量化投資

量化投資

量化投資是指通過數量化方式及電腦程式化發出買賣指令,以獲取穩定收益為目的的交易方式。在海外的發展已有30多年的歷史,其投資業績穩定,市場規模和份額不斷擴大、得到了越來越多投資者認可。

事實上,網際網路的發展,使得新概念在世界範圍的傳播速度非常快,作為一個概念,量化投資並不算新,國內投資者早有耳聞。但是,真正的量化基金在國內還比較罕見。同時,機器學習的發展也對量化投資起了促進作用。

基本介紹

  • 中文名:量化投資
  • 外文名:Quantitative Investment
  • 區別:模型
  • 過程擇時套利交易配置風控
  • 量化投資企業:米筐科技,盈寬實驗室,微量網
  • 代表人物:詹姆斯·西蒙斯
概念舉例,四大特點,紀律性,系統性,套利思想,機率取勝,前景,發展潛力,投資策略,量化選股,量化擇時,股指期貨,商品期貨,統計套利,期權套利,算法交易,資產配置,投資風險,投資參考,量化投資,課程背景,學員收穫,資產管理,課程設定,申請碩士學位,

概念舉例

量化投資區別於定性投資的鮮明特徵就是模型,對於量化投資中模型與人的關係,大家也比較關心。量邦科技馮永昌打個比方來說明這種關係,我們先看一看醫生治病,中醫與西醫的診療方法不同,中醫是望、聞、問、切,最後判斷出的結果,很大程度上基於中醫的經驗,定性程度上大一些;西醫就不同了,先要病人去拍片子、化驗等,這些都要依託於醫學儀器,最後得出結論,對症下藥。
醫生治療病人的疾病,投資者治療市場的疾病,市場的疾病是什麼?就是錯誤定價和估值,沒病或病得比較輕,市場是有效或弱有效的;病得越嚴重,市場越無效。投資者用資金投資於低估的證券,直到把它的價格抬升到合理的價格水平上。
但是,定性投資和定量投資的具體做法有些差異,這些差異如同中醫和西醫的差異,定性投資更像中醫,更多地依靠經驗和感覺判斷病在哪裡;定量投資更像是西醫,依靠模型判斷,模型對於定量投資基金經理的作用就像CT機對於醫生的作用。在每一天的投資運作之前,我會先用模型對整個市場進行一次全面的檢查和掃描,然後根據檢查和掃描結果做出投資決策。

四大特點

其實,定量投資和傳統的定性投資本質上是相同的,二者都是基於市場非有效或是弱有效的理論基礎,而投資經理可以通過對個股估值,成長等基本面的分析研究,建立戰勝市場,產生超額收益的組合。不同的是,定性投資管理較依賴對上市公司的調研,以及基金經理個人的經驗及主觀的判斷,而定量投資管理則是“定性思想的量化套用”,更加強調數據。
量化投資量化投資

紀律性

所有的決策都是依據模型做出的。我們有三個模型:一是大類資產配置模型、二是行業模型、三是股票模型。根據大類資產配置決定股票和債券投資比例;按照行業配置模型確定超配或低配的行業;依靠股票模型挑選股票。紀律性首先表現在依靠模型和相信模型,每一天決策之前,首先要運行模型,根據模型的運行結果進行決策,而不是憑感覺。
有人問,模型出錯怎么辦?不可否認,模型可能出錯,就像CT機可能誤診病人一樣。但是,在大機率下,CT機是不會出錯的,所以,醫生沒有拋棄CT機,我的模型在大機率下是不出錯的,所以,我還是相信我的模型。
紀律性的好處很多,可以克服人性的弱點,如貪婪、恐懼、僥倖心理,也可以克服認知偏差,行為金融理論在這方面有許多論述。紀律化的另外一個好處是可跟蹤。定量投資作為一種定性思想的理性套用,客觀地在組合中去體現這樣的組合思想。一個好的投資方法應該是一個“透明的盒子”。
我們的每一個決策都是有理有據的,特別是有數據支持的。如果有人質問我,某年某月某一天,你為什麼購買某支股票的,我會打開系統,系統會顯示出當時被選擇的這隻股票與其他的股票相比在成長面上、估值上、動量上、技術指標上的得分情況,這個評價是非常全面的,只有匯總得分比其他得分要高才有說服力。

