㈠ 金融考研，学硕金融理论与实践方向和专硕的金融信息与量化投资方向哪个更好就业方向是什么
我可以明确告诉你量化投资是以后的趋势。你想赚钱就不要从事理论研究了，中国的金内融分类也很奇葩容。金融很赤裸，就是要给客户赚钱，给公司赚钱，给国家赚钱，也给自己赚钱，这样的人才是真正金融人。巴菲特早年也是研究理论，但是理论是为实践服务的，不然理论有啥用？巴菲特索罗斯都是实战派，但是哪位搞理论研究的敢说搞金融比他们厉害。中国不缺能赚钱的人，但是缺少这种投资大师。这种大师是金融战的核心。你看现在美国对中国的金融战，中国只能被动苦苦防守。看看美国金融战的战绩，80年代搞垮日本，现在小日本都要看美国脸色；90年代初通过原油搞垮苏联；97年搞垮东南亚；08年把自己搞垮了，但是把风险转到了全世界，现在他恢复了，其余国家还在苦苦挣扎；去年和今年又通过原油搞垮俄罗斯。所以，为来中国金融而崛起，大家奋斗吧！搞金融只有自己或者自己代表的利益团体赚钱才是王道，理论都需要为这个服务。
㈡ 量化投资需要金融方面的知识吗
这个是必须要有的，金融和软件方面最好都比较擅长
㈢ 完全不懂金融，想学习量化投资需要学习哪些金融科目
我个来人认为学习量化投资自在金融方面需要具备两个方面的知识：
1、首先是要了解金融市场与金融产品，只有这样才能在众多市场与标的中选择合适的来构建投资组合，这一方面需要了解的基础知识有：金融市场与金融机构、投资学、金融衍生品等等；
2、其次是需要了解如何量化，相信你应该有足够的IT背景，编程没啥问题，其次的话就是要了解数理来沟通金融产品选择与编程落地，需要了解的科目有：概率论、统计学、计量经济学、金融经济学、数理金融等。
㈣ 怎么自学量化金融
懂量化投资，但是他们应该完全不知道CQF是什么，问题被他们简化成了“不懂数学和编程的金融硕士，是否可以学习量化投资？还是自己学习编程比较好？”不过同意他们的言论。
CQF是paul wilmott搞的一个培训课程和认证体系。
第一就是不官方，没人会认，除非你已经在投行里工作，公司给你出钱修个CQF来进行再教育，比如Sales和Trader对产品背后的数学知识有限，但是没必要去脱产读个MFE，就来修个CQF事半功倍。
第二，CQF的课程跟MFE项目差不多，更偏向于金融产品端，讲各类金融衍生品和FICC产品（期权 互换 债券 结构化产品等）定价以及量化风险管理的内容。这些不是搞量化投资的内容。
可以通俗的认为CQF是Q QUANT方向的知识，而量化投资是P -QUANT方向的，具体参见：
P Quant 和 Q Quant 到底哪个是未来？ - 宽客 (Quant)
另外一个问题，学习编程。不知道你怎么定义“学习编程”和“不会编程”。如果不会写MATLAB R PYTHON这类语言，没法实现基本的数据处理统计分析和策略回测的话，那真是不会编程，先学编程。 如果定义学编程是搞C++ JAVA要开发啥啥的，那暂时没必要，能用M R P三个语言干活就行了。
㈤ 我想学习金融量化投资，做行业分析之类的，但完全不懂编程，求学习方案。
语言是共通的，但c是基础，好好学习c。学好了c，到时学其他的面向对象等语言都很简单。祝你成功！
㈥ 我对量化投资这一块非常感兴趣，但是我现在只是个大三的金融学学生，学校也没有这方面的课程，所以苦于不
善意的提醒：你不知道怎么入门，说明你对量化投资的了解还非常少。你为何对一个自己完全不了解的领域这么感兴趣呢？
量化投资的主要思想，是用计算机作为工具，帮助自己更好的炒股票、炒债券、炒期货等等。传统的投资人，为了提高自己投资成功的概率，必须用很多年的经验积累，弄清楚股票、债券、期货等金融产品的特性，掌握市场涨跌的规律，还要花很多时间结交市场上各方力量。所以，面向二级市场的投资人都是年纪越大越厉害，靠时间和失败的教训，一点一点把经验堆上去。
计算机可以辅助人们处理大量数据，可以从海量数据中发现规律，这个能力可以缩短一个投资人经验积累的时间，不用再像以前那样完全靠时间一点一点累计经验，而可以加速实现。
