量化金融是一个什么样的专业?

1. 量化金融是一个什么样的专业?

量化金融是指依托金融大数据、金融科技和智能金融的技术进展，通过数量化方式及计算机程序发出交易指令，以获取稳定收益为目的的金融投资方式。
量化金融在美国已有30多年的发展历史，投资业绩稳定，市场规模和份额不断扩大，成为美国投资界的主流方式，并占据了全球投资领域的半壁江山。量化金融一直是全球各大金融机构的高薪岗位，专业人才需求巨大。
与量化金融在国外的蓬勃发展相比，中国资本市场量化金融方兴未艾。随着大数据的广泛应用和金融科技的飞速发展，量化金融日益受到国内投资界的高度关注，呈现井喷式发展态势，各大金融机构纷纷成立量化投资部专门从事量化金融策略研发与投资工作。
与资本市场量化金融井喷式发展相比，我国量化金融人才培养相对滞后，各大金融机构在量化金融方面人才奇缺，量化金融人才争夺日趋白热化。
从金融业界对量化金融人才的现实需求来看，高水平的量化金融人才需要同时具备金融学、行为科学、统计学、计算机、数学领域的专业背景，具有明显的跨学科特征。

量化金融学与传统金融学的区别：
量化金融学主要是涉及量化投资的一门新兴金融学科。量化投资是以金融衍生品和工具为基础的，对于数据和信息要求很高,是一个智慧型、智力型、智商型为主导的产业。
传统金融，主要是指只具备存款、贷款和结算三大传统业务的金融活动。广义的寿命周期成本还包括消费者购买后发生的使用成本、废弃成本等。简单来说，金融就是资金的融通、是货币流通和信用活动以及与之相联系的经济活动的总称。
广义的金融泛指一切与信用货币的发行、保管、兑换、结算,融通有关的经济活动,甚至包括金银的买卖,狭义的金融专指信用货币的融通。

2. 量化金融是一个什么样的专业?

量化金融是指依托金融大数据、金融科技和智能金融的技术进展，通过数量化方式及计算机程序发出交易指令，以获取稳定收益为目的的金融投资方式。

量化投资是指通过数量化方式及计算机程序化发出买卖指令，以获取稳定收益为目的的交易方式。在海外的发展已有30多年的历史，其投资业绩稳定，市场规模和份额不断扩大、得到了越来越多投资者认可。
从全球市场的参与主体来看，按照管理资产的规模，全球排名前四以及前六位中的五家资管机构，都是依靠计算机技术来开展投资决策，由量化及程序化交易所管理的资金规模在不断扩大。
事实上，互联网的发展，使得新概念在世界范围的传播速度非常快，作为一个概念，量化投资并不算新，国内投资者早有耳闻。但是，真正的量化基金在国内还比较罕见。同时，机器学习的发展也对量化投资起了促进作用。
其实，定量投资和传统的定性投资本质上是相同的，二者都是基于市场非有效或是弱有效的理论基础，而投资经理可以通过对个股估值，成长等基本面的分析研究，建立战胜市场，产生超额收益的组合。
不同的是，定性投资管理较依赖对上市公司的调研，以及基金经理个人的经验及主观的判断，而定量投资管理则是“定性思想的量化应用”，更加强调数据。

3. 量化金融和传统金融有什么不同

　　量化金融和传统金融的区别是：量化金融学主要是涉及量化投资的一门新兴金融学科。量化投资是以金融衍生品和工具为基础的，对于数据和信息要求很高，是一个智慧型、智力型、智商型为主导的产业。
　　传统金融，主要是指只具备存款、贷款和结算三大传统业务的金融活动。广义的寿命周期成本还包括消费者购买后发生的使用成本、废弃成本等。简单来说，金融就是资金的融通。金融是货币流通和信用活动以及与之相联系的经济活动的总称，广义的金融泛指一切与信用货币的发行、保管、兑换、结算，融通有关的经济活动，甚至包括金银的买卖，狭义的金融专指信用货币的融通。

4. 怎么自学量化金融？

我把微积分/高等数学/数学分析、线性代数/高等代数、概率论和统计学/概率论+统计学+数理统计这三块内容归到这一类。每一块中，越靠后的难度越大。这一块学得是否熟练以及是否深入，直接决定了后面的“数学进阶和应用”部分的课程学得是否吃力。

　　对于一部分同学来说，“数学进阶和应用”部分的课程和“资产定价”部分的课程是吃饭的家伙。这一部分同学起步的职业往往是量化分析师（Quantitative Analyst）。一个典型的量化分析师熟练掌握2种以上的编程语言和各类资产定价模型，并有能力找到套利策略。如果发现自己数学课学得不吃力且比较有感觉，可以考虑在这个职业路径上多投入时间。反之，则建议选择较轻松的课程，并考虑其他的职业路径。

　　微积分/高等数学/数学分析

　　往低了说是理解中高级的经济、金融学理论的一块拼图，往高了说是一种重要的思维训练。数分里能训练的东西太多，一两句话说不清楚，我自己也没太学好，就不献丑了。

　　线性代数/高等代数

　　在“数学进阶和应用”以及“资产定价”部分，需要经常使用矩阵的性质和运算。这门课往低了说，是做定量分析的一块拼图，往高了说也是一种重要的思维训练。尤其是对线性空间和投影这两个概念的理解，对于以后的学习很重要。

