计算机专业转行量化分析投资，我需要怎么做...-问答

投资投资平台问答详情

计算机专业转行量化分析投资，我需要怎么做

樊彩萍 2019-12-21 23:22:00

推荐回答

第一步、学历上的要求，211、985至少本科理工类的第二步、有从业经历最优、比如保险公司的资管部门、券商的投研部门第三步、没有前两方面的至少也要接近的岗位。目前量化投资并不被人看好，从之前发过的几款量化基金产品来看，优势不在。进入公司是首要的，然后要让公司认可你，先做助理研究员，研究员，基金经理助理，然后是基金经理。

赵风蕾2019-12-22 00:09:29

提示您：回答为网友贡献，仅供参考。

为您推荐: 理财投资贷款股票基金信托外汇保险信用卡贵金属债券

其他回答

量化交易从业者多在纽约，周围女生多。量化交易从业者多出自理工背景，同学男生多。所以最靠谱的转行是，搞婚配，个人意见。

樊扬诗2019-12-21 23:59:45
1、如果转行，我将面临哪些潜在风险？2年的系统学习，可以满足量化投资的职业需求吗？机会成本。互联网行业本来就挺火，也挺有钱的不是？2年的系统学习，入门可以，实战不行。另外，啥叫系统的学习？据我所知，好像还没有系统的课程，是针对国内的量化投资行业的。2、我要进行哪些方面的系统学习？工作实习与实践？带着你的编程技能，去找靠谱的团队吧！干半年你就知道要学习什么了。当然，如果你硬是想学习，我也可以推荐相关的书籍。不过，想好，这是一条性价比很低的路。一般来说，针对问题看书才有用。3、因为没有专业背景，我需要考什么证书来弥补吗？比如CFA等等？考证有用，但性价比很低。4、以后找相关工作，自己的壁垒在什么地方？我该怎么弥补？壁垒在于，你不想编程。5、其他方面的建议欢迎给出。官方电话官方网站向TA提问。

