一、单项选择题 1. 著名的Chern-Simons定理是由（）与数学家陈省身共同创立。 A. 詹姆斯·西蒙斯 B. 大卫·肖 C. 伊曼纽尔·德曼 D. Ray Dalio 您的答案：A 题目分数：10 此题得分：10.0 批注： 2. 事件驱动策略的特点是（）。 A. 低收益、低风险、大容量 B. 高收益、低风险、小容量 C. 高收益、高风险、大容量 D. 低收益、高风险、小容量 您的答案：B 题目分数：10 此题得分：10.0 批注： 二、多项选择题 3. 数学理论和方法在量化投资中非常重要，以下（）是对图形进 行模式识别的数学理论或方法。 A. 贝叶斯分类 B. 分形理论 C. 机器学习 D. 小波分析 您的答案：D,B,C 题目分数：10 此题得分：10.0 批注： 4. 下列关于股指期货套利的说法正确的是（）。 A. 股指期货套利可看作无风险套利 B. 股指期货套利是指利用股指期货市场存在的不合理价格，
同时参与股指期货与股票现货市场交易，以赚取差价的行为 C. 股指期货套利策略的核心是冲击成本和保证金管理 D. 高速的套利系统是股指期货套利的重要支撑 您的答案：A,C,D,B 题目分数：10 此题得分：10.0 批注： 5. 下列选项属于主要量化对冲策略的是（）。 A. 阿尔法套利 B. 股指期货套利 C. 商品期货套利 D. 期权套利 您的答案：B,C,A,D 题目分数：10 此题得分：10.0 批注： 三、判断题 6. 阿尔法套利是主流的量化对冲策略，Pure Alpha是阿尔法套利 的代表性产品。（） 您的答案：正确 题目分数：10 此题得分：10.0 批注： 7. 投资的核心是小数定律。（） 您的答案：错误 题目分数：10 此题得分：10.0 批注： 8. 量化投资的目标是追求绝对收益。（） 您的答案：错误 题目分数：10 此题得分：10.0
量化投资基础入门（一） 讲起量化投资，就不得不提华尔街的传奇人物——詹姆斯·西蒙斯(James Simons)。 这位慧眼独具的投资巨擘，有着一份足以支撑其赫赫名声的光鲜履历：20岁时获得学士学位;23岁时在加州大学伯克利分校博士毕业;24岁时成为哈佛大学数学系最年轻的教授;37岁时与 中国数学家陈省身联合发表了著名论文《典型群和几何不变式》，并开创了著名的陈—西蒙斯理论;40岁时运用基本面分析法设立了自己的私人投资基金;43岁时与普林斯顿大学数学家勒费尔(Henry Laufer)重新开发了交易策略并由此从基本面分析转向数量分析;45岁时正式成立了文艺复兴科技公司，最终笑傲江湖，成为勇执牛耳的投资霸主。 这段看似青云直上的成名之路，再次为世人印证了一个道理——当代的技术创新，其实大多源自跨越学科的资源整合，而非从无到有的发明创造。具体说来，即使睿智如西蒙斯，在最初之时，他也没有直接想到运用量化方法投资，而是和众多投资者一样着眼于外汇市场，但野心勃勃的西蒙斯并不甘于只是简单因循传统的投资策略。随着经验的不断累积，他开始思考，为何不运用他最为熟悉的数学方法来搭建投资模型，从而能够科学精准地预测货币市场的走势变动?这一大胆的跨学科尝试，最终彻底改变了他的人生走向。
通过将数学理论巧妙融合到投资的实战之中，西蒙斯从一个天资卓越的数学家摇身一变，成为了投资界中首屈一指的“模型先生”。由其运作的大奖章基金(Medallion)在1989-2009的二十年间，平均年收益率为35%，若算上44%的收益提成，则该基金实际的年化收益率可高达60%，比同期标普500指数年均回报率高出20多个百分点，即使相较金融大鳄索罗斯和股神巴菲特的操盘表现，也要遥遥领先十几个百分点。最为难能可贵的是，纵然是在次贷危机全面爆发的2008年，该基金的投资回报率仍可稳稳保持在80%左右的惊人水准。西蒙斯通过将数学模型和投资策略相结合，逐步走上神坛，开创了由他扛旗的量化时代，他的骤富神话更让世人对于量化投资有了最为直观而浅显的认识：这能赚钱，而且能赚很多钱。 “文艺复兴”的能否真的“复兴”? 但金融行业瞬息万变，老天也没有一味垂青这位叱咤风云的“模型先生”。自2012年以来，由西蒙斯掌印的文艺复兴科技公司可谓祸事不断，厄运缠身。其麾下的“文艺复兴机构期货基金”(RIFF)在2011年仅实现盈利率增长1.84%，到2012年，更是破天荒的亏损了3.17%，这一亏损幅度甚至超过了同年巴克莱CTA指数的平均降幅(1.59%)。RIFF主要通过全球范围的期货和远期交易来实现绝对收益，虽属于文艺复兴公司旗下规模较小的基金产品，但作为公司的明星”印钞机“，其回报率竟会一下暴跌至行业平均水平，难免让众人始料不及。到2012年底，RIFF 的
量化投资修行之葵花宝典 很多朋友问过，顺手认真整理了一下，个人观点，特指“量化组合投资领域”，仅供各位朋友参考 预备知识 预备知识包括：数学、计算机、投资学。 数学方面至少包括微积分、线性代数、优化理论、概率统计基础、线性回归等知识点。当然，数学专业出身最佳，肯定满足条件，一般理工科也都基本满足要求，即使有所欠缺，花一点时间也就自学补上了。 计算机方面有两点：一是要会编程，MATLAB、C++、Java、Python、R等语言或软件只要会用一种就行，但要求比较熟练，有过几万行代码的经验；二是了解数据库和SQL语言，因为量化投资中涉及对海量数据的管理和分析，所以需要建立和维护数据库，并用SQL从数据库按各种形式查询数据。 投资学方面只要通过大学的《投资学》课程就好，像William Sharpe等3人合著的《投资学》，还要好几部其它优秀的《投资学》教程都可以。要是能够通过CFA，那就最好了，知识面更广。 入门阶段 Barra USE3 handbook Barra是量化投资技术提供商，是量化投资先驱。其经典的美国股票风险模型第3版（USE3）手册，详细介绍了股票市场多因子模型的理论框架和实证细节。手册共几十页，不太长，描述规范清晰，不陷入无意义的细节，非常适合于入门。