所以，量化投资只是传统二级市场投资的辅助工具而已。单纯依靠计算机程序就想赚钱，这是天方夜谭。但一个自身经验丰富的投资人，有了计算机辅助，是如虎添翼，也许30岁的时候就能实现别人40岁的投资水平。
量化投资必须熟练掌握计算机编程，知道如何借助计算机程序验证自己的投资思路，并根据市场变化随时调整。量化投资必须数量掌握数学，因为计算机程序的背后就是数字公式。
国内衍生品市场还不够发达，这造成量化投资的用武之地还不够多，与华尔街相比还差得很远。
㈦ 量化投资和金融工程是怎样的一种关系
量化投资只是金融工程的一部分，只不过金融工程中Qquant（偏资产定价方向在国内比较少涉及），主要给大类资产对冲风险。
㈧ 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专融学科属。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。
㈨ 学习金融资产管理和量化投资 发展前景如何
相对于美国成熟的资产管理业务发展历史，中国的资产管理有着12年年轻的历史。正因为是起步阶段，人们能看到其无限发展空间和巨大潜力。一些大的金融机构运用资产管理进行经营，在金融危机期间保持着盈利，业内不乏有成功案例。 资产管理业务有个两难问题，即业务扩展和风险管理的平衡问题，也就说如果业务扩展太快，太多，风险控制就会弱，如果太关注于风险控制的话，可能业务扩展会慢。其实观察成功的案例会发现，这两点是可以做到平衡的。在国外金融机构会发现很多有意思的产品，比如气象气候、低碳、降雨量、体育等基金、债券，可是在中国却是比较空白。其实这是市场细分的结果，举个例子，如气象基金，今年冬天会不会冷？如果不冷的话，使用的燃料能源就会少，就会影响这类产品，如果有天然气产品，就可以进行价格对冲。这也是很多机构追求平稳发展来利用资产管理的原因。 拿期货公司来说，未来将大大偏向程序化交易策略，由此形成成熟的人才团队来更好地服务客户，将会使期货公司获得永续发展，拓宽业务利润获取的范围和深度。专家建议中国的资产管理业务应更重视专业性，对行业、公司、个人发展都是最重要的一点。根据麦肯锡的预计，中国的资产管理业务在未来的十年将保持每年24%的增长率，成为中国乃至世界发展最快的金融产业，可以说中国资产管理业将涌现出无限机遇。 目前国内的量化交易大概占到市场交易量的20%，每年都在增加，特别是这两年增长迅猛。70%的交易量由程序化交易完成，国内才刚刚起步，因此，国内的发展空间还非常巨大，产品的种类也会更加丰富，策略复杂度和交易工具的精细化也会不断提高。 从投资者身份来看，目前量化投资者主要人群集中在期货公司、私募基金以及券商的自营、基金公司的专户。规模上，以私募基金为主要参与群体。 从操作风格来看，目前期货市场有四类量化投资者，分别是阿尔法产品的使用者、趋势性交易者、套利交易者以及高频交易者。阿尔法产品的使用者，即利用股指期货与股票现货进行搭配，获得股票的超额收益；趋势性交易者，充分运用各种模型对价格进行预判，这种交易者的资金从几万到几千万都是存在的；套利交易，包括无风险的股指期现套利和统计套利；高频交易者，这种一般利用期货市场价格的微小变动进行快速交易，从而获得高收益。 量化交易模式越来越被更多的机构投资者所采用，量化交易模式将会成为主流的交易模式。届时，量化投资产品可能更加多样化，量化投资将会成为金融机构争夺客户资源的主要工具，然后随着量化工具更新速度的加快，量化投资的应用领域将会不断拓宽。 由此可见，学习资产管理与量化投资对公司业务和个人的发展是十分迫切并且必要的。
㈩ 博士去搞量化投资，金融建模怎么样
学经济吧来，以后学成出来可以去源券商或者银行做经济学家，甚至是首席经济学家。金融呢，目前的趋势是往数量化的方向发展（未来量化交易应该是主流），如果你数学很好，又有这方面兴趣，也可以。个人建议，学经济学好了，说不定还能得个诺贝尔经济学家，加油，大侠！