量化投资硕士

㈠ ▲量化投资有这个在职研究生吗

这个了解也不多http://www.onjobe.com/，对外经济贸易大学是唯一一所开设资产管理与量化投资在职专人员高级课属程研修班的高校，学校紧随国际金融形势和市场发展，目的是为政府、各类金融机构（银行业、证券业、保险业、期货业、信托业等）以及各类企事业单位培养通晓资产管理和投资分析的复合型专业化人才。
课程特有国际性、前沿性、实践性
对外经贸大学自身国际化、前沿化特征显著，金融专业一直是对外经贸大学的优势学科，所设课程同样与国际金融市场接轨密切，如量化投资、统计套利、高频交易等。其他信息-点击，链@接

㈡ 金融专业的硕士毕业一般都做什么工作

不同银行区别还是很大，主要针对股份制商业银行（五大行中，尤其在支行，还是挺注重工龄的，按照工龄定等级与薪资）

销售端：对公客户经理(2-3年，固定薪资10W左右，全部薪资15-20W左右），理财客户经理，个贷客户经理（房地产个贷近几年都还挺好做的）（后面两个比对公客户经理略低一点点喽）偏销售类岗位，只要你做得业绩高，薪资自然就高，其中行业内平安的提成点偏高。

金融产品经理：对专业能力要求较高一点（2-3年，固定薪资10W左右，全部薪资15-20W左右）

风险管理：主要分布在银行分行以及总行（2-3年，固定薪资10W左右，全部薪资15-20W左右）

（总体来说，银行就业市场最大，人员最杂，总体学历要求最低，但总行要求肯定高，对于优秀硕士生还是努力去分行或者总行，在支行很浪费自己的学历）

投行岗：IPO，新三板项目，压力很大，全年出差，学历要求高，211以上硕士是基本，CPAor法律职业资格证至少需要一个（排名前50的证券公司，毕业10W正常，工作5年左右，基本30W以上正常，不过项目做得好，工资很高的，见证过10多年经验，ED岗或者MD岗，2015年股市最好时期，底薪3W，奖金1000W的）

研究员：应届生就业大方向，因为很多做过卖方研究员的人都很想转型，跳槽人员很多，因此为了补充人员，证券公司每年都会招聘应届生，主要为卖方研究员（除非是证券资管部的研究员则不需要冲击新财富，不过人员编制很少，而且一般由证券公司内部优秀卖方研究员转岗）毕业2-3年，薪资20-30W，很辛苦，天天写文字，卖文字，不过发展前景还是很不错的，做卖方研究员可以努力做首席研究员，研究院院长等等，所以冲击新财富是实现这一切目标的唯一方式；另外可以转买方研究员，之后就努力转型做基金经理助理，基金经理，总体发展方向还是不错的

风控法务部：（比银行专业，要求更高）2-3年，底薪1.5W以上，年薪20W以上

营业部：开户，理财经理，渠道经理，机构客户经理等等，工资平均比银行的偏低，见证一个B级营业部老总，工作经验15-20年左右，年级35-45岁，底薪1.5w-2.5w，年薪在50W-100W之间，取决于当年整个营业部的业绩水平。

本科生：

大行银行支行、其他银行分行与支行、租赁、证券营业部（纯销售类岗位居多），以及一些小型金融机构的岗位（比如排名60之后的证券公司）

硕士生：

1.十大财经院校硕士生以及985政法院校硕士生：从事高端业务类岗位（比如投行、研究员、证券等风险管理岗）

2.其他财经政法硕士生：可选择会计师事务所、律师事务所做跳板，或者从事薪资偏高或者平台高大上的销售岗，比如大型基金机构客户经理等

㈢ 量化研究员招聘的是物理数学博士多还是金融硕士多

量化研究员招聘肯定是物理数学博士多的，
国内的量化研究员基本上专都是理工科背景的属，量化需要的三类主要知识：数学、编程、金融，金融相对来说是学习成本最低的。
编程有一定的基础就可以，在工作中再不断学习，如果不知道学什么建议先学c++，对数据、算法、对象、内存、线程等有一定了解，后面学习其它语言也比较容易，另外需要熟悉数据库，国内感觉目前用matlab的挺多的，python比较有发展前景。
关于这个问题，知乎上有很多精彩回答，可能会有不同的看法，根据自己的情况选择吧