系统学习阶段 系统化学习1：Quantitative Equity Portfolio Management（QEPM），Ludwig Chincarini 偏学术风格 偏学术界的作者撰写的关于量化股票组合投资的系统教程。尤其是前几章概述部分写得非常精彩、易懂、准确。把该领域的各个方面高屋建瓴地串讲了一遍。后面部分的章节似乎略有些学术了，但也值得一读。 由于其较高的可读性，适于初学者学习。 系统化学习2：Active Portfolio Management（APM）， Grinold & Kahn 偏业界风格 业界先驱所著，作者均曾任Barra公司的研究总监。本书深度相对较深，描述也偏实践，介绍了许多深刻的真知。并且书中很多论述精彩而透彻。该书被奉为量化组合投资业界圣经。不过该书有些章节撰写得深度不一，初学者容易感到阅读起来有点困难。所以推荐：首次阅读不必纠结看不懂的细节，只要不影响后续阅读就跳过具体细节；有一定基础后，建议经常反复阅读本书。 系统学习3：Quantitative Equity Portfolio Management（QEPM），Qian & Hua & Sorensen APM的补充 业界人士所著。针对性地对APM没有展开讲的一些topic做了很好的深入探讨。建议在APM之后阅读。该书风格比较数学，不过对数学专业背景
量化投资 =============================================================================== 究竟什么是量化投资 日期：2009-10-28 09:15:53 回国工作这段时间来，经常有人问我：“究竟什么是量化投资？”尽管这一投资方式在国际上已经获得了广泛的认同与应用，但对于国内投资人而言，还是一个新话题。 简单地说，定量投资是将人的投资思想反应在数量模型中，并利用电脑处理大量信息，进行投资决策。定量投资强调投资的科学性，它意味着“投资已由一种艺术发展为科学”。 首先是科学验证。与传统定性投资相比，定量投资更加强调投资思想的科学验证。比如，某些投资者认为管理质量好，产品质量高的公司更有可能带来长期回报。而另一些人却认为在中国市场，利用市场情绪和技术分析更能取得高市场回报。两种投资者都分别能讲出一些成功的故事来。那么，我们又该相信谁呢？ 定量外汇保证金投资会将两种说法都进行验证。我们会建立两个模型，分别反映上述两种投资思想。以验证这些思想长期有效，而不仅仅在某一时期、某种市场甚至某些个别事例上正确。定量投资人会采用长期历史数据和大量股票进行研究。只有在多数情况下有效的思想，我们才会在最终的投资模型中采用。 其次，便是纪律性。虽然量化模型是由人设计的，具体的交易单却由模型产生。我们在经验总结以及模型设计时容易理性，但在个股的交易时却不免受制于人性的弱点。基于对思想模型的信任，定量投资会严格执行模型所产生的交易单，仅在特殊的情况下对交易单进行个别修改。这种由模型确定交易的过程能帮助我们克服交易中的人性弱点。 定量投资是计算机科技以及投资炒外汇入门市场发展到一定阶段的产物。1971年，巴克莱国际投资管理公司发行了世界上第一只被动的定量投资产品。1977年，这一公司又发行了首只主动定量产品。 受益于计算机技术和市场数据供应的完善，进入21世纪后，这一投资方式开始飞跃成长。2000年至2007年间，美国定量投资总规模翻了四倍多。而同期的美国共同基金总规模(定量+定性)只翻了1.5倍左右。定量投资在全部投资中的占比从1970年为零发展到2009年30%以上。 什么是量化基金?什么是量化投资基金? 量化基金的主要特点是将定性研究的理论通过数量模型演绎出来，借助电脑强大的处理信息的能力，全范围的筛选符合“标准”的股票，避免任何投资“盲点”的产生，最大限度地捕捉“标准”的投资对象。由于借助量化模型，定量投资能够避免基金经理情绪、偏好等对投资组合的干扰，精确地反映基金管理人的投资思想，最大限度地“理性”投资。
量化投资入门教程六——技术指标MA策略 目录 1.策略原理及代码 1.1策略原理 1.2策略代码 1.2.1ATR.ini 1.2.2ATR.py 1.2.3stock_pool.csv 2.Python相关函数 2.1Python标准函数 2.2掘金接口函数 3.金融术语（移动平均线）