　　概率论和统计学/概率论+统计学+数理统计

　　往低了说是理解中高级的经济、金融学理论的另一块拼图，往高了说……你大概知道我要说什么了。培养关于不确定性的思维对于金融从业人员来说很重要。即使是看上去和不确定性不大相关的财务工作，也需要干把未来发生的现金流对到现在的事情。

5. 量化金融方向对数学方面有什么具体要求？

对数学要求很高。
数学是很重要的。

工作方面来说，根据具体工作内容的不同，是很不一样的。

金融领域里面，也有类似于销售、渠道、投资顾问等等营销类的岗位，以及包括其他支持类的工作，对于数学的要求基本为零。

也有专业类的工作：
分析师方面，特别是量化分析和金融工程，基本上不仅要通晓数学和统计学，这几年的行业发展似乎对于计算机工程也有一定的要求（编程貌似变得很重要了）

资产管理方面：
一般来说portfolio manager和基金经理因为不是一线的证券分析人员，所以相对不需要那么高端大气上档次的数理技能，不过，他们基本上都是从分析师升职而来，所以嘛，肯定是数学高人。
至于目前的指数基金的基金经理，基本都是金融工程或者精算专业的，其数理技能也可想而知了。

风险管理方面：
不要以为风控只是一群编写各种绕死人规章流程的心理能力有文体的文职人员，实际上risk management需要相当高的数理能力，FRM(financial risk management)是一项对数理要求非常高的技能哦。

至于保险业：
精算师是对数理要求比较高的一个

6. 量化金融和金融工程的区别

量化投资是指通过数量化方式及计算机程序化发出买卖指令，以获取稳定收益为目的的交易方式。在海外的发展已有30多年的历史，其投资业绩稳定，市场规模和份额不断扩大、得到了越来越多投资者认可。从全球市场的参与主体来看，按照管理资产的规模，全球排名前四以及前六位中的五家资管机构，都是依靠计算机技术来开展投资决策，由量化及程序化交易所管理的资金规模在不断扩大。
事实上，互联网的发展，使得新概念在世界范围的传播速度非常快，作为一个概念，量化投资并不算新，国内投资者早有耳闻。但是，真正的量化基金在国内还比较罕见。同时，机器学习的发展也对量化投资起了促进作用。

其实，定量投资和传统的定性投资本质上是相同的，二者都是基于市场非有效或是弱有效的理论基础，而投资经理可以通过对个股估值，成长等基本面的分析研究，建立战胜市场，产生超额收益的组合。不同的是，定性投资管理较依赖对上市公司的调研，以及基金经理个人的经验及主观的判断，而定量投资管理则是“定性思想的量化应用”，更加强调数据。

7. 金融学研究生，如何零基础学量化

简介篇
数量金融，或者叫金融工程，目前在国内主要有三大发展方向：交易策略研究、衍生品定价、风险管理。

交易策略研究，包括选股，择时，套利。选股以α与β策略为主，择时方面，目前国内流行机器学习的手段进行择时建模，诸如SVM、神经网络等，目前该工作多见于券商与期货公司的研究部（金融工程组）、自营部（量化交易）、资产管理部等。有关交易策略研究，可以多看看券商的金工专题研报，某些大券商的金工专题研报还是很有含金量的，具体可以参考新财富金工组的排名。

衍生品定价，指的是场外（内）期权的定价以及套利，多见于券商的柜台市场部（OTC产品）、资产管理部，某些一线券商的机构销售部也配有交易组，负责场外期权的定价。衍生品定价大多数被海归名校生占领。没办法，国外的期权理论较为成熟，这是不可避免的。而且个人认为，如果希望做衍生品定价的话，最好刷一个phd的学位……

风险管理，多数是围绕对冲做文章，通常需要较好的资产组合管理知识以及衍生品对冲的知识，delta hedge, gamma hedge等自然必不可少。多见于券商的风控部门。

8. 量化研究在金融中的运用

第一个趋势：量化和主动的融合  以前各家机构量化团队和主动团队基本上各自发展，不少机构甚至没有量化团队。经历股灾之后，机构对量化团队需求不断上升，量化投资和主动投资相互融合迹象不断明显。近半年来，我经常接到一些原来主要从事主动投资的私募基金、公募基金、保险公司、证券公司等，要求推荐量化团队，主要目的大致是如下几个：（1）组建量化绝对收益团队，完善产品线，希望在弱市中能尽量稳定产品规模，量化投资模型更具可积累性，可学习性，主动投资团队一旦灵魂人物离开，对团队冲击有时往往会很大，产品业绩及规模也会因此出现明显变化;（2）投资策略等的指数化、产品化，对量化团队提出了需求。（3）为主动团队投资提供量化建议。【摘要】
量化研究在金融中的运用【提问】
第一个趋势：量化和主动的融合  以前各家机构量化团队和主动团队基本上各自发展，不少机构甚至没有量化团队。经历股灾之后，机构对量化团队需求不断上升，量化投资和主动投资相互融合迹象不断明显。近半年来，我经常接到一些原来主要从事主动投资的私募基金、公募基金、保险公司、证券公司等，要求推荐量化团队，主要目的大致是如下几个：（1）组建量化绝对收益团队，完善产品线，希望在弱市中能尽量稳定产品规模，量化投资模型更具可积累性，可学习性，主动投资团队一旦灵魂人物离开，对团队冲击有时往往会很大，产品业绩及规模也会因此出现明显变化;（2）投资策略等的指数化、产品化，对量化团队提出了需求。（3）为主动团队投资提供量化建议。【回答】