浙江量化投資學會

❶ 請問什麼是量化投資，學量化投資需要什麼數學知識，能賺錢嗎

http://ke..com/view/2280811.htm

❷ 國內有什麼好的量化投資學習平台最好是非編程類的

最近復一些時間，機器學習和制數據挖掘的熱門導致了輿論上的小小逆反——大數據和機器學習的東西是否已經被過分吹捧？似乎與之相關的人和事都顯得躁動不安。在社會科學研究中，有一個「經濟學帝國主義」的說法，大致的意思是，經濟學的研究範式被各個社會科學大量借鑒，其研究的范圍似乎一望無際，了無邊界，令其它學科的學者感到窘迫。如果我們去觀察一些社會科學近幾十年的發展脈絡，我們會意識到，其趨勢大致都可以用 「從定性到定量」 來概括。因此，放在這個歷史進程中考量，機器學習的崛起無非是這一趨勢的延續——過去模糊不定的經驗，現在可以通過系統的數據分析證實或是證偽；而那些未曾被察覺的規律，則在機器學習演算法的抽絲剝繭下得以浮現紙面。

❸ 目前對量化投資非常感興趣 所以想請教下各位大神

模型僅僅是方來法論,不是說模型本自身能解決投資問題.
模型能否有效,主要還是看你的模型背後的邏輯思路是否有效.
你去看看：經濟學（曼昆）金融學(博迪);金融工程(約翰希爾);在學學量子力學、計算機編程+你的本行（實變函數、復變函數、測度論、鞅、隨機過程等等）。
你的數學基礎會派上用途的，前途路漫漫，加油吧！

❹ 量化投資課程有沒有推薦的

推薦點金世界上的雲課堂>網格交易法課程，分為中軸網格交易法、波段111網格交易法，有點金世界的交易團隊由2016年開始打磨探究出來的一套方法論。

我們來推演一下這個過程，看看網格交易的盈利是怎麼實現的：假設以價格為起始點，以100點為網格間距，向上向下布置好網格。首先在價格分別建一張多單和一張空單，當行情上漲100點觸碰到價格②時，在價格建立的多單已盈利100點，此時賣出完成一筆交易，同時再分別建一張多單和一張空單，此時在價格②共持有一張多單和兩張空單。當行情下跌回價格時，在價格②建立的空單進行盈利平倉，並建一份多單，因此前在價格建立的空單未平倉，所以這里不再重復建空單，此時在價格持有兩份多單和一份空單。行情繼續下跌觸碰到價格，在價格所建的空單進行盈利平倉，同時再建一份多單和一份空單，此時價格持有3份多單和1份空單。行情繼續下跌觸碰到價格，價格所建的空單進行盈利平倉，同時再建一份多單和一份空單，此時價格持有4份多單和1份空單。價格反彈至價格時，價格所建的多單進行盈利平倉，並建一份空單。

最後賬戶持有3份多單2份空單，3份多單浮動虧損為：2*100（點）+1*100（點）=300,2份空單浮動虧損為：1*100（點）=100，總的浮動虧損為300+100=400；

多單平倉了2次，空單平倉了3次，因此平倉盈利為5*100（點）=500；

在不考慮手續費的情況下，實際盈利=平倉盈利-浮動虧損=100；

❺ 我想學習金融量化投資，做行業分析之類的，但完全不懂編程，求學習方案。

語言是共通的，但c是基礎，好好學習c。學好了c，到時學其他的面向對象等語言都很簡單。祝你成功！

❻ 想要學習量化投資技術分析，有什麼量化分析課程或者量化分析培訓好入門的嗎

同濟橋博士的課從入門到實踐，非常適合你這種新手。

❼ 量化投資需要學什麼

首先是要了解金融市場與金融產品,只有這樣才能在眾多市場與標的中選擇合適的來構建投資組合,這一方面需要了解的基礎知識有:金融市場與金融機構、投資學、金融衍生品等等。

❽ 如何學習量化投資

簡單地說，只要是你不跟從別人炒股都難免要用到量化投資。量化投資專，顧名思義，就是屬通過數字化的可量化參數的比較來進行投資的策略和方法。 量化投資主要包括三個層面的內容。第一，就是估值理論。這部分內容主要應用經濟學的理論對資產標的進行價格或者價值的估算，以輔助投資。其實巴菲特對財務數據的分析，比如市盈率和未來現金流折算等等，都算是量化投資，所以我不認為巴菲特屬於傳統投資。現在很多證券研究員都致力於盈利預測基礎上的估值模型，然後在其基礎上進行選股，都屬於這方面。第二，是與經濟學理論無關的，純粹的應用數學和統計知識對投資交易進行數學化和程序化的過程。大部分人對量化投資的理解也是這一方面，著名的數學家西蒙斯帶領他的團隊取得年均34%的收益率也是這方面成功的典範。第三，就是程序化交易，這部分主要是為了實現某些特殊的量化投資所限定的演算法而對具體到交易層面的程序開發過程。

❾ 量化投資好做嗎，這份工作有多難

比較專業，還需專業人士來做。

❿ 了解量化投資的人談談做量化投資的前途。本人今年的應屆畢業生，數學計算機兼修，欲從事量化投資。

這個要看所在公司的層次，不知道你在什麼公司實習
現在量化投資都被叫濫了，大家都打著回量化投資的旗號，真答正能做起來的很少很少，國內市場本身的有效性不太可能支持大規模的量化投資，未來幾年仍會是這樣，量化投資仍然只能發揮花瓶的作用。當然，凡事無絕對，有個別公司還是不錯的，能做的起來，也堅持在做