1.策略原理及代码 1.1策略原理 基于ta-lib的MA策略。如果当前价格高于MA，买入股票；如果当前价格低于MA，卖出股票。 实现量化投资策略的相关编程并非想象中这么困难，从Python的安装到量化编程的实现只需简单几步（具体见 https://www.doczj.com/doc/265816312.html,/q/forum.php?mod=viewthread&tid=54&extra=page%3D1轻松安装Python、掘金量化平台及相关工具包） 1.2策略代码（可直接在python中实现） 1.2.1 ma.ini [strategy] username= password= ;回测模式 mode=4 td_addr=localhost:8001 strategy_id= ;订阅代码注意及时更新 subscribe_symbols=SHFE.ag1705.tick,SHFE.ag1705.bar.60 [backtest] start_time=2017-02-15 21:00:00 end_time=2017-03-07 16:00:00 ;策略初始资金 initial_cash=10000000 ;委托量成交比率，默认=1（每个委托100%成交） transaction_ratio=1 ;手续费率，默认=0（不计算手续费） commission_ratio=0.0004
量化研究学习书单 重要说明： 1、这里所列的书籍，专指定量研究学习，侧重应用，定性研究的大量好书，暂不列入。 2、方法论为各学科所共通，此书单所列书目，对包括新闻传播学在内的所有社会科学学生掌握定量研究方法都有帮助。 3、研究方法的学习与运用，有相当的难度。为了使中国学生便于理解和阅读，这里所列的绝大部分都是中文书，且为近期出版，容易找到。事实上，英文世界，有大量更好的学习书籍，请感兴趣者通过其他途径查找阅读。 4、方法论的书，都是“工具书”，看一遍或几遍远远不够，要放在案头，像字典一样，遇到具体的问题，常读常新。每次阅读，你都能有新的理解和收获。 5、如果能把书目中所列的大部分书都读通读精，完成一篇比较优秀的定量研究博士论文，在方法论上已经游刃有余。但学海无边，方法会不断出新，更深入、专业的分析手段，请感兴趣者日后自行查找。 6、台湾地区的研究方法和论文写作指导书，无论是数量还是质量上，远高于大陆。所以这里特别列出了一些台湾地区的书目，如有机会阅读，对你的帮助肯定很大很大。 7、量化研究入门容易，学好很难。在最后特别列出了“值得学习的定量研究论文集”，看看高手的量化研究论文是怎么写的，是如何从构思到步步深入的。每篇都值得新手反复研读，模仿，你的水平定会提高。 8、量化研究要学好，理论、方法技术、分析软件，三者缺一不可。这里所列书目，以方法技术为主，部分涉及分析软件，侧重实用性。理论书，请根据具体的研究选题，自行查阅。 9、读书也要看“品牌”，品牌是质量的保证。量化研究学习领域，个人认为，比较好的作者品牌是：台湾学者邱皓政、吴明隆、温福星等；海外学者谢宇、边燕杰、侯杰泰等；国内学者徐淑英、郭志刚、风笑天、仇立平、温忠麟等；比较好的出版社品牌是：大陆的重庆大学出版社“万卷方法”系列；格致出版社的“格致定量”系列；台湾的五南图书出版公司、三民书局、心理出版社等。另外，大陆的社科文献出版社，经常会出版一些优秀的定量研究专著。 10、目前市面上量化研究的书也很多，但说实话，好书不多，中文的好书更少，手把手教你学习的好书，则少之又少。这里所列书目，每本我都认真研读过数遍，都是我自认为觉得对研究入门、研究进阶、研究深入很有帮助的好书。但受制于我的阅读量和阅读范围，仅为一家之言，特此说明。 基础篇： 1.陈国明：《传播研究方法》，复旦大学出版社，2011年版。 2.邱皓政：《量化研究与统计分析》，重庆大学出版社，2009年版。 3.仇立平：《社会研究方法》，重庆大学出版社，2008年版。
MATLAB入门教程 1．MATLAB的基本知识 1-1、基本运算与函数 在MATLAB下进行基本数学运算，只需将运算式直接打入提示号（>>）之後，并按入Enter键即可。例如： >> (5*2+1.3-0.8)*10/25 ans =4.2000 MATLAB会将运算结果直接存入一变数ans，代表MATLAB运算後的答案（Answer）并显示其数值於萤幕上。 小提示：">>"是MATLAB的提示符号（Prompt），但在PC中文视窗系统下，由於编码方式不同，此提示符号常会消失不见，但这并不会影响到MATLAB的运算结果。 我们也可将上述运算式的结果设定给另一个变数x： x = (5*2+1.3-0.8)*10^2/25 x = 42 此时MATLAB会直接显示x的值。由上例可知，MATLAB认识所有一般常用到的加（+）、减（-）、乘（*）、除（/）的数学运算符号，以及幂次运算（^）。小提示：MATLAB将所有变数均存成double的形式，所以不需经过变数宣告（Variable declaration）。MATLAB同时也会自动进行记忆体的使用和回收，而不必像C语言,必须由使用者一一指定.这些功能使的MATLAB易学易用，使用者可专心致力於撰写程式，而不必被软体枝节问题所干扰。 若不想让MATLAB每次都显示运算结果，只需在运算式最後加上分号（；）即可，如下例： y = sin(10)*exp(-0.3*4^2); 若要显示变数y的值，直接键入y即可： >>y y =-0.0045 在上例中，sin是正弦函数，exp是指数函数，这些都是MA TLAB常用到的数学函数。 下表即为MATLAB常用的基本数学函数及三角函数： 小整理：MATLAB常用的基本数学函数 abs(x)：纯量的绝对值或向量的长度 angle(z)：复数z的相角(Phase angle) sqrt(x)：开平方 real(z)：复数z的实部 imag(z)：复数z的虚部 conj(z)：复数z的共轭复数 round(x)：四舍五入至最近整数 fix(x)：无论正负，舍去小数至最近整数 floor(x)：地板函数，即舍去正小数至最近整数
