量化投资邀请函

《量化投资邀请函》由会员分享，可在线阅读，更多相关《量化投资邀请函（11页珍藏版）》请在金锄头文库上搜索。

1、人大经济论坛 评谷(pinggu) 统计软件培训中心 - 1 - 人大经济论坛统计软件培训中心 “SAS 金融投资应用与实战”全程开课通知 当今社会，统计软件已经广泛应用于通讯、医疗、银行、证券、保险、制造、商业、市场研究、科研、教育等多个行业和领域。 统计分析软件不仅在数据处理、计量分析、数据挖掘等方面发挥着优势，而且是学术研究中的一把利器，现代研究工作更看重对数据的计量分析、更看重对客观事实的研究，掌握统计分析软件的应用，无疑有助于学术研究水平和能力的提升，有益于更有效率的产出学术成果。 其中 SAS 是一门应用领域广泛，且方法不断创新的应用统计学课程。北京国富如荷网络科技有限公司联合人大

2、经济论坛统计培训中心推出 SAS 培训班，详情如下： 一、 培训时间、地点： 培训时间：2014 年 7 月 18-20 日（三天） 培训地点：北京朝阳区对外经贸大学 授课安排： (1) 授课方式：采用 R 最新版软件，中文多媒体互动式授课方式 (2) 授课时间：上午 9:00-12:00，下午 13:30-16:30，16:30-17:00(答疑) 二、讲师介绍: 蔡立耑（Terry Tsai） ，美国伊利诺伊大学金融硕士，华盛顿大学经济学硕士、博士，厦门大学王亚南经济研究院金融学教师，在国内外如美国、韩国有丰富的授课经验。带领博、硕士生从事投资决策、金融衍生品、风险分析、交易策略等领域的研

3、究。 人大经济论坛 评谷(pinggu) 统计软件培训中心 - 2 - 生长于台湾，求学于美国，在台湾的信息与金融业担任高级顾问，不仅拥有扎实的金融理论基础，而且具备广阔的国际视野与前沿的研究理念！ 主持多项金融大数据研究项目，涉及 SAS、R、Matlab、Mathematica、Java 与 C#、F# 等多种统计分析工具与编程语言。在数据处理、数据分析以及数据可视化等数据科学领域有丰富的经验和独到的见解。 亲身实践各种金融应用，主持研究团队与台湾知名大学与企业合作开展各种金融研究，例如量化投资、风险分析等。在统计套利、金融大数据等领域有丰富的操作经验与授课经验。带领的量化投资研究团队用多

4、种编程语言实现了统计套利以及风险管理自动化程序。 三、课程特色和培训目标 （1）课程特色 1：现场教学，可现场和老师互动，解决当下的课程疑惑 2：课程内容丰富，囊括了许多量化投资的理论知识 3：课程内容新颖，应用前沿的学术理论 4：教学过程深入浅出, 以实例与实作印证所学 5：学员能快速掌握灵活 R 语言，能在现实中通过此工具解决量化投资等综合金融问题 6：可操作性强，将所介绍理论在实战中一一展示，即学即用，在实战中搭建课程的整体脉络 （2）培训目标 本课程旨在有限的三天时间内帮助学员高效实现： 1：深入理解量化投资的思想，建立起量化投资的理论直觉 2：熟练灵活使用 R 语言，能藉助 R 语言

5、工具高效迅速构建量化投资策略 3：培养强烈的市场投资直觉，能通过构建量化投资策略敏锐捕捉市场盈利，赢取市场套利空间 四、课程大纲 第一天：R 语言编程与量化投资的数量基础 人大经济论坛 评谷(pinggu) 统计软件培训中心 - 3 - 第一天，我们将向学员介绍 R 语言的基本操作和相关的统计基础知识，并通过对具体金融案例的演示使学员快速了解如何使用 R 语言完成基本的金融分析任务， 也为量化投资实战奠定基础。 上午 1、R 语言简介（30 分钟） R 语言是什么？R 语言何以在短短几年的时间内占领统计、金融、生物、心理学等几乎所有的数量分析领域？R 语言在数据处理上有着 SAS、 SPSS

