應用金融中心量化金融

1. 學習金融資產管理和量化投資 發展前景如何

相對於美國成熟的資產管理業務發展歷史，中國的資產管理有著12年年輕的歷史。正因為是起步階段，人們能看到其無限發展空間和巨大潛力。一些大的金融機構運用資產管理進行經營，在金融危機期間保持著盈利，業內不乏有成功案例。 資產管理業務有個兩難問題，即業務擴展和風險管理的平衡問題，也就說如果業務擴展太快，太多，風險控制就會弱，如果太關注於風險控制的話，可能業務擴展會慢。其實觀察成功的案例會發現，這兩點是可以做到平衡的。在國外金融機構會發現很多有意思的產品，比如氣象氣候、低碳、降雨量、體育等基金、債券，可是在中國卻是比較空白。其實這是市場細分的結果，舉個例子，如氣象基金，今年冬天會不會冷？如果不冷的話，使用的燃料能源就會少，就會影響這類產品，如果有天然氣產品，就可以進行價格對沖。這也是很多機構追求平穩發展來利用資產管理的原因。 拿期貨公司來說，未來將大大偏向程序化交易策略，由此形成成熟的人才團隊來更好地服務客戶，將會使期貨公司獲得永續發展，拓寬業務利潤獲取的范圍和深度。專家建議中國的資產管理業務應更重視專業性，對行業、公司、個人發展都是最重要的一點。根據麥肯錫的預計，中國的資產管理業務在未來的十年將保持每年24%的增長率，成為中國乃至世界發展最快的金融產業，可以說中國資產管理業將涌現出無限機遇。 目前國內的量化交易大概佔到市場交易量的20%，每年都在增加，特別是這兩年增長迅猛。70%的交易量由程序化交易完成，國內才剛剛起步，因此，國內的發展空間還非常巨大，產品的種類也會更加豐富，策略復雜度和交易工具的精細化也會不斷提高。 從投資者身份來看，目前量化投資者主要人群集中在期貨公司、私募基金以及券商的自營、基金公司的專戶。規模上，以私募基金為主要參與群體。 從操作風格來看，目前期貨市場有四類量化投資者，分別是阿爾法產品的使用者、趨勢性交易者、套利交易者以及高頻交易者。阿爾法產品的使用者，即利用股指期貨與股票現貨進行搭配，獲得股票的超額收益；趨勢性交易者，充分運用各種模型對價格進行預判，這種交易者的資金從幾萬到幾千萬都是存在的；套利交易，包括無風險的股指期現套利和統計套利；高頻交易者，這種一般利用期貨市場價格的微小變動進行快速交易，從而獲得高收益。 量化交易模式越來越被更多的機構投資者所採用，量化交易模式將會成為主流的交易模式。屆時，量化投資產品可能更加多樣化，量化投資將會成為金融機構爭奪客戶資源的主要工具，然後隨著量化工具更新速度的加快，量化投資的應用領域將會不斷拓寬。 由此可見，學習資產管理與量化投資對公司業務和個人的發展是十分迫切並且必要的。

2. 量化金融和傳統金融有什麼不同

量化金融和傳統金融的區別是：量化金融學主要是涉及量化投資的一門新興金融學科。量化投資是以金融衍生品和工具為基礎的，對於數據和信息要求很高，是一個智慧型、智力型、智商型為主導的產業。
傳統金融，主要是指只具備存款、貸款和結算三大傳統業務的金融活動。廣義的壽命周期成本還包括消費者購買後發生的使用成本、廢棄成本等。簡單來說，金融就是資金的融通。金融是貨幣流通和信用活動以及與之相聯系的經濟活動的總稱，廣義的金融泛指一切與信用貨幣的發行、保管、兌換、結算，融通有關的經濟活動，甚至包括金銀的買賣，狹義的金融專指信用貨幣的融通。

3. 銀行的金融市場部裡面，需要有量化分析師嗎請問在這個部門裡面，量化分析師主要的工作內容是什麼謝謝

你好，來金融市場部主要自是從事工作是：債券回購、債券承銷與買賣、外匯買賣、結售匯、貴金屬買賣、結構化產品交易、各類衍生產品交易、代客資產管理、代客資金交易等金融市場業務。至於量化分析師，主要是通過各種金融分析軟體，建立數學模型，模擬市場的走勢，實現金融產品的套利。
我去年經濟類碩士畢業，目前從事金融分析類工作，對這個行業還算比較了解。有什麼想要了解的可以接著問，希望可以幫到你。