梅金莉2019-12-21 23:40:36

相关问答

数据分析基础量化经营量化投资在哪里买的到

什么是量化投资？最近十年来,量化投资成为了欧美资本市场发展的热点与焦点,一举成为了国际投资界兴起的一个新方法,发展势头迅猛,。量化投资和基本面分析、技术面分析并称为三大主流方法。由于量化投资交易策略的业绩稳定,其市场规模和份额不断扩大,得到国际上越来越多投资者的追捧。过去20年收益率最高的基金,是文艺复兴科技公司的大奖章,其客户平均年收益率高达35%;而过去四年高盛旗下的量化基金规模翻了一倍,超过1000亿美金。由此可见,量化投资已经成为机构投资者的重要利器。量化投资对于基金公司/资产管理公司而言,有着非常明显的价值:首先是容易冲规模。一个有效的量化模型是可以在多个产品上进行快速复制,从而迅速做大规模。这个在巴克莱的指数增强系列产品上得到最明显的体现。截止2019年底,巴克莱量化基金,管理规模超过1.6万亿美金,超过富达基金,成为全球最大的资产管理公司。其次是可以获得绝对收益。利用量化对冲方式,构建与市场涨跌无关的产品,赚取市场中性的策略,适合追求稳健收益的大机构客户,例如保险资金、银行理财等。这个产品的代表性公司就是目前全球最大的对冲基金BridgeWater,旗下的旗舰产品PureAlpha过去五年共赚取超过350亿美金。第三是杜绝了内幕消息和老鼠仓。量化投资只利用公开数据,通过数学模型的运算,挖掘出隐藏在公开数据后面的信息,从而战胜市场,从方法论上就杜绝了内幕消息的可能。在交易过程中利用复杂的IT系统进行程序化交易,使得老鼠仓也无法成为可能。在国内金融市场监管日趋规范的情况下,量化投资这种方法必然会成为投资研究的主要方法。量化投资的理论基础说到量化投资的理论基础,就要从市场有效性假说说起，技术分析、基本面分析和量化分析代表了有效市场的三个不同的层次。在无效市场,技术分析是充分有效的,这在中国资本市场最初的十年得到很好的体现;当市场进入弱有效市场后,可以依靠基本面分析获得超额收益,2000年到2019年这十年基本上属于这个时代;当市场进入半强有效市场后,也就是从2019年开始我们可以观察到大部分基本面分析的产品已经无法获得超额收益,此时国内市场已经进入半强有效市场。当然当市场进入强有效市场后,则无论哪种方法均无法战胜市场,那时候只能被动指数化投资。传统的有效市场假说认为,在半强有效市场,只能依靠非公开信息内幕消息或者私人消息来获得超额收益。但是我们可以知道的是,除了非公开信息并不是只有内幕消息和私人消息,还有另外一个获得非公开信息的方法:就是利用数据挖掘的方法,从公开的数据中挖掘出非公开信息,也就是量化投资的方法。这也就是在美国等成熟市场基本上进入半强式有效市场状态,量化投资为啥可以得到蓬勃发展的原因。随着中国市场有效性的提高,中国开始进入半强式有效市场阶段,再加上监管层对内幕消息的监管越来越严厉,使得通过这种方法获得非公开信息的方式越来越难,因此量化投资就成为了一个最好的获得非公开信息的科学理论与技术。很多人问:量化投资是不是仅仅是一个昙花一现的概念,还是一个可以长期有效的科学理论,我想通过上述对有效市场假说的分析,已经得到了明确的答案:量化投资是在半强式有效市场中的最佳分析理论,也几乎是唯一可行的分析理论。美好前景中国经济经过30年的高速发展,各行各业基本上已经定型,能够让年轻人成长的空间越来越小了。未来十年,量化投资与对冲基金这个领域是少有的几个,可以诞生个人英雄的行业,无论是出生贵贱,无论是学历高低,无论是有无经验,只要你勤奋、努力。脚踏实地的研究模型,研究市场,开发出适合市场稳健盈利的交易系统,实现财务自由,并非遥不可及的梦想。曾经有研究助理抱怨:“我们做量化研究的,一年都没有啥机会出去调研,免费旅游的机会都木有啊”。你只要好好研究量化模型,找到持续稳定盈利的策略,自然就会有大量的资金来找你合作,实现财务自由不困难。到时候你会开着游艇出海,去拉斯维加斯享受,去非洲草原猎象,又何必在乎眼前的这点免费旅游呢？”他点头如捣蒜。在中国目前的很多领域,赚钱已经变成一个非常困难的事情,但是在量化投资与对冲基金领域,是完全依靠自己的勤奋与努力。一个持续稳定赚取的模型,不是靠关系和背景就可以的,而是靠着自己的聪明才智和脚踏实地的工作。

急求计算分析题3.某家电企业固定资产投资项目预计净现金流量如下NCFo100万元，

,会计学堂陈老师为您解答第一年的净现金流量是-200吧欢迎点我的昵称-向会计学堂全体老师提问。

wind量化平台python怎么分析

使用Python插件，首先需要安装python环境，其次是WindPy接口。建议直接安装Pythonx,y，一堆东西都有了。登录wind之后，在菜单，自动进行插件的安装。

经济学专业的想从事量化投资或者证券分析考哪个专业的

计量经济学的基础是统计学，统计学的基础是数学。基本上我们用的每一个基本的回归模型，计量检验都是计量经济学家用数学严格证明过的。因此，从概率科学的角度来说，是客观的。计量经济学的作用基本上就是把我们的直觉经验用模型显化出来。比如你可以看看威廉格林的计量经济分析，基本上里面会告诉你每一个计量模型的数学基础，推导过程。

Python与Matlab哪一个对量化投资和分析更有帮助

这真的非常难说。总的来看美国大部分用python，国内可能用matlab的比较多。我个人是比较喜欢python多一点，但是很多时候搞量化分析偷懒就会用matlab和R，因为很多东西都是现成的。

