量化交易系统的重要性，建立这个系统首先要了解公司的基本层面，这样才可以进一步深化。

I. 应聘量化投资工作需要哪些技术

• 强烈的兴趣

想做好一件事情没有兴趣也只是三天打鱼两天晒网，最后不得而终，因此需要培养对投资形成强烈的兴趣，每根K线的波动能够刺激你的心脏随之不断跳动。

• 学习能力

量化交易是一门跨学科知识，必须有快速地问题解决能力和自学能力，懂得锲而不舍不断专研的试错法。研究生已经具备了较好的学习能力。

• 编程

编程很重要，现在Python是标配，matlab、R拿来做量化的人真的不多。虽然不是做开发，但是基本的简单编程知识还是要会。想学Python和Pandas，推荐Python基础教程和《利用Python进行数据分析》，想学编程知识，推荐《 代码大全 》，这本书没有什么代码，不要为名字所迷惑，不过如果想成为编程高手的话，看了绝不后悔。

看书一定要经典，不经典的书简直就是浪费生命，这三本书如果不想买，网上电子版肯定是很多的，话不多说。

• 量化知识

很多程序员开始转量化，但是金融知识和量化知识不够。经典的重要性在此显得更为重要，编程的书籍不看经典的我也能进步，可能会慢点，但是量化金融知识不看经典的书，那么可能就会南辕北辙，甚至影响到投资的整个生涯，不对，走偏了的话，就无生涯可谈。

投资的基础知识，比如股票债券基础知识，先来看看滋维博迪的《投资学（原书第9版）》([美]滋维·博迪（Zvi Bodie）

再来一本干货，很多国内外研究生教程，介绍的更多的是衍生品，约翰赫尔的《期权、期货及其他衍生产品（原书第9版）》([加]约翰·赫尔（John C.Hull）)

期权这么火，推荐 麦克米伦的《金融期货与期权丛书：期权投资策略（原书第5版）》([美]劳伦斯 G.麦克米伦（Lawrence G.McMillan）)

想知道公募基金大佬如何做股票？李腾翻译的大作奉上，主动投资组合管理 创造高收益并控制风险的量化投资方法(原书第2版)

想知道私募基金怎么搞交易的？交易中有哪些技巧？以及如何在量化中走弯路？推荐 范撒普的通向财务自由之路，这可不是一本关于财务分析、会计理论的书籍，真正理解了里面的思想，资金管理、风险控制你就不会纠结。

现在中产压力这么大，那么多人有中年职业危机，想知道怎么把交易当做全职？推荐 埃尔德以交易为生，他可是将自己如何转行交易，并以交易作为自己的终身职业的心历路程和盘托出。

• 英语

你可以不说英语、听不懂英语，但最好是要看的懂英语，编程的原生环境是英语，quora、stackoverflow、github也是要求英语阅读能力，要是想用机器学习、深度学习做量化，那么多paperarticle都是英语，读不懂怎么做的好？本来是谈量化入门，但好像谈到量化进阶了。

• 交易

没有途径，实战是最好的方法。确实不行，模拟交易也可以。

量化交易以思想为本，工具为用，路子不能走偏。

• 快速迭代

类似于实验，都是需要成千上万反反复复的检查、测试。在此，讲到了实验的快速开发和迭代，那么就顺便给个传送门：BigQuant - 人工智能量化投资平台.，人生苦短，一定要快速迭代，缩短策略开发生命周期。因为你的想法上千个，可能只有几个有价值。

J. 量化投资研究员这个工作是不是大多都是男生做的有女生做吗

当然有女士了，公募基金中富国的李笑薇团队