专栏首页量化小白上分记成为一个AI量化程序员首先要了解的四点

成为一个AI量化程序员首先要了解的四点

量化,一个横跨多个学科领域的工作。已经在不同场合,听了无数次的三座大山:较好的数学功底编程技能金融知识

入行 QuantYou Must Know!

Quant 的职位主要集中在投资银行、对冲基金、商业银行和金融机构。负责的主要工作根据职位也有很大区别,比较有代表性的包括Pricing、Model Validation、Research、Develop and Risk Management,分别负责衍生品定价模型的建立和应用、模型验证、模型研究、程序开发和风险管理。

最近几年,很多跨专业的朋友(计算机、生物、物理、通信等专业)也想在量化的领域展示一下自己的抱负。

像计算机、物理等专业有自身的优势,做Quant不能一辈子当开发吧。得全面发展。

大家可能觉得搞量化的人就是整天和大量数据打交道,用一行行代码写出复杂的模型,然后没完没了地Run,在回测和优化中挣扎,沉浸在数学和统计海洋里的一群人。实际上,这只是表面现象。虽然每个搞量化的人必须会写代码,也必须具备扎实的数学功底,在开发策略的过程中,的确需要分析大量数据,不断做回测和优化,但是,这一切的背后是强大的金融思维和对金融市场的深刻理解在支撑的。换句话说,如果你没有经济、金融的完整知识体系和工作经验,或者没有正确的、科学的思维方式,无论数学多么地好,也很可能在做无用功;即便编程多么在行,也只能沦为码农一枚(没有歧视程序员的意思哦)。反过来说,如果你具备科学的思维和逻辑,并发现了经济、金融的某些规律,想做Quant就不难了。接下来,你只需花点时间学习编程工具,好好利用数据和代码为你实现自己的想法。

在国内,你可以去以下几种类型的机构:

1、买方:公募

特点:朝九晚五,人际关系处理好,当甲方爸爸的感觉真好!

工作:做好研究,大多以股票为主,少数投资债券或者货币市场。手握数亿资金,与上市公司董秘、高管运筹帷幄。

要求:本科忽略!最基本是硕士,PhD也是挤破头,985&211,有些只招清北复交,很正常。名校海龟也很吃香。其他的要求我们在下文介绍。

评价:从业情况,盈利能力、抗风险能力、稳定性等。还有管理基金的业绩综合排名、业绩排名稳定性等。

未来:研究员、基金经理助理、基金经理、某部门MD等出了本事以外。越想往上就得耗啊!

2、卖方:券商金融工程团队研究所

特点:朝九晚不知道,一年坐的飞机可环绕地球N圈,真的很辛苦

工作:写研报、写研报、写研报(你能想到的各种模型各种方法),各种路演(可能一份报告已经倒背如流,买方会根据卖方的表现来派点给卖),寻创新(多因子已经写烂啦哈哈~),保持与机构的密切沟通。

要求:本科确实很难啊!基本硕士起,有些甚至要求985,211都不要。同等水平可能海龟会优先考虑。其他的要求我们在下文介绍。

评价:研报热度啊!新财富啊!不知道以后还有不。等~

未来:成为首席或者高级研究员,跳槽去买方、私募等。

3、风云之地:私募

特点:看的是结果,各种投资思路、投资标的都有涉及。

要求:有来自券商、基金或者自民间的投资高手。所以学历相对不是特别严格。

评价:研究要和收益挂钩。站在研究的角度,总有人愿意为高屋建瓴的所谓前瞻性和理论买单,私募却行不通。你可以基于你优漂亮的净值曲线去包装,但反着来不行!这样你作为研究员就没有了价值,最终沦为发产品时宣传三折页上打酱油的角色,熊市或震荡市时裁员降薪的首选。

未来:继续留用 or 成为大佬 or 走人。

4、金融科技公司

特点:服务产品,写相关研究报告,搞培训等。

要求:很典型的例子,现在国内很多量化平台都会招聘有一帮人为平台社区写各种研报复现、论文复现、策略复现等等。再者就是针对某一量化产品做深度开发研究。还有一些专门做量化课程培训。

评价:研报热度(主要为平台流量)、产品的功能好坏、培训口碑等。

未来:卖方、买方、私募或者自己干都有可能。

还有一个是在银行的量化部门。但主要是前四者居多。

Python 大势所趋

同样,作为一名优秀的Quant,你必须要掌握当下最主流的一门语言,那就是:

Python

Beautiful is better than ugly. Explicit is better than implicit. Simple is better than complex. Complex is better than complicated.

这是Zen of Python的前四行,它总结了Python作为编程语言的精髓。

真的太火了,以至于不用过多介绍。你懂得~

国内很多量化交易平台都使用Python开发,因为Python作为一个生态系统。更容易的实现加上用于数学计算、数据收集、机器学习、数据可视化甚至基于这些模型的应用程序开发的大量库,已经将Python转变为一个完整的数据科学项目生态系统。

图来自网络

数据分析与机器学习

这也是下面的一个主题我们要说的。

图来自网络

AI &Machine Learning

现在,很多量化机构将人工智能和机器学习与量化策略相结合。国内的一些顶尖私募,比如:九坤、幻方、朱雀等都在使用AI量化策略,从各大公司的招聘公告上也可以看出这点。

图来自网络

海外的大型对冲基金公司更是如此:

  • Aidyia(中国香港):运用先进的人工智能技术,识别金融市场模式和预测价格走势。
  • Binatix(美国):是最早使用机器学习算法来发现在投资中具有优势模式的公司之一。
  • Kimerick Technologies(美国):机器学习和人工神经网络驱动预测交易的公司。
  • Pit.ai(英国):一个机器学习驱动的对冲基金等等······

图来自网络

量化入门指南

对于初学的同学,能否真正进入AI量化的大门,掌握最前沿的量化算法理论,取决于是否熟练掌握金融学相关理论,机器学习和深度学习相关知识,以及在实践中能否熟练应用。

系统地讲,初学者想要登堂入室,必须掌握金融理论、交易策略研发、机器学习与深度学习以及将策略进行实盘检验。

针对量化研究的小白、有志于投身AI量化交易事业的同学网易云课堂特推出了AI量化交易课程。课程的主要目标是从金融学基础出发,通过讲解量化中常见的模型和策略并使用Python加以实现,让学习者深度掌握量化交易模型和方法。

目前网易云课堂邀请到资深的老师为大家免费直播讲解量化交易的学习就业规划,探讨优秀的策略

系列直播主题

1.

《量化实例讲解——带你一探究竟》

1. 量化交易内涵及意义

2. A股专家系统量化实例

3. A股机器学习量化实例

4. 对量化理解的一些误区

5月21日 周二 20:00 直播

下方扫码锁定免费席位

2.

《量化策略到底多神秘?—全方位探索AI量化交易(上)》

《量化交易实战应用与就业——全方位探索AI量化交易(下)》

直播讲师

网易云课堂特邀AI量化讲师:天星

附赠免费课程和资料

课程大纲

1. 量化交易的历史背景与发展

2. 机器学习加持下的量化交易新世界

3. 量化案例展示——大单跟随

4. 量化交易指衍生品定价

AI量化交易电子书、相关论文

微信号:weizhuanye030

数量有限,进群从速哦~

本文分享自微信公众号 - 量化小白上分记(quanthzp)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-05-21

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

推荐阅读

  • 远程办公经验为0,如何将日常工作平滑过度到线上?

    我是一名创业者,我的公司(深圳市友浩达科技有限公司)在2018年8月8日开始运营,现在还属于微型公司。这个春节假期,我一直十分关注疫情动向,也非常关心其对公司带来的影响。

    TVP官方团队
    TAPD 敏捷项目管理腾讯乐享企业邮箱企业编程算法
  • 数据中台,概念炒作还是另有奇效? | TVP思享

    作者简介:史凯,花名凯哥,腾讯云最具价值专家TVP,ThoughtWorks数据智能业务总经理。投身于企业数字化转型工作近20年。2000年初,在IBM 研发企业级中间件,接着加入埃森哲,为大型企业提供信息化架构规划,设计,ERP,云平台,数据仓库构建等技术咨询实施服务,随后在EMC负责企业应用转型业务,为企业提供云迁移,应用现代化服务。现在专注于企业智能化转型领域,是数据驱动的数字化转型的行业布道者,数据中台的推广者,精益数据创新体系的创始人,2019年荣获全球Data IQ 100人的数据赋能者称号,创业邦卓越生态聚合赋能官TOP 5。2019年度数字化转型专家奖。打造了行业第一个数据创新的数字化转型卡牌和工作坊。创建了精益数据创新方法论体系构建数据驱动的智能企业,并在多个企业验证成功,正在向国内外推广。

    TVP官方团队
    大数据数据分析企业
  • 扩展 Kubernetes 之 CRI

    使用 cri-containerd 的调用流程更为简洁, 省去了上面的调用流程的 1,2 两步

    王磊-AI基础
    Kubernetes
  • 扩展 Kubernetes 之 Kubectl Plugin

    kubectl 功能非常强大, 常见的命令使用方式可以参考 kubectl --help,或者这篇文章

    王磊-AI基础
    Kubernetes
  • 多种登录方式定量性能测试方案

    最近接到到一个测试任务,某服务提供了两种登录方式:1、账号密码登录;2、手机号+验证码登录。要对这两种登录按照一定的比例进行压测。

    八音弦
    测试服务 WeTest
  • 线程安全类在性能测试中应用

    首先验证接口参数签名是否正确,然后加锁去判断订单信息和状态,处理用户增添VIP时间事务,成功之后释放锁。锁是针对用户和订单的分布式锁,使用方案是用的redis。

    八音弦
    安全编程算法
  • 使用CDN(jsdelivr) 优化博客访问速度

    PS: 此篇文章适用于 使用 Github pages 或者 coding pages 的朋友,其他博客也类似.

    IFONLY@CUIT
    CDNGitGitHub开源
  • 扩展 Kubernetes 之 CNI

    Network Configuration 是 CNI 输入参数中最重要当部分, 可以存储在磁盘上

    王磊-AI基础
    Kubernetes
  • 聚焦【技术应变力】云加社区沙龙online重磅上线!

    云加社区结合特殊时期热点,挑选备受关注的音视频流量暴增、线下业务快速转线上、紧急上线防疫IoT应用等话题,邀请众多业界专家,为大家提供连续十一天的干货分享。从视野、预判、应对等多角度,帮助大家全面提升「技术应变力」!

    腾小云
  • 京东购物小程序购物车性能优化实践

    它是小程序开发工具内置的一个可视化监控工具,能够在 OS 级别上实时记录系统资源的使用情况。

    WecTeam
    渲染JavaScripthttps网络安全缓存

扫码关注云+社区

领取腾讯云代金券