4. 機器學習到底在量化金融里哪些方面有應用

隨機過程stochasticprocesses泊松過程Poissonprocesses更新過程renewalprocesses布朗運動Brownianmotion仿射（跳躍）擴散過程affineprocesses(oraffine-jumpdiffusions)列維過程Levyprocesses連續狀態分枝過程隨機微分方程半鞅semimartingale偏微分方程partialdifferentialequations偏積分－微分方程partialintegro-differentialequations倒向隨機微分方程backward二階倒向隨機微分方程secondorderbackward隨機偏微分方程隨機最優控制stochasticoptimalcontrol極值建模modelingofextremes風險度量riskmeasures蒙特卡洛模擬MonteCarlosimulation============StochasticProcesses============IntroctionandReferences『隨機過程』(stochasticprocesses)是概率論的一個分支，一般來說是特指一個學科，而『蒙特卡洛』(MonteCarlo)是一種獲得某種統計量、待求值或函數值的方法，二者不太具有明顯的並列關系或者包含與被包含關系。隨機過程從內容上來說大致有兩類：第一種我稱之為應用隨機過程，也是大家一般所說的隨機過程，內容包括幾種具體的經典隨機過程，例如：Poissonprocess，renewalprocess，，basicsofBrownianmotion，以及他們的應用，比如queuesystems等。相關的書籍有：Stochasticprocesses,SheldonRoss另外一本稍微高階書的是CornellUniversity的「李登輝」教授(LeeTengHuiProfessor)、應用概率大牛SidneyResnick所著的第二種是指隨機過程一般理論：一般包括概率論、隨機過程的測度論基礎(probabilityspace、convergencetheory、limittheory、martingaletheory等)，Markovprocess，stochasticintegral,,semimartingaletheory（半鞅）尤其是後者等比較艱深的概念和問題（內容參考以下書籍）；其中入門的書籍有：,,TomasBjork這兩本是與金融交互講的；另外一本稍微偏理論的隨機分析入門書籍是：,BerntOksendal高階數學研究生水平的書籍有：,,Karatzas,,Revuz,,Jacod,Shiryayev一本比較艱深的講套利數學的研究生讀物（需要懂半鞅、泛函分析）：Mathematicsofarbitrage,Delbaen,Schachermayer，其中講了不同模型設定下的的套利理論，包括離散模型，連續模型比如半鞅等過程驅動的市場對應的套利結論；utilitymaximization,convexality等概念。當然，學習高級隨機分析的書籍需要比較堅實的概率論基礎，在此我推薦：Probability:theoryandexamples,,Dudley特別地，我強烈推薦兩本我當作參考文獻的概率論書籍。一下兩本書全面介紹了概率論基本理論，非常適合已經有一定測度背景並且想繼續深入學習隨機分析的讀者：Probabilitytheory:acomprehensivecourse,,KallenbergOverview『數學金融』中涉及的隨機過程應該主要涵蓋上述第一類里的幾乎所有內容和上述第二類里的stochasticintegrals,(SDE)，semimartingale等，其中實務中最常用的是Itoprocess和Levyprocess；因為他們都有比較好的馬爾可夫性(Markovianstructure)，根據Feynman-Kac等定理，所以又能與partialdifferentialequation和partialintegro-differentialequation聯系起來。這也是期權定價的PDE方法。講定價公式可以寫成PDE的好處是可以使用現成的PDE數值方法。此外，Itoprocesses和Levyprocesses是特殊的semimartingale。用semimartingale做金融建模的好處有兩點：1、semimartingale作為stochasticintegrator，是從一致度量(uniformmetric)下可料(predictable)被積過程所形成的空間到隨機變數()所形成的空間的連續線性映射，這種性質對應於金融資產價格的穩健性，通俗地講就是：如果你對投資策略施加一個小小的擾動，最後投資組合的價值在某種意義下也會只有相應較小的擾動。因此用semimartingale模擬金融價格是合理的。