金融学院量化投资方向复试经验 1、复试各环节完整流程 金院金融专硕分为四个方向：银行管理，资本市场，金融工程，量化投资。量化投资（以下称量化）与其他三个方向在复试上有很大程度的差别。量化整个复试包括审查、笔试、面试。如果是10月考研报名时已经选择了量化投资，则不需要审查，过线后直接进笔试，如果10月没选量化投资，初试成绩出了后有改选量化投资的机会，但是需要审查，审查成绩单、简历等资料，主要看数学、计算机、金融等学科的成绩和有没有相关经历。金院量化的笔试和面试一般在挨着的两天，第一天上午笔试之后，下午公布结果，一般在5点左右，转天上午面试，也是当天下午5点左右电话或者短信通知是否拟录取，如果没有拟录取，那么你还有再次参加专硕其他三个方向面试的机会，只是时间会很紧张，量化的面试和普通方向的面试之间不会隔很久，18年是挨着的。 2、复试为什么需要提前准备 对于量化来说，绝大多数复试内容在准备初试期间基本没有涉及，同时也没有固定的题库，考生需对复试的各个领域全面复习，而且对于编程等技能性知识来说，需要较长时间的经验积累，因此需要提前准备。 3、复试中应该如何表现自己（着装、仪表、举止言谈） 复试笔试可以穿平时的衣服，不要太随意就好。面试建议男生穿着正装，女生不严格要求正装但也要正式一点的衣服，尽管不能用服装确定你是否录取，但着装正式对老师表示尊重是绝对没错的。回答问题语气要平和，切不可过度表现自己。最简单来说，无论从你身体哪里（头发、鞋、语气），都不会让老师觉得不适就可以了。
4、复试中笔试的参考书（怎么看，什么时间看） 量化的复试，不管是笔试和面试，都可以按照金融学院官网上给出的笔试提纲和样卷来准备。主要包括运筹学（管理科学）、统计学（计量经济学）、随机分析、投资学和衍生品、编程和数学（主要是概率论）等。参考教材有李子奈《计量经济学》或其他本科教材，博迪《投资学》，赫尔《衍生品》，《管理科学基础》天大版或其他运筹学的书，编程语言可以自己任选，这边的老师用Matlab和Python比较多，量化的工作也基本是这两个最常用，相信各位朋友圈可以看到很多这俩语言的教程，这里就不多列举。随机分析的部分如果本科没有学过的话就放弃吧，看了书考试也写不上来，非要看可以看《金融随机分析》，施里夫的。看书的过程中着重看自己以前见过的，把已经掌握的弄牢固，以前接触少或者没接触过的大概知道意思就好。专业跨度比较大的同学建议越早看书越好，金融工程、数学、计算机等专业压力会相对小一些。 5、复试中金融热点问题 量化的复试基本不会涉及热点问题，但是老师会针对性的问一些金融市场的基本常识，但是并不是根据热点问题提问的。 6、复试需要提前联系导师吗 量化的整个研究生考试相当于过关式，过了一关以后，上一关的成绩不会影响下一关。也就是说，在最后一关参加面试的同学中，是否录取基本只取决于面试的表现，和初试和笔试关系不大。因此初试成绩很高并不能保证录取，初试成绩低的同学，只要复试表现好，老师会给你复试打很高的成绩保证你被录取，因此大家的机会都是公平的，不需要提前联系导师。 7、复试英语面试的准备
教材目录第一章：量化基础知识 第一节 量化投资的概念和优势 第二节 量化投资的历史和未来 第三节 量化投资的流程与应用 第二章：量化策略入门 第一节：MindGo量化交易平台 第二节：MindGo API介绍 第三节：我的第一个量化策略 第三章：Python编程 第一节：Python介绍 第二节：数据类型 第三节：条件与循环 第四节：函数 第五节：numpy 第六节：pandas基础 第七节：pandas进阶 第四章：经典量化策略集锦 第一篇：投资高股息股票 第二篇：从“二八轮动”中学择时 第三篇：网格交易—动态调仓策略 第四篇：进军交易系统，从Dual Thrust中学“趋势”第五篇：布林强盗，一个霸道的交易系统 第六篇：交易系统终结者—海龟交易法则 第七篇：向彼得林奇投资大师学习PEG选股 第八篇：CAPM模型的应用 第九篇：Fama-French三因子模型应用 第十篇：动量类多因子之择时中选股 第五章：量化研究专题 第一篇：用matplotlib绘图函数实现数据可视化 第二篇：运用Scipy模块实现统计技术 第三篇：10分钟学会用Python做线性回归 第四篇：统计套利：利用相关系数进行配对交易 第五篇：数据处理专题：去极值、标准化、中性化
第六篇：数据挖掘专题：分类与预测 第七篇：算法交易入门—VWAP 第八篇：Python实现马克维兹投资组合理论 第九篇：隐马尔科夫模型【机器学习+数据挖掘】 第十篇：机器学习之神经网络入门
第一章：量化基础知识 第一节 量化投资的概念和优势 量化投资的概念 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。 量化投资区别于定性投资的鲜明特征就是模型，对于量化投资中模型与人的关系，打个比方来说明，我们先看一看医生治病，中医与西医的诊疗方法不同，中医是望、闻、问、切，最后判断出的结果，很大程度上基于中医的经验，定性程度上大一些；西医就不同了，先要病人去拍片子、化验等，这些都要依托于医学仪器，最后得出结论，对症下药。 医生治疗病人的疾病，投资者治疗市场的疾病，市场的疾病是什么？就是错误定价和估值，没病或病得比较轻，市场是有效或弱有效的；病得越严重，市场越无效。投资者用资金投资于低估的证券，直到把它的价格抬升到合理的价格水平上。 