系統性

具體表現為“三多”。首先表現在多層次,包括在大類資產配置、行業選擇、精選個股三個層次上我們都有模型;其次是多角度,定量投資的核心投資思想包括巨觀周期、市場結構、估值、成長、盈利質量、分析師盈利預測、市場情緒等多個角度;再者就是多數據,就是海量數據的處理。
人腦處理信息的能力是有限的,當一個資本市場只有100隻股票,這對定性投資基金經理是有優勢的,他可以深刻分析這100家公司。但在一個很大的資本市場,比如有成千上萬隻股票的時候,強大的定量投資的信息處理能力能反映它的優勢,能捕捉更多的投資機會,拓展更大的投資機會。

套利思想

定量投資正是在找估值窪地,通過全面、系統性的掃描捕捉錯誤定價、錯誤估值帶來的機會。定性投資經理大部分時間在琢磨哪一個企業是偉大的企業,那個股票是可以翻倍的股票;與定性投資經理不同,定量基金經理大部分精力花在分析哪裡是估值窪地,哪一個品種被低估了,買入低估的,賣出高估的。

機率取勝

這表現為兩個方面,一是定量投資不斷的從歷史中挖掘有望在未來重複的歷史規律並且加以利用。二是依靠一組股票取勝,而不是一個或幾個股票取勝。

前景

隨著20世紀80年代以來各類證券和期權類產品的豐富和交易量的大增,華爾街已別無選擇,不用這些模型,不使用電腦運算這些公式,他們便會陷於困境,自招風險。1997~1998年亞洲金融危機,市場暴跌,量化投資的算法交易也起到了同樣的壞作用。此外,始於2007年的金融危機中,量化投資也未能倖免。時過境遷,2011年,量化基金再次表現優異。
稍微接觸到資本市場的人,大都聽說過基本面投資和價值投資,而對於這方面的天才人物“股神”巴菲特,更是幾乎家喻戶曉,婦孺皆知。他以企業財務報表的分析見長,擅長挖掘企業的內在價值,一旦買入便長期持有,持續獲得穩定高額收益,為股東創造了豐厚利潤,無人能及。
量化投資量化投資
相比之下,與價值投資同等重要的量化投資——即藉助數學、物理學、幾何學、心理學甚至仿生學的知識,通過建立模型,進行估值、擇時及選股,則沒有那么幸運——在大多數人眼裡,量化投資是一個神秘的領域,深不可測,玄奧無比,令人望而卻步。世人皆知巴菲特,而對於號稱最能賺錢的基金經理人、在20年的時間裡創造了年均淨回報率高達35%驚人傳奇的量化投資大師西蒙斯,卻只能成為少數人的專屬。
量化投資看似神秘,但並不古老。它從70年代開始逐漸興起,90年代才大行其道。之所以如此,是因為量化投資有其誕生的特定土壤,需要一系列的條件方能破土而出,這些條件其實相當苛刻。
很難想像,量化投資技術並非發端於華爾街,而是肇始於學術象牙塔里的少數“怪才”,他們長期不被正統的經濟學所接受,甚至遭到排斥,因此處境艱難。1952年3月發表“投資組合選擇”論文、提出現代財務和投資理論最著名洞見的馬克維茨,以該理論參加博士答辯,竟然戰戰兢兢差點未獲通過。1990年10月,這些人中有三位獲得諾貝爾經濟學獎,當時局外人很少有人清楚為什麼他們能夠得此殊榮;而三人中的其中一位則將他們的獲獎比作“芝加哥業餘球隊贏得了世界盃”。
但是,沒有來自象牙塔的現代金融理論,便沒有量化投資的興起。馬克維茨的投資組合理論,提出了風險報酬和效率邊界概念,並據此建立了模型,成為奠基之作。托賓隨後提出了分離理論,但仍需要利用馬克維茨的系統執行高難度的運算。
夏普1963年1月提出了“投資組合的簡化模型”,一般稱為“單一指數模型”。馬克維茨模型費時33分鐘的計算,簡化模型只用30秒,並因節省了電腦記憶體,可以處理相對前者8倍以上的標的證券。1964年,夏普又發展出資本資產定價模型(CAPM),這是他最重要的突破,不僅可以作為預測風險和預期回報的工具,還可以衡量投資組合的績效,以及衍生出在指數型基金、企業財務和企業投資、市場行為和資產評價等多領域的套用和理論創新。
1976年,羅斯在CAPM的基礎上,提出“套利定價理論”(APT),提供一個方法評估影響股價變化的多種經濟因素。布萊克和斯克爾斯提出了“期權定價理論”。莫頓則發明了“跨期的資本資產定價模型”。