2、semimartingale組成的空間在Emerytopology(metrizable)下是完備的；這個性質加上一個比較符合經濟邏輯的無套利假設(Nofreelunchwithvanishingrisk,NFLVR)，可以推出存在sigma-martingalemeasure，反之亦然；這是目前最廣義的套利定價理論，它的特殊形式是：1、在離散模型中，無套利等價於存在等價鞅測度，2、在Itoprocesses中，NFLVR等價於存在等價局部鞅測度()，而NFLVR可以推出無套利。這里可以參考,Delbaen,Schachermayer，慎入，作者均是泛函分析領域的大牛，教過無數頂尖分析和概率領域的學生，寫的文章非常艱深；前者也是鄙人所在學校ETHZurich概率論與金融數學組的退休教授，他們的學術成果請自行scholar.google；筆者的老師用了大約20學時教相關的半鞅知識，20學時教這篇論文)。簡而言之，用這兩種隨機過程模擬價格是可以滿足無套利的，因此可以用鞅方法定價，這即是用這兩種過程建模的好處之二。在衍生品定價問題中，一般假設underlyingpriceprocess服從例如上述某種隨機過程，定價則是利用金融工具的復制（超復制super-replication）等方法，在特定金融市場的假設（比如無套利，或者更特殊的假設NFLVR；又比如自由買賣假設；假設很重要!!!）下求得一個該金融工具的無套利價格，以及對應的復制（或超復制）策略。當然（超）復制問題大概涉及兩個數學問題，一個是：optionaldecompositiontheorem，這個定理與最廣義的FTAP有著天然數學美感的交互；另一個是隨機控制論中的stochastictargetproblem，問題是如何找到一個期初價格和交易策略使得期末payoff被（超）復制。總之，不論在何種方法和假設下，資產定價理論中都用隨機過程模擬資產價格。，這是搞金融數學不得不懂的隨機過程，略，請參考：,StevenShrevePoissonprocesses，compoundPoissonprocesses在金融數學中的應用之一是：在結構定價問題中，我們假設資產過程除了布朗運動驅動的部分之外，還有跳躍，而跳躍經常是由這兩種過程模擬的；更一般地，我們還可以假設資產價格過程服從更廣義的跳躍形式，該跳躍形式存在於Levyprocesses,affineprocesses或者中，一般稱作Levy-typejump。Levyprocesses可以看做；Levyprocess區別於Brownianmotion和compoundPoissonprocess的地方在於，Levyprocess還有一項squareintegrablemartingale，它可以理解為是intensity為無窮大、跳躍幅度無窮小（因此有可積性）的compensatedcompoundpoisson，在Ito-Levydecomposition中，它是由可數個組成的。在模型的微分形式中，跳躍和布朗運動驅動的部分經常是線性存在。關於Levyprocesses，請參考,,ApplebaumRenewalprocesses，Levyprocesses經常被用於金融保險中的Ruin問題，鑒於這已經超越我的知識范疇，在此不詳細討論，一本可能的參考文獻是：,Kyprianou除衍生工具性定價問題，在金融控制問題中，一般也假設資產過程價格或者其他相關過程服從某種隨機過程。比如在最簡單的Mertonproblem中，我們假設資產價格服從多維幾何布朗運動。又比如在Jacod和Shiryayev在1993年發表的關於optimaldividend的文章中，公司的價值服從一個帶線性漂移的布朗運動減去一個左極限右連續的紅利支付過程，然後用一個停時(stoppingtime)使其停止於價值首次為0的時刻。隨機過程在金融中也可以描述資產價格之外的過程。比如SDE可以描述短期利率，在此請參考,StevenShreve關於伊藤過程驅動的高級利率模型，比如affineprocess，請參考Termstructuremodels:agraatecourse,DamirFilipovic隨機過程還可以描述除了價格、利率之外的金融變數。比如在著名數理金融學家DarrelDuffie寫的關於intensitybasedcreditriskmodel的文章中（原文叫,Duffie），假設defaultintensity服從affineprocess，則可違約債券定價形式與短期利率下的債券定價有相同的形式和計算方法，只是將短期利率改寫成違約強度而已。關於affineprocess，請參考,Duffie,Filipovic,-diffusions,Duffie,Pan,Singleton以及以上文到的那本講Termstructure的書：Termstructuremodels:agraatecourse,DamirFilipovic在KMV模型中，假設公司價值服從某個隨機過程，比如幾何布朗運動。以上這兩種隨機過程在信用風險中的應用均可以在DarrelDuffie的書CreditRisk:Pricing,Measurement,andManagement中找到。隨機過程也可以描述衍生金融工具的價格。