但是，定性投资和定量投资的具体做法有些差异，这些差异如同中医和西医的差异，定性投资更像中医，更多地依靠经验和感觉判断病在哪里；定量投资更像是西医，依靠模型判断，模型对于定量投资基金经理的作用就像CT机对于医生的作用。在每一天的投资运作之前，我会先用模型对整个市场进行一次全面的检查和扫描，然后根据检查和扫描结果做出投资决策。 量化投资的优势 量化投资的优势在于纪律性、系统性、及时性、准确性和分散化。 1.纪律性：严格执行投资策略，不是投资者情绪的变化而随意更改。这样可以克服人性的弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差。 2.系统性：量化投资的系统性特征包括多层次的量化模型、多角度的观察及海量数据的观察等。多层次模型包括大类资产配置模型、行业选择模型、精选个股模型等。多角度观察主要包括对宏观周期、市场结构、估值、成长、盈利质量、市场情绪等多个角度分析。此外，海量数据的处理能力能够更好地在广大的资本市场捕捉到更多的投资机会，拓展更大的投资机会。 3.及时性：及时快速地跟踪市场变化，不断发现能够提供超额收益的新的统计模型，寻找新的交易机会。 4.准确性：准确客观评价交易机会，克服主观情绪偏差，从而盈利。
第4章程序设计 在前面我们已经看到，MATLAB不但可以在命令窗直接输入命令并运行，而且还可以生成自己的程序文件，这就是我们通常说的一类以M为后缀的M文件，本章我们就来研究这类文件的形成方法。 M文件可分分为两大类，一是命令式M文件（也称为脚本文件，script），二是函数式M 文件（function）。两类文件的区别在于： （1）命令式文件可以直接运行，函数式文件不能直接运行，只能调用。 （2）命令式文件运行时没有输入输出参量，函数式文件在调用时需要进行输入输出参量设置。 （3）命令式文件运行中可以调用工作空间的数据，运行中产生的所有变量为全局变量。 （4）函数式文件不能调用工作空间的数据，运行中产生的所有变量为局部变量。命令式文件运行中产生的所有变量为全局变量，可以调用和存储到工作空间的数据。 4.1 MATLAB的程序文件-M文件 4.1.1 脚本文件（Scripts） 当我们需要在命令窗进行大量的命令集合运行时，直接从命令窗口输入比较麻烦，这时就可以将这些命令集合存放在一个脚本文件（Scripts）中，运行时只需要输入其文件名就可以自动执行这些命令集合。需要注意的是，脚本文件运行所产生的变量都驻留在MATLAB 的工作空间中，同时脚本文件也可以调用工作空间中的数据。因此，脚本文件所涉及的变量是全局变量。前几章所涉及到的M文件都是这类脚本文件。 编辑一个脚本文件可以直接在命令窗口的左上角打开编辑窗进行编辑。 4.1.2 函数文件（function） 函数式文件（function）的构成 （1）函数定义行： Function [输出参量]=gauss（输入参量） （2）： 完成函数的功能。 （3）函数说明。 （4）函数行注。 从上面构成的情况看，函数式文件实际上是完成输入参量与输出参量的转换，这样的转换是由函数文件名为gauss的文件来完成的。函数体的功能必须说明清楚输入参量与输出参量的关系。函数说明是用来解释该函数的功能的，函数行注是对程序行进行说明的。上面（1）和（2）是必须的。 【例4-1】分析下面函数文件。 %一个数列，任意项等于前两项之和，输入项数可以给出这个数列
、单项选择题 1. 相对价值策略的特点是（）。 A. 低收益、低风险、大容量 B. 高收益、低风险、小容量 C. 高收益、高风险、大容量 D. 高收益、高风险、小容量 您的答案：A 题目分数：10 此题得分：10.0 2. 关于金融市场的数学定义，下列说法正确的是（）。 A. 数学可以用来描述金融市场 B. 把金融市场看成是函数逼近问题时，可以用贝叶斯分 类进行计算 C. 把金融市场看成是分类问题时，可以用回归分析的方 式进行数据分析 D. 把金融市场看成是概率问题时，可利用小波分析理论 计算概率 您的答案：A 题目分数：10 此题得分：10.0 二、多项选择题 3. 美国对冲基金主要运用的策略包括（）。 A. 相对价值策略 B. 宏观因素策略 C. 事件驱动策略 D. 小盘价值策略 您的答案：B,C,A 题目分数：10 此题得分：10.0 4. 量化投资具有以下（）等优点。 A. 以组合对冲为主，赌大概率事件 B. 以机器交易为主，克服人性弱点 C. 可进行全市场、全产品、全周期监控，精力无限
D. 利用算法交易降低对市场的冲击，实现精细化交易 您的答案：C,B,D,A 题目分数：10 此题得分：10.0 5. 下列关于量化投资的理解正确的是（）。 A. 数据是量化投资的基础要素 B. 程序化交易实现量化投资的重要手段 C. 量化投资追求的是相对收益 D. 量化投资的核心是策略模型 您的答案：D,B,A 题目分数：10 此题得分：10.0 三、判断题 6. 算法交易策略核心是成交量分布的预测。（） 您的答案：正确 题目分数：10 此题得分：10.0 7. 国际知名的对冲基金管理公司桥水公司（BRIDGEWATER）是由物 理学博士伊曼纽尔·德曼创立的。（） 您的答案：错误 题目分数：10 此题得分：10.0 8. 目前比较流行的量化对冲策略建模语言主要有MATLAB和R语 言。（） 您的答案：正确 题目分数：10 此题得分：10.0 9. 历史高频交易数据后验的核心在于根据历史高频交易数据进行 模拟撮合，撮合算法主要是判断在某个时段的成交量的成交比例。 （） 您的答案：正确