如果想要投资电影院，前期要从哪些方面来进行分析？哪有专业的电影院投资分析

影院投资，前期选址最重要，看您要准备投资在什么城市，什么地段，和您的经营理念，投资的目标等等，才能去制定更详细的投资方案。目前影院这个项目国家在推进，还是很有市场的，也有很多老板在这个兴起的行业跌落谷底，因为很多东西都需要去足够把握，比如：选址、租金、设备的购入、人资结构、营运管理、一系列的工作都需要很精确和明确的指向。

投资款转出怎么做会计分录

货款转作投资款，应付账款减少，实收资本增加。会计分录：借：应付账款——光大公司100万元贷：实收资本——光大公司100万元。

用Python怎么做量化投资

Python是非常适合做quant类工作的语言，本身就是科学计算方面的统治级语言，现在加入了IPython，pandas等重量级神器，为Quant类工作量身定做，而且仍在飞速发展中，以后会越来越重要。关于其他语言，首先介绍一下我自己最喜欢的一个比较小众的组合，Mathematica+Java/Scala。Mathematica的优点在于：本身提供函数式的编程语言，表达能力非常强大，比如Map/Reduce是标配，很多时候不需要去做烦人的for循环或下标控制，排版经常可以直接照数学公式原样输入，即直观又不容易写错；代码和输出混排的排版方式使得建模时的演算和推理过程非常流畅，甚至还可以直接生成动画，对于找直观理解非常有帮助。他们也可以快速学习掌握一种像C++，Java这样的语言，实现很多必要的功能。但是一方面这些语言陡峭的学习曲线和繁琐的开发步骤会给他们真正要做的工作增加不必要的负担，另一方面一旦涉及到性能敏感的情景，他们对计算机体系结构缺乏理解的缺点就容易暴露，比如说很可能他们没有计算复杂度，内存碎片，cachemiss，甚至多线程等概念，导致写出的程序存在相当大的隐患。即使是计算机功底扎实，如果每天的工作需要在C++，Python，R/Matlab，甚至一众脚本语言之前来回切换，思维负担也会非常重，人的精力是有限的，很难同时兼顾数学建模和底层代码调试这种差距巨大的工作。长期发展下去最可能的结果就是要么远离建模，专心做生产环境开发，要么远离生产环境，专心建模。这种局面显然不论对个人还是团队都是有很大弊端的。如果深入思考这个问题，相信不难得出结论，对于Quant来说，C++这种相当面向机器的语言肯定不是最佳选择。的确在历史上，它比更面向机器的C已经友好了很多，但是在计算机技术飞速发展的今天，如果还需要Quant大量使用C++做建模类的工作显然是很遗憾的事情。设想一下你拿到一份股票数据，不论你是想分析价格走势，成交量分布，还是波动性，第一件要做的事一定是画出图来看看，有一个直观认识。如果你的工具是C++，肯定有很多时间花在编译，调试，再编译的过程上，好容易能解析文件了，接下来怎么算移动平均？怎么算波动性？全都要自己写代码。再然后怎么画图？这整个工作流简直惨不忍睹，这些问题浪费掉你大部分精力，而他们全部和你真正感兴趣的工作毫无关系。所以如果你是一个数理金融等背景的新人打算开始Quant生涯，在决定是否要投资到这项重量级技术上时需要慎重，即便它目前的市场定价可能仍在峰值。相比之下我认为Python会是更理想的选择，即能很好的完成建模工作，也可以训练一定的编程技巧，使你在必要时也能胜任一些简单的C++工作。最后同意@袁浩瀚，不要拘泥于语言，不论学习那一种，对其他的语言还是要抱有开放的心态。另外世界变化很快，你会发现单一的语言分类方式其实是没有意义的，每一门语言在发展过程中都会逐渐吸收其他语言的特性，比如Python本身就既有C/C++/Java那样命令式的特点，也有函数式的特点，像pandas甚至还提供类似SQL的使用方式，在其他语言或系统里也都或多或少包含了不同的特点，可以在学习过程里慢慢体会。