比如我們知道歐式期權的payoff（在這里是期末價值），同時知道underlyingassetpriceprocess，我們可以論證歐式期權的價格過程滿足倒向隨機微分方程(BSDE)；如果underlyingassetpriceprocesses滿足Markovianstructure，則該BSDE為一個前向－倒向隨機微分方程(FBSDE)；其中方程期末條件是payoff，方程生成元(generator)與underlyingprice相關；方程有一對解，第一個解是期權價格過程，第二個解則對應歐式期權在該市場下的復制策略。如果假設underlyingprocess是幾何布朗運動，則該BSDE為線性BSDE，其解的形式就是歐式期權的定價公式：風險中性測度下期末值貼現的期望。相關文獻請參考：Backwardinfinance:Karoui,Peng,Quenez類似地，BSDE也可以描述效用，稱作隨機微分效用(stochasticdifferentialutility)，可以參考：Stochasticdifferentialutility,Duffie,Epstein此外MarekMusiela，RamaCont，TomasBjork，ReneCarmona等人也嘗試過用隨機偏微分方程(，可以近似理解為用無窮維隨機微分方程或Banach空間取值的隨機微分方程)；用SPDE建模就是用SPDE來模擬一個取值為連續函數的forwardratecurve演化過程。這應該就是Heath-Jarrow-Morton-Musiela，請參考：,，TomasBjork,:aninfinitedimensionalapproach,RamaContInterestratemodels:,ReneCarmona當時實務中並不需要這么多高深的數學知識。只要能明白概率論，應用隨機過程，隨機分析（基本內容一般包括stochasticintegral,SDE，特別是與Itoprocesses相關的內容）就能看懂絕大多數常用模型了。如果是做金融數學學術，則額外還需要專攻以下方向中的一個或多個：Levyprocess,affineprocess,backward,semimartingale,stochasticcontrol,stochasticdifferentialgames,stochasticPDE,等。除了概率論，金融相關的數學還涉及偏微分方程（及黏性解），控制論，數值分析，統計計量等。============MonteCarlo===========MonteCarlo最早是摩納哥賭場的名字，筆者曾在七月造訪。『MonteCarlo』演算法一般是指，利用隨機抽樣的方法，獲得一些隨機系統的統計量或者參數。比如你有一顆硬幣，你想知道擲出後獲得正面的概率，那麼你通過大量試驗以後，可以利用獲得正面的頻率來估計，這也是中心極限定理的結果。金融中的一個應用是，通過MC來模擬多條標的資產的價格走勢，代入形式為求概率期望的定價公式就可以求出估計的期權價格的模擬值。此方法則是實現定價的MC方法。將扔硬幣和Brownianmotion聯系起來的數學定理是Donskerinvarianceprinciple：我們可以想像用硬幣反復地大量地投，減小面值(+\epsilon,-\epsilon)，同時減小投幣時間間隔(\delta)，那麼累積值過程在某種意義下收斂於布朗運動。MC具體還有很多其他金融應用，比如求某一個風險度量下的風險值。============MachineLearning===========『機器學習』是一門學科也可以算是方法。我在這領域涉足不深，曾經學習的是主要基於數據、利用回歸分析、貝葉斯理論等方法種決策樹並用它投票，用以實現模式識別、分類和預測等問題。具體方法有adaboost，baggingprediction，randomforest等。假設你是銀行數據分析師，你有客戶的數據，比如年齡，性別，年收入等。如何根據這些數據來簡單的構造一個信用分類法則是機器學習的一個簡單應用。

5. ETF量化金融裡面被騙

現在騙人的把戲太多了，越是追求高報酬的越容易被騙，理財慎重！如果已知高風險，賭的心態，那麼願賭服輸。

6. 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。

7. 請問一下，有人知道什麼是 量化金融學嗎

量化金融學主要是涉及量化投資的一門新興金融學科。量化投資是以金融衍生品和工具為基礎的，對於數據和信息要求很高，是一個智慧型、智力型、智商型為主導的產業。

8. 想從事量化金融高考報什麼專業好

跟量化金融有關的本科專業，無外乎金融、經濟、數學、統計、計算機等，當然，還有金融工程、大數據等衍生專業。但我覺得本科讀的專業應該寬一些，不應該趕時髦。盡量讀一些歷史悠久的專業。比如中山大學四年前成立了一個應用統計專業，現在就撤銷了，也就是這個專業的壽命只有四年。

9. 量化金融分析師具體是做什麼工作的

金融分析師主要工作是收集和分析金融信息、確定其走勢並做經濟預測。

基於這些詳盡的分析，他們做出報告， 為客戶和同行們提供金融和投資的咨詢意見。

10. 量化金融貸款需要交會員費888才能提現

下會的 定是騙局 點開回復了