证券投资基金基础知识（2016年度修订） 第六章投资管理基础 第一节财务报表 1、理解资产负债表、利润表和现金流量表所提供的信息 2、理解资产、负债和权益 3、理解利润和净现金流 4、了解营运现金流、投资现金流和融资现金流 第二节财务报表分析 1、理解财务报表分析的概念 2、了解流动性比率、财务杠杆比率、营运效率比率 3、理解衡量盈利能力的三个比率：销售利润率（ROS），资产收益率（ROA），权益报酬率（ROE） 4、掌握杜邦分析法 第三节货币的时间价值与利率 1、掌握货币的时间价值的概念、时间和贴现率对价值的影响以及PV和FV的概念、计算和应用 2、掌握即期利率和远期利率的概念 3、掌握名义利率和实际利率的概念 4、掌握单利和复利的概念 第四节常用描述性统计概念 1、掌握平均值、中位数、分位数的概念、计算和应用 2、理解方差和标准差的概念、计算和应用 3、了解正态分布的特征 4、理解相关性的概念
第七章权益投资 第一节资本结构 1、理解不同资本类别之间投票权和所有权的区别 第二节权益证券 1、理解权益证券的类型和特点 2、理解普通股和优先股的区别 3、了解存托凭证(Deposit Receipts) 4、理解可转债的定义、特征和基本要素 5、理解权证的定义和基本要素 6、理解不同种类权益资产的风险收益特征 7、了解影响公司在外发行股本的行为 第三节股票分析方法 1、理解股票基本面分析和技术分析的区别 第四节股票估值方法 1、理解内在估值法与相对估值法的区别 第八章固定收益投资 第一节债券与债券市场 1、理解债券市场各参与方的责任以及发行人类型 2、掌握债券的种类和特点 3、理解债券违约时的受偿顺序以及债券的嵌入条款 4、理解固定利率债券、浮动利率债券和零息债券 5、理解投资债券的风险 6、理解中国债券市场体系的发展 第二节债券价值分析 1、理解DCF估值法的概念和应用
第一部分：量化投资教学与研究平台介绍 本次课程设置的主要目是让师生了解熟悉量化投资平台iquant的功能架构以及相关操作，并熟悉策略编写的相关流程及原理。先演示iquant的基本功能以及开发原理，弄清楚功能架构；再进行模板策略的理论讲解；最后实现策略实操运行。 二、课程安排 第二部分：实证研究能力培训 一、课程简介 实证研究能力培训，主要培训内容包括：实证研究方法与工具、数据与实证研究、stata 软件培训、模型与实证研究、实证论文实操培训，是综合性较强，并与实际结合紧密的课程。此课程的设计开发，要求学生在CSMAR数据库使用上具体娴熟的技能，因此，通过此课程的培训，也可以让学生与教师将数据库充分的使用起来，避免的资源的浪费。 同时，在培训课程中，每个知识点中都有具体的实例做练习，可以让学生真正掌握实证研究过程中每个阶段的特点和具体应用，由其的，在经济金融领域，实证研究是当今学术的主流和趋势。
二、培训意义与目的 使学生掌握实证研究中金融数据分析处理、金融统计技术的基本技能，并熟练进行数据建模及数据挖掘等方面的技能；学会和加深优秀统计软件的使用，掌握多种数量金融模型的理论、构建与应用。使学生能在较短的时间内增强学习和研究的能力。具体如下： （1）了解金融数据的研究方法和工具； （2）如何获取金融数据，并了解与实证研究的关系； （3）如何将金融数据进行分析和挖掘； （4）如何进行逻辑分析并建立模型； （5）金融数据如何运用在实证论文中； （6）如何实现数据创新和数据挖掘的运用 三、培训特点 目前市场上很多培训基本都是按教科书的模式进行且书中的案例相对简单，本课程的案例结构为“背景+理论+案例分析+实证操作”的方式，是具有实操性质的培训课程。 背景：数据和实证案例产生的环境，背景概述有助于学员加深对数据和实证案例本质的理解，案例背景相关数据都来源是现实的金融市场。 理论：解决实证案例所涉及到的理论知识与数据分析方法，CSMAR作为提供实证研究数据的工具，可以为使用者提供精准的实时金融数据，但工具毕竟不是全能的，需要了解工具内金融市场数据的真实含义，才能更好的了解金融市场和运用理论解决实际问题。 案例分析：使用数量理论（统计、优化、数值等）对案例进行分析，思考出解决问题的分析流程，帮助学员从解决问题的角度进行思考。 实证操作：CSMAR数据库是现实金融市场产生的数据，使用该数据库进行实证操作，便于读者理解与使用，理论联系实际，解决实际问题。 四、培训课程
数量化投资 继年初嘉实量化基金成立后，中海量化策略基金也于6月19日顺利结束募集，首次募集16.46亿元，两只基金均采用国际流行的数量化投资方法。算上2004年发行的光大保德信量化核心基金和2005年发行的上投摩根阿尔法基金，至此我国共有4只公募量化基金。 从本质上看，数量化投资理念将金融理论、数量化统计分析技术与投资者的定性分析和判断有机地结合在一起作为研究工具,将投资思想通过具体指标、参数的设计体现在模型中,并据此对市场进行不带任何主观情绪的跟踪分析,借助于计算机强大的数据处理能力来进行资产配置、股票选择、时机选择以及仓位控制等,以保证在控制风险的前提下实现收益最大化。 数量化投资与传统的定性投资方法相比，相同点是，二者都致力于建立战胜市场、产生超额收益的投资组合；不同点是，定性投资方法侧重对上市公司的调研、基金经理个人的经验及其对市场的主观判断，而量化投资管理则更加强调数据的分析和应用，以先进的数学统计技术和模型替代人为主观判断。