有趣的是,不少人最初並非經濟學家,如巴契里耶和布萊克原先是數學家,夏普則從事醫學,奧斯伯恩為天文學家,沃金與坎德爾是統計學家,而特雷諾則是數學家兼物理學家。他們轉行都是被金融市場研究所深深吸引,沉迷於其中的無窮魅力。
然而,僅有現代投資(行情 股吧 買賣點)理論的建立,及各類模型的完善與推陳出新,並不會直接催生出量化投資,它還需要其他幾個重要前提條件,比如機構投資者在市場中占據主導,電腦技術足夠發達,以及傳統華爾街投資家的傲慢被市場擊潰轉而被迫接受新的投資理念。
量化投資不會出現在個人投資者為主的時代。個人投資者既缺乏閒暇的時間,也普遍無此能力。隨著退休基金和共同基金資產的大幅增加,它們成為市場上的主要機構投資者,並委託專業機構進行投資操作。管理大規模資產,需要新的運作方式和金融創新技術,同時專業的投資管理人也有能力和精力專注地研究、運用這些技術。
沒有發達的電腦技術,量化投資也將成為無源之水,無米之炊。在電腦革命發生前,根本無法根據上述模型進行運算。1961年,與馬克維茨共同獲得1990年諾貝爾獎的夏普曾說,當時即使是用IBM最好的商用電腦,解出含有100隻證券的問題也需要33分鐘。當今,面對數不勝數的證券產品,以及龐大的成交量,缺了先進電腦的運算速度和容量,許多複雜的證券定價甚至不可能完成。
量化投資在不經歷市場的崩盤,傲慢投資者的自信未被摧毀之前,不會盛行。比較早的時候,華爾街對學術界把投資管理的藝術,轉化成通篇晦澀難懂的數學方程式一直持有敵意。他們認為,投資管理需要天賦、直覺以及獨特的駕馭市場的能力,基金經理可以獨力打敗市場,而無需依靠那些缺乏靈魂、怪異的數學符號和縹緲虛幻的模型。在美國,70年代初期表現最佳的基金經理人從未聽過貝塔值,並認為那些擁有數學和電腦背景的學者只是一群騙子。
1973~1974年美國債券市場和股票市場全面崩盤,明星基金經理人煙消雲散,財富縮水堪比30年代大蕭條。當時,頗有先見的投資顧問兼作家彼得·伯恩斯坦認為,必須採用更好的方法管理投資組合,並創辦了《投資組合》雜誌,一出刊便獲得成功。此後,隨著80年代以來各類證券和期權類產品的豐富和交易量的大增.量化投資光彩炫目,但也具有魔鬼般的力量。它時而風光無限,但也常常墜入深淵。
1987年10月大股災,黑色星期一,當天股市和期貨成交量高達令人吃驚的410億美元,價值瞬間縮水6000億美元。很多股份直接通過電腦而不是經由交易所交易。一些採用投資組合保險策略的公司,在電腦模式的驅使下,不問價格機械賣出股票。很多交易員清楚這些投資組合會有大單賣出,寧願走在前面爭相出逃,加劇了恐慌。針對整個投資組合而非單個證券,機械式的交易,電腦的自動操作,使得這種量化投資出現助跌之效,大量的空單在瞬間湧出,將市場徹底砸垮。
在此次亞洲金融危機中,著名的長期資本管理公司,這家來自學術象牙塔的怪才充斥、主要運用量化投資技術的對沖基金,曾經在市場上呼風喚雨、無往不利,但偏偏遭遇俄羅斯國債違約這一小機率事件,陷入破產之境,迫使美聯儲集華爾街諸多投資銀行之力,加以救助。此外,始於2007年的金融危機中,量化投資也未能倖免。
雖然麻煩不斷,但量化投資依然必要且有效。要知道,在本次金融危機發生前,量化基金的表現連續8年超過其他投資方式。當然,挫折也會帶來量化投資技術的更新和完善,比如在模型中設定新的變數,尤其是加入以往並未包含的巨觀經濟參數。時過境遷,2011年,量化基金再次表現優異。雖然量化投資能否就此再度復興仍屬未知,但由本文先前的討論,漫漫歷史長河,此一趨勢已不可逆轉,量化投資依然擁有光明的未來。
德意志銀行的董事總經理、全球量化投資主管羅崟先生在激烈的競爭中脫穎而出,奪得全球最權威的《機構投資者》期刊2011年美國和歐洲量化分析第一名的佳績。在華爾街40餘年排名史上,罕有華人獲此殊榮。《金融時報》慧眼識金,就此專門做了訪談,並囑我就量化投資寫篇評論。我欣然命筆,並藉此祝願量化投資在中國的資本市場上,能夠早日生根。