6、等统计软件无法比拟的灵活性， 这也是我们要以 R语言作为研究工具主要原因。在课程的开始部分我们将简要介绍 R 语言的基本情况，让学员快速熟悉 R 语言编程环境。 （1）R 语言的特点与优势 （2）R 语言编辑器介绍 （3）R 语言中的数据类型和数据结构 （4）R 语言函数的使用 （5）包（Package）的安装与利用 （6）金融分析常用包介绍 2、常用数据处理函数（1 小时） 数据是分析之本。金融分析中我们常常面临各种格式的数据，在本节我们将关注如何使用 R 语言读写、整理和展示数据，并尝试使用 R 语言实现大型股票数据读取，财务报表数据的快速整理，以及绘制 A 股市场的基本图形等工作。 （1

7、）数据导入与写出方法 （2）常用数据整理函数 （3）常用数据运算函数 （4）基础绘图函数 案例一：大型股票数据读取 人大经济论坛 评谷(pinggu) 统计软件培训中心 - 4 - 案例背景：金融数据的大小常常以 G 计算，Excel、SPSS 等分析工具很难驾驭如此庞大的数据量。本案例将介绍如何使用 R 语言建立数据接口完成对大型股票数据库（database）的访问，并使用SQL 语言快速找到需要数据。 案例二：财务报表信息快速整理 案例背景：哪家上市公司的成长性最好？行业平均的 ROA 是多少？只需几行代码，R 语言就可以实现财务数据的快速整理。 案例三：A 股市场数据绘图 案例背景：一图

8、胜千言，图形展示将带给我们更直观、丰富的阅读体验。案例将在对 A 股市场数据的简单整理上演示基础图形的绘制方法。 3、高阶技巧（1 小时） 在更复杂的数据分析问题中，我们必须实现自定义化的计算过程，而这种灵活性恰好是 R 语言最大的特色。这里将简要介绍循环结构、条件结构等控制过程的基本语法，以及 apply 函数簇的使用方法，最后将关注 R 语言的运算性能，简单介绍如何使用并行运算提高 R 的运行能力。这些技巧将在后面的课程中得到广泛的应用。 （1）R 语言的函数结构 （2）apply 函数簇快速编写函数 （3）并行运算 案例：行业指数编制与计算 案例背景：行业分析是市场中观研究的重点，本案例

9、将探讨如何使用 R 语言编程技巧完成行业指数的编制，为市场分析提供直观可靠的工具。 4、统计学基础：单变量分析（30 分钟） 本节将快速回顾统计学的基本知识，并将其运用于 A 股市场之中。 （1）样本分布理论 人大经济论坛 评谷(pinggu) 统计软件培训中心 - 5 - （2）描述性统计 （3）参数估计 （4）假设检验 案例：A 股描述性统计 案例背景：A 股市场什么样？本案例将利用基本的统计学原理描述 A 股的市场状态，使学员形成良好的数量化思维理念。 下午 5、统计学基础：多变量分析（1.5 小时） 市场中我们面对的是以千计的金融资产， 但这些资产的波动并不是孤立的， 而往往有其内在的

10、关联。如何刻画这些关联辅助我们的金融分析？这将是本节关注的重点。 （1）变量间的相关性 （2）线性回归模型 （3）方差分析 案例一：CAPM 模型计算实例 案例背景：CAPM 模型是最经典的定价模型，也是线性回归模型的一个重要应用。CAPM 模型结果中的 Alpha、Beta 值一直是度量资产特性的基础性指标。本案例将详细讲解如何使用 R 语言完成 CAPM 模型的建模。 案例二：2009-2013 行业间收益率比较 案例背景：近五年来哪个行业高涨、哪个行业低迷？本案例将探究历史数据中这种行业间表现的差异性。 6、时间序列分析基础（1.5 小时） 人大经济论坛 评谷(pinggu) 统计软件培

11、训中心 - 6 - 时间序列分析是金融计量分析的基础。股价序列、收益率序列都可以视为时间序列的特例。本节将介绍时间序列的概念、平滑方法，以及 ARMA、GARCH、协整等基本的时间概念分析模型。介绍过程中将避免繁杂的数学公式，力求通过直观的语言和演示使学员形成金融上的直觉。 （1）时间序列的概念 （2）时间序列平滑 （3）平稳时间序列建模 （4）多时间序列间的关系 案例一：制作均线系统 案例背景： 均线是证券投资分析的最基本的工具指标。 根据计算方法的不同， 其又可具体分为 SMA、WMA、EWMA 等几个类型。本案例将介绍如何使用 TTR 和 quantmod 包计算和绘制均线，以及练习自主