所以，与传统的定性分析方法相比，数量化投资方法能更为理性、客观地分析和筛选股票，避免投资的盲目性和偶然性，以及主观认识的局限性，它能更有效地控制非系统性风险及一些人为因素导致的风险。 作为数量化投资理念的领航者，BGI(巴克莱全球投资)于1978年创立了全球第一只数量化投资策略基金。经过逾30年的发展，数量化投资如今已经在全球范围内得到投资人的广泛认可。特别是2005年以来，随着计算机技术的飞速发展，数量化投资基金已逐渐变成一个主流的方向。据统计，目前在美国零售市场发行的主动型股票基金中，数量化投资基金已占据了16%的市场份额，而在竞争激烈的机构投资市场，量化投资则获得了更多的关注，以BGI、SSGA（道富环球）和GSAM（高盛国际）为首的一大批以数量化投资为核心竞争力的机构已成为资产管理公司中的领头羊，BGI更以14000亿美元的规模，高居全球资产管理规模之首。 同时，数量化投资理念也造就了一大批卓有成效的基金经理.其中，詹姆斯·西蒙斯最具有代表性，他创造了由数学家成为“最赚钱基金经理”的神话。西蒙斯将他的数学理论背景巧妙运用于股票投资实战中，借助数学统计理论和计算模型，其所管理的大奖章基金，从1989年到2006年的17年间，平均年收益率达到了38.5%，而股神巴菲特过去20年的平均年回报率为20%。更为神奇的是，在1998年俄罗斯债券危机、2001年高科技股泡沫危机以及2007年的次贷危机中，许多曾经闻名遐迩的对冲基金经理都走向衰落，但西蒙斯管理的大奖章基金却在几次金融危机中都表现得异常坚挺！从1988年成立到1999年12月大奖章基金总共获得2478.6%的净回报率，业绩可谓“鹤立鸡群”，超过第二名索罗斯的量子基金一倍，而同期的标准普尔指数仅有9.6%。即使在次贷危机全面爆发的2007年，该基金的回报率仍高达85%。西蒙斯也因此被誉为“最赚钱基金经理”、“最聪明亿万富翁”。其实西蒙斯的成功依赖于他的数学背景，他就是靠数学模型和电脑管理着自己旗下的基金，即用数学模型捕捉市场机会，由电脑做出交易决策。他称自己为“模型先生”，依靠量化的模型工具，而非较多的主观判断，西蒙斯也为投资人创造了惊人的回报。 实际上，数量化投资方式正逐步被国内机构投资者认可，越来越多的基金经理开始使用数量化模型进行选股和资产配置，甚至据此进行择时交易和仓位控制。随着我国A股市场
量化投资硬件及基础设施建设90 一、单项选择题 1. 策略交易系统的交易委托需要通过对接（）向交易所申 报。 A. 交易所报盘站 B. 第三方交易服务器 C. 网上交易客户端 D. 券商柜台交易系统 描述：策略交易系统的搭建与部署 您的答案：B 题目分数：10 此题得分：0.0 2. 交易策略的开平仓信号是主要根据（）而生成的。 A. 预期收益 B. 行情变动 C. 持仓情况 描述：策略交易系统的搭建与部署 您的答案：B 题目分数：10 此题得分：10.0 3. 交易委托的执行速度与（）是量化交易执行的关键。 A. 发送频率 B. 回报性能 C. 执行界面 D. 快捷键设置 描述：委托交易的执行与回报查询 您的答案：B 题目分数：10 此题得分：10.0 二、多项选择题 4. 行情数据可以用于（）？ A. 界面展示 B. 回溯测试
C. 统计分析 描述：策略交易系统的搭建与部署/行情与资讯数据的获取 您的答案：B,C,A 题目分数：10 此题得分：10.0 5. 量化交易可实现的通讯方式有（）。 A. 互联网 B. VPN C. 托管服务器 D. 专线 描述：信息通讯建设 您的答案：C,B,D,A 题目分数：10 此题得分：10.0 6. 完整的量化交易策略一般包含（）。 A. 交易开平仓信号 B. 执行交易策略 C. 异常情况应对 D. 高速行情 描述：策略交易系统的搭建与部署/行情与资讯数据的获取 您的答案：C,A,B 题目分数：10 此题得分：10.0 7. 以下哪些交易所已提供可供量化交易接入使用的实时行情？（） A. 上海证券交易所 B. 深圳证券交易所 C. 中国金融期货交易所 D. 上海期货交易所 描述：行情与资讯数据的获取 您的答案：A,D,C,B 题目分数：10 此题得分：10.0
C14070 量化投资 基础知识 课100 分答案 C14070量化投资基础知识课100分答案 一、单项选择题 1. 相对价值策略的特点是（）。 A. 低收益、低风险、大容量 B. 高收益、低风险、小容量 C. 高收益、高风险、大容量 D. 高收益、高风险、小容量 您的答案：A 题目分数：10 此题得分：10.0 批注： 2. 关于金融市场的数学定义，下列说法正确的是（）。 A. 数学可以用来描述金融市场 B. 把金融市场看成是函数逼近问题时，可以用贝叶斯分类进 行计算 C. 把金融市场看成是分类问题时，可以用回归分析的方式进 行数据分析 D. 把金融市场看成是概率问题时，可利用小波分析理论计算 概率 您的答案：A 题目分数：10 此题得分：10.0 批注： 二、多项选择题 3. 量化投资具有以下（）等优点。 A. 以组合对冲为主，赌大概率事件 B. 以机器交易为主，克服人性弱点 C. 可进行全市场、全产品、全周期监控，精力无限