發展潛力

首先,相較於海外成熟市場,A股市場的發展歷史較短,投資者隊伍參差不齊,投資理念還不夠成熟,留給主動投資發掘市場非有效性,產生阿爾法的潛力和空間也更大。投資理念多元化,也創造出多元分散的alpha機會。
其次,量化投資的技術和方法在國內幾乎沒有競爭者。中醫治療中醫擅長的疾病、西醫治療西醫擅長的疾病;如果把證券市場看作一個病人的話,每個投資者就是醫生,定性投資者挖掘定性投資的機會,治療定性投資的疾病。證券市場上定性投資者太多了,機會太少,競爭太激烈;量化投資者太少了,機會很多,競爭很少。這給量化投資創造了良好的發展機遇——當其他人都擺西瓜攤的時候,我們擺了一個蘋果攤。
總的看來,量化投資和定性投資的差別真的有如中醫和西醫的差別,互有長短、各有千秋。
由此可見,隨著2010年4月股指期貨的出台,量化投資國內市場發展潛力逐漸顯現,已有國泰安金融學院,北京大學滙豐商學院,上海交通大學安泰管理學院投入數百萬開設了專業的量化投資金融實驗室,並開辦了量化投資高級研修班,為國內量化投資的市場發展提供了良好學術和實戰環境。

投資策略

量化投資技術幾乎覆蓋了投資的全過程,包括量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、算法交易,資產配置,風險控制等。