请问什么是量化投资，学量化投资需要什么数学知识，能赚钱吗

我个人认为学习量化投资在金融方面需要具备两个方面的知识：1、首先是要了解金融市场与金融产品，只有这样才能在众多市场与标的中选择合适的来构建投资组合，这一方面需要了解的基础知识有：金融市场与金融机构、投资学、金融衍生品等等；2、其次是需要了解如何量化，相信你应该有足够的IT背景，编程没啥问题，其次的话就是要了解数理来沟通金融产品选择与编程落地，需要了解的科目有：概率论、统计学、计量经济学、金融经济学、数理金融等。

量化投资新手刚起步至少需要多少钱来做？

在投资目标上，是追求每年超越大盘10%的相对收益，还是不管大盘涨跌每年有10%的绝对收益?近期由于大盘震荡，投资者的投资收益比较波动，大众证券报读者群里常有朋友这样感慨：“涨起来不容易，跌起来怎么那么快，这一个月赚的钱几天就又吐回来了?”于是关于绝对收益VS相对收益,更倾向哪一个的讨论又再次引起热议。两种收益目标的背后，对应的是不同的投资理念、交易策略、资产配置方案。在网友“无风的季节”看来，相对收益是指只要比大盘跑得好就可以了，牛市的时候多赚点，熊市的时候少亏点;但容易在市场大幅下跌的情况下，回吐不少利润。绝对收益是指，无论大盘涨跌，也要用各种办法实现正收益。好处是不怎么亏，但牛市的时候则有可能比较难过。目的是理财的话，一定是绝对收益了，毕竟落袋为安。能做到每年10%的绝对收益，已经远远跑赢通货膨胀了，当然也就达到了理财的目的。关键是哪里有这样的投资渠道?”网友“云飞扬”问到，追求每年超越大盘10%，是很多投资的期望，但是作为普通投资者，保证本金的安全才是最重要的，要想做到每年超越大盘的10%比每年有10%的绝对收益来说更难。市场所说在上涨但是每年的波动不一样，要想做到每年超越大盘的10%是很难办到的，但是要想做到每年有10%的收益来说，努力努力还是有点希望。绝对收益才是真钱。无视大盘，炒股每年平均15%就非常好了;我自己每年8-10%就非常满意了，其实超过5就胜过了银行很多理财产品了。网友“不吃草的兔纸”说。个人觉得，熊市主要采取绝对收益策略，牛市要采取相对收益策略。在网友“牛短熊长”理解的相对收益是随企业不断成长相对取得的收益和牛市高估卖出的收益组合。而绝对收益则是不论牛熊以追求绝对正收益为目的投资方式。鉴于两者的目的不一致，因而投资人选择的投资理念，交易策略均不相同。他自己更看重企业自身的盈利能力，成长能力，可持续发展的能力，希望投资的收益伴随企业发展而增加，所持股票跟随企业成长而增值。收益应该是动态的，两个收益应根据风险的偏好不同有不同的选择。网友“无心于事”觉得不看好后面市场的投资者，那么就应该追求绝对收益，绝对收益适合相对稳健，保守，无法接受太大浮亏的投资者。而看好后面市场，那么应该考虑相对收益，相对收益则适合追求高收益，追求超越市场收益的，同时又能接受较大亏损的投资者。就他个人而言，他追求相对收益，能跑赢沪深300就行。自己的闲钱投资，要更看重相对收益，因为只要时间足够长，肯定是赚的;用的不是闲钱或者有使用成本的钱，则必须要更看重绝对收益，绝对收益率必须能够稳定的覆盖资金成本，否则就赔啦。网友“不怕鬼敲门”总结得简单明了。记者李忠官方电话官方网站向TA提问。

热门分类

项目投资创业投资投资移民风险投资股权投资小额投资网络投资投资平台投资技巧天使投资

推荐问答

热门问答