D. 利用算法交易降低对市场的冲击，实现精细化交易 您的答案：B,C,A,D 题目分数：10 此题得分：10.0 批注： 4. 下列关于量化投资的理解正确的是（）。 A. 数据是量化投资的基础要素 B. 程序化交易实现量化投资的重要手段 C. 量化投资追求的是相对收益 D. 量化投资的核心是策略模型 您的答案：A,B,D 题目分数：10 此题得分：10.0 批注： 5. 下列关于股指期货套利的说法正确的是（）。 A. 股指期货套利可看作无风险套利 B. 股指期货套利是指利用股指期货市场存在的不合理价格， 同时参与股指期货与股票现货市场交易，以赚取差价的行为 C. 股指期货套利策略的核心是冲击成本和保证金管理 D. 高速的套利系统是股指期货套利的重要支撑 您的答案：C,A,D,B 题目分数：10 此题得分：10.0 批注： 三、判断题 6. 量化投资的目标是追求绝对收益。（） 您的答案：错误 题目分数：10 此题得分：10.0 批注： 7. 国际知名的对冲基金管理公司桥水公司（BRIDGEWATER）是由 物理学博士伊曼纽尔·德曼创立的。（）
什么是GUI呢? GUI是Graphical User Interface 图形用户界面的意思。象很多高级编程语言一样。Matlab也有图形用户界面开发环境。随着计算机技术的飞速发展。人与计算机的通信方式也发生的很大的变化。从原来的命令行通讯方式（例如很早的DOS系统）变化到了现在的图形界面下的交互方式。而现在绝大多数的应用程序都是在图形化用户界面下运行的。 记得读书的时候。大学开学不久。学校很多同学就开始报考全国计算机等级考试了。当然我也是其中的一分子。其中C语言是大多数人选择的科目。当时在学C语言的时候。经常也会遇到人机交互的例子。譬如一个计算两个数相加的程序。运行程序后便切换到了Dos模式。然后在此模式下输入两个数。再回车。才能返回运算结果。当时就觉得很不方便。也不友好。后来才得知C语言是面向过程的语言。是非面向对象的语言（VC++,VB,Matlab等是面向对象的）。那么下面我们就来看看Matlab是如何简单、快速而友好地解决这类问题的吧。 Matlab GUI编程教程（适用于初学者） 1．首先我们新建一个GUI文件：File/New/GUI 如下图所示； 选择Blank GUI(Default) 2．进入GUI开发环境以后添加两个编辑文本框。6个静态文本框。和一个按钮。布置如下图所示；
布置好各控件以后。我们就可以来为这些控件编写程序来实现两数相加的功能了。3．我们先为数据1文本框添加代码； 点击上图所示红色方框。选择edit1_Callback。光标便立刻移到下面这段代码的位置。function edit1_Callback(hObject, eventdata, handles) % hObject handle to edit1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edit1 as text % str2double(get(hObject,'String')) returns contents of edit1 as a double 然后在上面这段代码的下面插入如下代码： %以字符串的形式来存储数据文本框1的内容. 如果字符串不是数字。 则现实空白内容 input = str2num(get(hObject,'String')); %检查输入是否为空. 如果为空,则默认显示为0 if(isempty(input)) set(hObject,'String','0')
一、单项选择题 1. 相对价值策略的特点是（）。 A. 低收益、低风险、大容量 B. 高收益、低风险、小容量 C. 高收益、高风险、大容量 D. 高收益、高风险、小容量 您的答案：A 题目分数：10 此题得分：10.0 批注： 2. 关于金融市场的数学定义，下列说法正确的是（）。 A. 数学可以用来描述金融市场 B. 把金融市场看成是函数逼近问题时，可以用贝叶斯分类进行计算 C. 把金融市场看成是分类问题时，可以用回归分析的方式进行数据分析 D. 把金融市场看成是概率问题时，可利用小波分析理论计算概率 您的答案：A 题目分数：10 此题得分：10.0 批注： 二、多项选择题 3. 美国对冲基金主要运用的策略包括（）。 A. 相对价值策略 B. 宏观因素策略 C. 事件驱动策略 D. 小盘价值策略 您的答案：B,A,C 题目分数：10 此题得分：10.0 批注： 4. 量化投资具有以下（）等优点。 A. 以组合对冲为主，赌大概率事件 B. 以机器交易为主，克服人性弱点 C. 可进行全市场、全产品、全周期监控，精力无限
D. 利用算法交易降低对市场的冲击，实现精细化交易 您的答案：B,A,D,C 题目分数：10 此题得分：10.0 批注： 5. 下列关于量化投资的理解正确的是（）。 A. 数据是量化投资的基础要素 B. 程序化交易实现量化投资的重要手段 C. 量化投资追求的是相对收益 D. 量化投资的核心是策略模型 您的答案：A,D,B 题目分数：10 此题得分：10.0 批注： 三、判断题 6. 算法交易策略核心是成交量分布的预测。（） 您的答案：正确 题目分数：10 此题得分：10.0 批注： 7. 国际知名的对冲基金管理公司桥水公司（BRIDGEWATER）是由物理学博士伊曼纽尔·德曼创立 的。（） 您的答案：错误 题目分数：10 此题得分：10.0 批注： 8. 目前比较流行的量化对冲策略建模语言主要有MATLAB和R语言。（） 您的答案：正确 题目分数：10 此题得分：10.0 批注： 9. 历史高频交易数据后验的核心在于根据历史高频交易数据进行模拟撮合，撮合算法主要是判断