量化選股

量化選股就是採用數量的方法判斷某個公司是否值得買入的行為。根據某個方法,如果該公司滿足了該方法的條件,則放入股票池,如果不滿足,則從股票池中剔除。量化選股的方法有很多種,總的來說,可以分為公司估值法、趨勢法和資金法三大類
舉例:
# 語言:python# 工具:Ricequant米筐量化交易平台# 可以自己import我們平台支持的第三方python模組,比如pandas、numpy等。import numpy as np# 在這個方法中編寫任何的初始化邏輯。context對象將會在你的算法策略的任何方法之間做傳遞。def init(context):    # 查詢revenue前十名的公司的股票並且他們的pe_ratio在55和60之間。打fundamentals的時候會有auto-complete方便寫查詢代碼。    fundamental_df = get_fundamentals(        query(            fundamentals.income_statement.revenue, fundamentals.eod_derivative_indicator.pe_ratio        ).filter(            fundamentals.eod_derivative_indicator.pe_ratio > 55        ).filter(            fundamentals.eod_derivative_indicator.pe_ratio < 60        ).order_by(            fundamentals.income_statement.revenue.desc()        ).limit(            10        )    )    # 將查詢結果dataframe的fundamental_df存放在context裡面以備後面只需:    context.fundamental_df = fundamental_df    # 實時列印日誌看下查詢結果,會有我們精心處理的數據表格顯示:    logger.info(context.fundamental_df)    update_universe(context.fundamental_df.columns.values)    # 對於每一個股票按照平均現金買入:    context.stocks = context.fundamental_df.columns.values    stocks_number = len(context.stocks)    context.average_percent = 0.99 / stocks_number    logger.info("Calculated average percent for each stock is: %f" % context.average_percent)    context.fired = False# 你選擇的證券的數據更新將會觸發此段邏輯,例如日或分鐘歷史數據切片或者是實時數據切片更新def handle_bar(context, bar_dict):    # 開始編寫你的主要的算法邏輯    # bar_dict[order_book_id] 可以拿到某個證券的bar信息    # context.portfolio 可以拿到現在的投資組合狀態信息    # 使用order_shares(id_or_ins, amount)方法進行落單    # TODO: 開始編寫你的算法吧!    # 對於選擇出來的股票按照平均比例買入:    if not context.fired:        for stock in context.stocks:            order_target_percent(stock, context.average_percent)            logger.info("Bought: " + str(context.average_percent) + " % for stock: " + str(stock))        context.fired = True

量化擇時

股市的可預測性問題與有效市場假說密切相關。如果有效市場理論或有效市場假說成立,股票價格充分反映了所有相關的信息,價格變化服從隨機遊走,股票價格的預測則毫無意義。眾多的研究發現我國股市的指數收益中,存在經典線性相關之外的非線性相關,從而拒絕了隨機遊走的假設,指出股價的波動不是完全隨機的,它貌似隨機、雜亂,但在其複雜表面的背後,卻隱藏著確定性的機制,因此存在可預測成分。

股指期貨

股指期貨套利是指利用股指期貨市場存在的不合理價格,同時參與股指期貨與股票現貨市場交易,或者同時進行不同期限,不同(但相近)類別股票指數契約交易,以賺取差價的行為,股指期貨套利主要分為期現套利和跨期套利兩種。股指期貨套利的研究主要包括現貨構建、套利定價、保證金管理、衝擊成本、成分股調整等內容。

商品期貨

商品期貨套利盈利的邏輯原理是基於以下幾個方面:
(1)相關商品在不同地點、不同時間對應都有一個合理的價格差價。
(2)由於價格的波動性,價格差價經常出現不合理。
(3)不合理必然要回到合理。
(4)不合理回到合理的這部分價格區間就是盈利區間。

統計套利

有別於無風險套利,統計套利是利用證券價格的歷史統計規律進行套利,是一種風險套利,其風險在於這種歷史統計規律在未來一段時間內是否繼續存在。統計套利在方法上可以分為兩類,一類是利用股票的收益率序列建模,目標是在組合的β值等於零的前提下實現alpha收益,我們稱之為β中性策略;另一類是利用股票的價格序列的協整關係建模,我們稱之為協整策略。

