岗位职责 1.开发和优化量化交易策略：设计、开发和优化量化交易策略，包括交易信号生成、风险控制和资产组合管理等。 2.利用AI模型进行量化分析：应用机器学习、深度学习等AI技术，将量化交易的思路和模型与人工智能模型结合，探索并开发创新的量化交易策略和模型。 3.数据分析和处理：收集、清洗和整理市场和交易数据，进行数据分析、特征提取和数据预处理，为量化模型的开发和优化提供支持。 4.模型建立和优化：构建量化交易模型，包括价格预测、波动性建模、统计套利等，模型训练并进行模型的优化和验证。 5.策略实施和交易执行：将开发的量化交易策略转化为实际交易的规则和逻辑，并负责交易执行的监控和调整。 6.监测和风险控制：监测量化交易风险状况，及时进行风险控制和调整，确保交易的稳定性和盈利性。 二、课程介绍及目标 课程涵盖量化工作所需的全部内容，完成课程学习，学生可以完全胜任量化工作，将金融、经济、数学、物理、计算机等专业的同学，培养成企业所需专业量化人才。将量化知识理论与工作实践紧密结合，以实际工作所需为导向，设计课程，解决学校所学与量化就业要求脱节的痛点。 三、课程特色 1.强化基础，注重实践：量化是一个挑战性高、专业性强的工作，数学、算法、编程、金融是做好量化工作的基石。课程采取专业理论知识+项目实践的形式。我们将带领学员，将理论与实践结合起来，打破实践操作的壁垒。 2.一线专业授课老师，覆盖全球量化经验：所有授课老师均为国内外顶尖量化机构的资深量化研究员。 四、课程师资 课程导师由来自于： 全球顶级投资公司桥水、高盛、瑞银、贝莱德等 国内顶级百亿量化私募 丰富的量化开发、量化估值、量化交易经验，擅长股票alpha策略，对股票高频数据和策略有深入的研究，擅长各种复杂金融产品、衍生品定价和自动化实现以及量化风险管理， 对量化策略的算法具体丰富经验。 五、课程设置 第一模块：基础课程 1.1量化课程导论、量化研究员工作经历分享、量化职业发展介绍 1.2金融基础知识 1.3数学基础知识 1.4 python数据清洗基础与数据可视化 1.5 C++、C语言 1.6机器学习概念和算法 第二模块：股票量化：股票alpha策略 2.1因子投资简介 2.2股票交易基础金融知识 2.3基本面因子挖掘思路 2.4量价因子挖掘思路（包括技术指标分析） 2.5单因子回测系统搭建 2.6因子风格评估以及因子正交 2.7因子组合方法 2.8 Barra因子详解与构建 2.9 策略风控与优化方法 2.10策略构建与回测（指数增强、中性策略、多空对冲） 第三模块：股票量化：股票高频策略 3.1 level2数据拆解-tick数据的构成 3.2 level2数据拆解-trans、order数据的构成 3.3高频策略的类型 3.4使用高频数据构建因子 3.5如何进行高频单因子的回测 3.6高频策略回测框架的搭建 第四模块：衍生品定价与交易对冲 4.1期权定价与期权策略 4.2期货定价与期货策略 4.3大宗商品期货 4.4互换定价 第五模块：固定收益 固定收益定价及量化投资（结构性产品，可转债等） 第六模块：风险管理 市场风险，信用风险，流动性风险的测量与管理 第七模块：量化开发系列（实例演练） 7.1实例演练一：数据的挖掘，清洗，转换和使用 （以股票或衍生品数据为例） 7.2实例演练二：股票alpha策略的构建与回测 7.3实例演练三：level2数据拆解-tick数据的处理、股票高频交易策略构建与回测 7.4实例演练四：期货策略的构建与回测 六、课程收获 1.精通编程语言（Python，C++) 2.掌握量化开发全过程：数据准备、数据库搭建、策略设计、策略回归、因子挖掘等 3.熟悉各种衍生品和复杂产品的量化定价模型和风险管理 4.掌握机器学习概念、算法、应用 5.实现量化交易：构建自己的股票alpha策略、构建衍生品交易对冲策略 6.实习证明、课程培训结业证书 七、课程时间：2-3个月，学生可以自行选择，满足各种学生的时间需求 九、课程费用：不满意无条件全额退款 十、适合人群 ： 1.经济金融，金融工程，数学，物理，计算机等理工科，具备一定量化基础 2.未来想从事量化研究等相关岗位 3.追求高薪舒适的高性价比工作 十一、就业前景： 1.量化丰厚的年薪和优越的职业发展成为金融行业金字塔顶尖岗位，国内量化人才稀缺，量化专业人才供不应求 2.高薪工作，以国内百亿量化私募为例，相关岗位应届毕业生生年薪40w—100w，2~5年工作经验的年薪60w—150w 3.量化工作专业竞争力强劲，是职业发展的黄金赛道，对于工作经验、实盘管理经验丰富的量化人才，各金融公司求贤若渴 十二、职业发展方向：量化开发，量化交易，量化定价，量化策略研究，高频交易量化策略研究，风险管理。