开始日期: 2024-10-12
课时安排: 7周在线小组科研学习+5周不限时论文指导学习
适合人群
适合年级 (Grade): 高中生/大学生
适合专业 (Major): 本课程适用于对金融数据量化和分析、金融数学、统计学或运筹学等定量领域感兴趣的大学生;该项目也适用于具有较强数学背景的高中生。
学生需要具备概率论与数理统计基础及Python编程能力
建议选修: 统计学与计量经济学
导师介绍
Johannes
帝国理工学院 Imperial College London (IC)终身正教授&学科主任
Johannes导师目前任职于帝国理工学院金融数学专业并且担任该专业的学科主任职务。同时作为项目主任，负责CFM-Imperial Institute of Quantitative Finance项目的发展工作。该项目是由帝国理工学院与CFM公司共同组建，旨在以促进跨学科研究为目标，专注研究金融市场的复杂性和定量建模以及金融风险的管理。在帝国理工任教之前，曾在卡内基梅隆大学和苏黎世联邦理工学院任教。卡内基梅隆大学的量化金融专业常年居全美前三，苏黎世联邦理工学院更是享誉世界的顶级理工科大学，也是爱因斯坦的母校，2022年QS全球第8位。得益于他精湛的教学水平，Johannes的学生在不同的行业都取得了显著的成就。其中他的中国学生Fei以优异的学术成果斩获美国哥伦比亚大学的助理教授职位，另一位中国学生Ren通过重重筛选获得了瑞士信贷(世界500强)的高级职位。毫不夸张的说，Johannes导师是金融数学专业最具权威的教授之一。
Johannes 的研究兴趣集中在数学金融、随机过程和随机优化问题。他在相关专业期刊发文40余篇，其中包括金融数学专业的顶级期刊《Mathematical Finance》《SIAM Journal on Financial Mathematics》等。同时，导师更是多个顶级期刊的副主编，其中包括 《Annals of Applied Probability》, 《Applied Mathematical Finance》, 《Frontiers of Mathematical Finance》, 《the International Journal of Theoretical and Applied Finance》和 《Mathematics and Financial Economics》。Johannes教授出版了多部著作，其中数本被多次翻印重发，包括2022年最新的《A Leland Model for Delta Hedging in Central Risk Books》和2021年重印的《Closed-Loop Nash Competition for Liquidity》等。
任职学校
帝国理工学院于1907年建立于英国伦敦，由维多利亚女王和阿尔伯特亲王于1845年建立的皇家科学院和大英帝国研究院、皇家矿业学院、伦敦城市与行会学院合并组成，曾是伦敦大学成员之一，拥有75位皇家科学院院士、87位皇家工程学院院士、80位皇家医学院院士。学院共有14位诺贝尔奖得主、3位菲尔兹奖得主。帝国理工学院是金三角名校、罗素大学集团、欧洲研究型大学联盟、国际科技大学联盟、全球大学校长论坛参与院校，被誉为“G5超级精英大学”之一。帝国理工学院位列2022QS世界大学排名第7位，作为一个专攻工学、医学、理学的大学，帝国理工学院具有世界顶尖的科研水平、师生质量和经济实力，与麻省理工学院、加州理工学院、苏黎世联邦理工学院并称世界四大理工学院。
项目背景
量化金融在美国已有30多年的发展历史，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。去年桥水基金(Bridgewater Associates)宣布在上海自贸区注册投资公司，引起了金融界的广泛关注。这家常年在世界对冲基金榜单上位居前列甚至是榜首的美国公司掌管约1500亿美元。桥水的历史超过40年，可谓对冲基金中的常青树。它在2008金融危机中获得了正收益，迄今为止获得数十项奖项，与它独特的投资理念不无相关。桥水以全球宏观策略为主，提出了alpha与beta策略分离等理论。该理论被广泛用于量化金融领域，本课题中，导师也将重点介绍Alpha和Beta量化模型。纵观量化投资发展的40年，量化投资技术迅速风靡国外金融市场，涌现出众多业绩优秀却不广为人知的量化基金。美国权威杂志《Institutional Investor》旗下出版物《Alpha》2017年5月公布的数据显示，2016年全球收入最高的25位对冲基金经理收入累计110亿美元(约一半采用量化分析)，前10位中有8位属于量化基金经理。国内的量化金融行业虽然方兴未艾，但是起步速度非常快，2021年，量化私募行业迎来跨越式发展，年内量化私募的资管规模突破了万亿元关口，百亿量化私募扩容至28家。百亿以上量化基金2021年的平均收益为19.24%，百亿以上非量化基金平均收益为9.28%，量化基金跑赢其它策略基金9.96个百分点。可谓战果累累。金融量化领域的内容涉及基础数据抓取及处理、量化交易策略编写及回测、实盘程序化交易、衍生品定价、机器学习、高频交易等模块的内容。精细的算法系统不仅能辅佐人们进行交易投资决策，在国外，也在逐步取代重复性的人工劳动，金融科技的发展方兴未艾，这将是一个不可避免的大趋势。
项目介绍
本课程是量化金融投资管理的核心课程。我们将首先分析现有的交易策略量化评估方法，包括针对交易策略本身的评估和相对基准整体市场的评估。然后，我们将转向如何通过使用历史和模拟数据对交易策略进行回溯测试来调整交易策略，并讨论如何避免常见的陷阱，如前瞻性偏差和数据挖掘。这些方法都会通过实践中经常使用的一些交易策略中加以说明和引证。从被动指数跟踪作为基准开始，我们将讨论系统因素，如“价值”(市场价格与“基础价值”估值的比较)、“动量”(对均值回归趋势的押注)和“规模”(小公司和大公司业绩的系统差异)。同时，我们将讨论有多少交易策略通过提供“流动性”而获得溢价，例如一些本无法实现的独立交易通过附带交易方式进而实现收益。 这些工具和概念将在课程的项目部分进一步发展，学生将使用真实的数据自行实施和测试交易策略。成功完成课程后，学生将能够分析和设计一系列典型的交易策略。
项目大纲
Alpha和Beta策略-线性因子模型 “Alpha” and “beta”, linear factor models
风险回报措施-回溯测试 Risk-reward measures; Backtesting
投资组合解构 Portfolio construction
量化交易策略实践分析 Examples of Quantitative Trading Strategies
学术研讨1：教授与各组学生探讨并评估个性化研究课题可行性，帮助学生明晰后续科研思路 Final Project Preparation Session I
学术研讨2：教授将根据各组进度进行个性化指导，确保学生优质的终期课题产出 Final Project Preparation Session II
项目成果展示 Final Presentation
项目收获
7周在线小组科研学习+5周不限时论文指导学习 共125课时
项目报告
优秀学员获主导师Reference Letter
EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导(可用于申请)
结业证书
成绩单