期權套利

期權套利交易是指同時買進賣出同一相關期貨但不同敲定價格或不同到期月份的看漲或看跌期權契約,希望在日後對沖交易部位或履約時獲利的交易。期權套利的交易策略和方式多種多樣,是多種相關期權交易的組合,具體包括:水平套利、垂直套利、轉換套利、反向轉換套利、跨式套利、蝶式套利、飛鷹式套利等。

算法交易

算法交易又被稱為自動交易、黑盒交易或者機器交易,它指的是通過使用電腦程式來發出交易指令。在交易中,程式可以決定的範圍包括交易時間的選擇、交易的價格、甚至可以包括最後需要成交的證券數量。根據各個算法交易中算法的主動程度不同,可以把不同算法交易分為被動型算法交易、主動型算法交易、綜合型算法交易三大類。

資產配置

資產配置是指資產類別選擇,投資組合中各類資產的適當配置以及對這些混合資產進行實時管理。量化投資管理將傳統投資組合理論與量化分析技術的結合,極大地豐富了資產配置的內涵,形成了現代資產配置理論的基本框架。
它突破了傳統積極型投資和指數型投資的局限,將投資方法建立在對各種資產類股票公開數據的統計分析上,通過比較不同資產類的統計特徵,建立數學模型,進而確定組合資產的配置目標和分配比例。

投資風險

市場上,針對不同的投資市場,投資平台和投資標的,量化策略師按照自己的設計思想,設計了不同的量化投資模型。這些量化投資模型,一般會經過海量數據仿真測試,模擬操作等手段進行試驗,並依據一定的風險管理算法進行倉位和資金配置,實現風險最小化和收益最大化。但是潛在的風險,可能來自以下幾個方面:
第一:歷史數據的完整性,行情數據的完整性都可能導致模型對行情數據的不匹配。行情數據自身風格轉換,也可能導致模型失效,如交易流動性,價格波動幅度,價格波動頻率等。這一點是目前量化界最難克服的。
第二:模型設計中沒有考慮倉位和資金配置,沒有安全的風險評估和預防措施,可能導致資金、倉位和模型的不匹配,而發生爆倉現象
第三:網路中斷,硬體故障也可能對量化投資產生影響。
第四:同質模型產生競爭交易現象導致的風險。
第五:單一投資品種導致的不可預測風險。
規避或減小風險的策略包括以下幾點:
1、保證歷史數據的完整性。
2、線上調整模型參數,線上選擇模型類型。
3、線上監測和規避風險
4、嚴格利用最大資金回撤設計倉位和槓桿。
5、備份操作。
6、不同類型量化模型組合。
7、不同類型標的投資組合。

投資參考

(1)《量化投資—策略與技術》,全面介紹量化投資策略的教材
(2)《解讀量化投資》,介紹量化投資大師西蒙斯的策略和經歷
(3)《高頻交易》,介紹量化投資的一個分支:高頻交易策略的方法與技術
(4)《積極投資組合管理》,闡述了如果利用量化的方法進行投資組合設計,獲得超額收益的書

量化投資

開設學校:對外經濟貿易大學
開設學院:統計學院
所屬學科:金融學
課程名稱:資產管理與量化投資方向
配備最強師資組合
對外經濟貿易大學在職研究生享受與統招研究生一模一樣的師資,均為碩導、博導。對外經濟貿易大學校長施建軍統計學院副院長劉立新教授在該領域內享有很高聲譽,均參與在職研究生授課。
課程特有國際性、前沿性、實踐性
對外經貿大學自身國際化、前沿化特徵顯著,金融專業一直是對外經貿大學的優勢學科,所設課程同樣與國際金融市場接軌密切,如量化投資、統計套利、高頻交易等。
課程將資產管理和量化投資技術緊密結合
課程講授金融各行業資產管理業務的發展模式及運用,尤其是運用量化投資技術和程式交易進行資產管理:套利策略設計、投資方案實施、風險分析、市場預測等,旨在培養複合型的金融高級人才。
定期為在職研究生開展主題講座論壇
邀請政府和業內知名專家舉辦系列關於經濟金融政策分析、金融監管、金融市場投資、風險管理等方面專題講座。如:貴金屬市場投資、微量網量化投資、風險投資、投資銀行、對沖基金、等專題。