㈣ 怎么自学量化金融

懂量化投资，但是他们应该完全不知道CQF是什么，问题被他们简化成了“不懂数学和编程的金融硕士，是否可以学习量化投资？还是自己学习编程比较好？”不过同意他们的言论。
CQF是paul wilmott搞的一个培训课程和认证体系。
第一就是不官方，没人会认，除非你已经在投行里工作，公司给你出钱修个CQF来进行再教育，比如Sales和Trader对产品背后的数学知识有限，但是没必要去脱产读个MFE，就来修个CQF事半功倍。
第二，CQF的课程跟MFE项目差不多，更偏向于金融产品端，讲各类金融衍生品和FICC产品（期权 互换 债券 结构化产品等）定价以及量化风险管理的内容。这些不是搞量化投资的内容。
可以通俗的认为CQF是Q QUANT方向的知识，而量化投资是P -QUANT方向的，具体参见：
P Quant 和 Q Quant 到底哪个是未来？ - 宽客 (Quant)
另外一个问题，学习编程。不知道你怎么定义“学习编程”和“不会编程”。如果不会写MATLAB R PYTHON这类语言，没法实现基本的数据处理统计分析和策略回测的话，那真是不会编程，先学编程。 如果定义学编程是搞C++ JAVA要开发啥啥的，那暂时没必要，能用M R P三个语言干活就行了。

㈤ 想考金融研究生，该从什么学起啊

问：金融专业学生有必要考acca吗?

答：金融专业考ACCA是没专问题的，属但是你为啥要考ACCA得想明白了，ACCA考试科目比较多，不然你考到中途撂挑子不考了，这样就没意思了，浪费时间浪费钱。

这个ACCA考试与专业没有必要一说，只有自己需要不需要的，所以你得想明白了，别盲目跟风也别不自信。小编再送一个考试资料包，可以分享给小伙伴，自提，戳：ACCA资料【新手指南】+内部讲义+解析音频

急速通关计划 ACCA全球私播课 大学生雇主直通车计划 周末面授班 寒暑假冲刺班 其他课程

㈥ 工科专业硕士可以从事金融分析等这种金融专业性很强的工作吗

芝加哥大学金融数学在读，可能对这个方面有点心得。
不知道楼主怎么定义“专业回性很强”，如果是纯金融比如答，公司金融，没有金融背景那是不太现实。
工科专业相比较于纯金融，多的是数学背景，比如模型构建，数值分析，而这两个在量化金融领域十分重要了。量化金融领域有量化投资，量化分析（例如风险管理，运筹）。这两个对数理要求十分看重，会淡化对金融背景的需要。所以楼主可以试试这两个领域。
当然一点金融都不懂是不现实的，股票，债券，金融衍生品，另类投资等等。做不到精通，至少需要了解。

㈦ 想走量化投资方向，大概需要什么学历

硕士学历足够，需要具备金融学、心理学、经济学、统计学、会计学等，总结数据统计能力、计算机技能以及心理素质。
量化投资可以肯定说目前还是一年蓝海，稀缺人才很少，如果有志往这方面发展是不错的选择。

㈧ 上财金融硕士一般得考多少分才行啊

你好，参考2017年的数据，2017年上财金融学院大的要求是总分380，公共课55，专业课83。其中金版融硕士（金融分析师方向、信用权风险管理与互联网金融方向）分数线是：总分394，单科55/83；金融硕士（金融工程与量化投资方向）分数线是：总分385，单科55/83。上财金融硕士的竞争比较激烈，初试考400的也大有人在，需要好好准备。身边有人参考凯程辅导班的，跟着老师的节奏复习，都取得了不错的成绩。

㈨ 金融硕士为什么这么火

我觉得金融行业里适合理工科学生的方向就是量化投资，或者说金融工程，如果你喜欢专写代码属的话。
我本科读的土木工程，到了大三越学越难受，感觉很没有意思，后面也纠结了整整一年。后面偶然的机会得到了一个私募基金的实习机会，接触了资本市场，再后面又阴差阳错地找到了量化投资的相关实习，这时候我才发现我对数据挖掘数据分析相关的内容很感兴趣，因此心也开始慢慢定了下来。
幸运的是，我的毕业设计也是数据挖掘相关，并且在我的争取下，博士课题也偏向了数据挖掘。
虽然我现在仍然是弱鸡一枚，不管量化交易方面还是科研方面，但最起码我对自己所做的工作充满了兴趣。
回到题主的问题，对于我来说，不是金融行业有多好，而是我对数据挖掘感兴趣，也对金融行业里的量化投资感兴趣。很多时候我也在想，为什么我不早点走这条路，为什么选了一个坑爹的专业，如果早学了计算机，现在说不定都去美帝和曾博谈笑风生了！但是，年轻人最大的优势不就是可以不断试错吗？
总之，建议楼主去金融行业体验一下，如果觉得自己喜欢，那就继续尝试呗。如果真的要转金融或者计算机或者大数据，说难不难，说简单也不简单，别人说再多都是废的，还是要自己去实践啊！

㈩ 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~: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；

(10)量化投资硕士扩展阅读

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。