12、编制程序计算均线。 案例二：上证指数日收益率的平稳性时间序列建模 案例背景：证券市场的波动是否真的有迹可循？本案例将透过几个平稳性时间序列模型探索证券市场波动的基本规律。 第二天：量化投资简介与实战 什么是量化投资？量化投资的类型和思想是什么？第二天学员将深入学习量化投资策略的类型、思想、评价标准及风险管控理念，并在下午关注几个基本的选股和资产配置模型。 上午 1、量化投资导论（30 分钟） 量化投资是什么？量化投资有哪些基本特征？在课程的开始部分，我们将快速熟悉量化投资的基本知识。 （1）交易策略回顾与比较 （2）量化投资的特点 人大经济论坛 评谷(pinggu) 统计软件培训中心 - 7

13、- （3）量化投资盈利的理论基础 （4）量化投资策略的开发过程 （5）量化投资策略的基本要素 2、量化投资主要类别与思想简介（1.5 小时） 作为一种投资思想，量化投资几乎涉及了从选股到选时、从资产配置到如何交易的整个投资流程。在这里我们将量化投资的几个主要方面进行探讨，并介绍其中涉及的主要模型。 （1）量化投资涉及的主要问题 （2）量化选股 （3）量化择时 （4）资产配置 （5）算法交易 （6）预测模型 （7）其他模型探讨 3、投资评价与风险管控（1 小时） 任何一个成熟的投资策略都要有合理、严谨的投资评价和风险管控体系，对于量化投资来说更是如此。这里我们将重点介绍与此相关的内容。 （1）基

14、础投资评价指标 （2）高阶投资评价指标 （3）参照策略（Benchmark Strategy）评价模式 （4）量化投资的风险来源与管控 下午 4、量化选股（1.5 小时） 人大经济论坛 评谷(pinggu) 统计软件培训中心 - 8 - 选择正确的股票是成功的投资的第一步。本节将介绍几个基本的选股模型原理，并重点讲解如何使用 R 语言快速批量化生成选股报表。 （1）财务评级选股 （2）超额 Alpha 选股 （3）三因子模型选股 （4）R 语言批量化选股报表生成实例 （5）经典定价模型有效性的探讨 5、投资组合配置（1.5 小时） 同样的的股票，不同的投资者也会获得不同的收益，这就是投资组合的

15、选择问题。本节将介绍经典的马科维茨风险收益模型进行投资组合配置的实例，并探讨模型的可行性和有效性，并进一步引入更接近现实的修正模型：Black-Litterman 模型。 （1）随机资产配置的模拟 （2）马科维茨风险-收益模型原理 （3）A 股市场实例 （4）模型缺陷与修正：Black-Litterman 模型 第三天：量化投资实战 第三天将继续通过 R 语言实战讲解量化投资的实现过程。上午我们将重点放在技术分析手法的量化实现上，这些模型已经过北美市场十余年实践而成为经典的模型。下午，我们将深入探讨量化投资的另一重要议题统计套利。 上午 1、动量策略（1 小时） 动量的概念简单明了，本节将以这

16、个基本的例子作为引入，探讨量化交易手法的一般过程和 R 语言实现手段。 人大经济论坛 评谷(pinggu) 统计软件培训中心 - 9 - （1）动量的概念 （2）动量指标制定 （3）交易策略设计 （4）R 语言实际验证 2、通道突破策略（1 小时） 通道突破策略是最为成功的几类投资策略之一。本节将介绍通道的识别方法、交易信号的设置以及模型的实际验证。 （1）最大最小值通道 （2）布林（Bollinger）通道 （3）交易策略设计 （4）实际验证 （5）模型探讨 3、均线系统策略（1 小时） 均线一直是技术分析流派最为基本、最为常用的分析工具，由均线系统衍生的交易手法层出不穷。这些模型如何实现？它们是否有效？本节将探讨相关问题。 （1）均线编制与计算 （2）双均线交叉（Dual Moving Average Crossover）策略 （3）异同均线策略（MACD）策略 （4）实际验证 （5）模型探讨 下午 4、统计套利策略介绍（30 分钟） 人大经济论坛 评谷(pinggu) 统计软件培训中心 - 10 - 统计套利模型是国外量化基金最重要的投资策略之一。这种交易模式发端