課程背景

伴隨著金融全球化的進程,以及我國金融市場的發展創新,利用多市場、多品種、多策略的綜合投資和管理將成為未來資產管理財富管理、風險管理、結構化產品設計的重要發展模式,尤其是運用量化投資技術和程式交易進行套利策略設計、投資方案實施、風險分析、市場預測等。
為適應政府、各類金融機構(銀行業證券業保險業、期貨業、信託業等)以及各類企事業單位對資產管理和投資分析人才迅速增長的需求,提高從事資產管理、金融市場投資、財富管理和養老金策劃、社會保障等領域在職人員的專業理論水平,尤其是運用量化投資方法進行資產管理,對外經貿大學特開設金融學專業資產管理與量化投資方向在職研究生課程,旨在培養複合型專業化人才。

學員收穫

資產管理已經成為我國金融市場的發展創新的重要領域,許多金融機構紛紛成立專門的資產管理公司以滿足社會發展的需求,而資產管理不僅需要對於各類型資產的了解、套用,更重要的是基於經濟金融的生態環境的變化進行綜合的、動態的資產管理。
學員通過資產管理與量化投資方向的專業學習,不僅可以掌握運用金融產品及投資理論進行資產管理的方法和技術,而且可以通過不同金融市場的實務操作、案例分析、專題講座了解現代資產管理的套用,掌握運用量化技術進行投資、融資、資產負債管理、財富管理的手段,為從事資產管理領域的工作提供必要的準備。

資產管理

1、隨著國際國內金融市場的發展,現階段資產管理已經成為我國金融市場發展創新的重要領域;
2、加大資產管理業務是金融行業擴大資產規模,增加收益的最好選擇;
3、資產管理是企業追求長期穩定收益的必然選擇;
4、資產管理是普通投資人(家庭、個人投資理財)最受益的選擇方式;
5、資產管理是規範金融市場的有效途徑,極大的降低市場的波動率;
6、資產管理業務是金融從業人員的激勵和動力,促使金融從業人員優勝劣汰,最佳化金融團隊;
7、政府支持、政策支撐:資產管理為社會、金融業、企業、個體等均帶來巨大收益,自2012年開始政府大力支持,對其放寬政策,目的就是將此項業務堅定不移的開展下去。
報名條件:
1、從事社會工作三年以上的大專學歷者;
2、大學本科畢業三年,並獲得學士學位,可申請金融學專業經濟學碩士學位。

課程設定

按照對外經貿大學金融學專業碩士研究生培養方案,根據資產管理與量化投資方向的具體情況實施課堂教學。
學位課程:
個體經濟學 總量經濟學 財政學
國際經濟學貨幣銀行學 社會主義經濟理論
資產管理模組:
投資組合與基金管理 固定收益與信託產品投資
保險規劃與財稅規劃 衍生產品與另類投資
量化投資模組:
金融工程與量化投資 技術分析與高頻交易
金融統計與計量 統計套利與程式交易
金融市場、財務策劃模組:
金融市場實務 理財規劃實務
金融風險管理 財務報表分析

申請碩士學位

1、申請學位按照對外經濟貿易大學研究生部學位辦公室關於以研究生畢業同等學力申請碩士學位的規定辦理。所交學費不包括進入論文階段後的費用。
2、報名參加研究生課程進修班學習的人員,可在報名時提出以研究生畢業同等學力申請碩士學位。
3、國家統一組織的英語和經濟學學科綜合水平考試,由我院協助學員到研究生部辦理手續,費用按規定由學員交納。
4、我院將為學員安排教師進行學位論文的指導。

相關詞條

熱門詞條

聯絡我們