㈠ 金融考研，學碩金融理論與實踐方向和專碩的金融信息與量化投資方向哪個更好就業方向是什麼
我可以明確告訴你量化投資是以後的趨勢。你想賺錢就不要從事理論研究了，中國的金內融分類也很奇葩容。金融很赤裸，就是要給客戶賺錢，給公司賺錢，給國家賺錢，也給自己賺錢，這樣的人才是真正金融人。巴菲特早年也是研究理論，但是理論是為實踐服務的，不然理論有啥用？巴菲特索羅斯都是實戰派，但是哪位搞理論研究的敢說搞金融比他們厲害。中國不缺能賺錢的人，但是缺少這種投資大師。這種大師是金融戰的核心。你看現在美國對中國的金融戰，中國只能被動苦苦防守。看看美國金融戰的戰績，80年代搞垮日本，現在小日本都要看美國臉色；90年代初通過原油搞垮蘇聯；97年搞垮東南亞；08年把自己搞垮了，但是把風險轉到了全世界，現在他恢復了，其餘國家還在苦苦掙扎；去年和今年又通過原油搞垮俄羅斯。所以，為來中國金融而崛起，大家奮斗吧！搞金融只有自己或者自己代表的利益團體賺錢才是王道，理論都需要為這個服務。
㈡ 量化投資需要金融方面的知識嗎
這個是必須要有的，金融和軟體方面最好都比較擅長
㈢ 完全不懂金融，想學習量化投資需要學習哪些金融科目
我個來人認為學習量化投資自在金融方面需要具備兩個方面的知識：
1、首先是要了解金融市場與金融產品，只有這樣才能在眾多市場與標的中選擇合適的來構建投資組合，這一方面需要了解的基礎知識有：金融市場與金融機構、投資學、金融衍生品等等；
2、其次是需要了解如何量化，相信你應該有足夠的IT背景，編程沒啥問題，其次的話就是要了解數理來溝通金融產品選擇與編程落地，需要了解的科目有：概率論、統計學、計量經濟學、金融經濟學、數理金融等。
㈣ 怎麼自學量化金融
懂量化投資，但是他們應該完全不知道CQF是什麼，問題被他們簡化成了「不懂數學和編程的金融碩士，是否可以學習量化投資？還是自己學習編程比較好？」不過同意他們的言論。
CQF是paul wilmott搞的一個培訓課程和認證體系。
第一就是不官方，沒人會認，除非你已經在投行里工作，公司給你出錢修個CQF來進行再教育，比如Sales和Trader對產品背後的數學知識有限，但是沒必要去脫產讀個MFE，就來修個CQF事半功倍。
第二，CQF的課程跟MFE項目差不多，更偏向於金融產品端，講各類金融衍生品和FICC產品（期權 互換 債券 結構化產品等）定價以及量化風險管理的內容。這些不是搞量化投資的內容。
可以通俗的認為CQF是Q QUANT方向的知識，而量化投資是P -QUANT方向的，具體參見：
P Quant 和 Q Quant 到底哪個是未來？ - 寬客 (Quant)
另外一個問題，學習編程。不知道你怎麼定義「學習編程」和「不會編程」。如果不會寫MATLAB R PYTHON這類語言，沒法實現基本的數據處理統計分析和策略回測的話，那真是不會編程，先學編程。 如果定義學編程是搞C++ JAVA要開發啥啥的，那暫時沒必要，能用M R P三個語言幹活就行了。
㈤ 我想學習金融量化投資，做行業分析之類的，但完全不懂編程，求學習方案。
語言是共通的，但c是基礎，好好學習c。學好了c，到時學其他的面向對象等語言都很簡單。祝你成功！
㈥ 我對量化投資這一塊非常感興趣，但是我現在只是個大三的金融學學生，學校也沒有這方面的課程，所以苦於不
善意的提醒：你不知道怎麼入門，說明你對量化投資的了解還非常少。你為何對一個自己完全不了解的領域這么感興趣呢？
量化投資的主要思想，是用計算機作為工具，幫助自己更好的炒股票、炒債券、炒期貨等等。傳統的投資人，為了提高自己投資成功的概率，必須用很多年的經驗積累，弄清楚股票、債券、期貨等金融產品的特性，掌握市場漲跌的規律，還要花很多時間結交市場上各方力量。所以，面向二級市場的投資人都是年紀越大越厲害，靠時間和失敗的教訓，一點一點把經驗堆上去。
計算機可以輔助人們處理大量數據，可以從海量數據中發現規律，這個能力可以縮短一個投資人經驗積累的時間，不用再像以前那樣完全靠時間一點一點累計經驗，而可以加速實現。
所以，量化投資只是傳統二級市場投資的輔助工具而已。單純依靠計算機程序就想賺錢，這是天方夜譚。但一個自身經驗豐富的投資人，有了計算機輔助，是如虎添翼，也許30歲的時候就能實現別人40歲的投資水平。
量化投資必須熟練掌握計算機編程，知道如何藉助計算機程序驗證自己的投資思路，並根據市場變化隨時調整。量化投資必須數量掌握數學，因為計算機程序的背後就是數字公式。
國內衍生品市場還不夠發達，這造成量化投資的用武之地還不夠多，與華爾街相比還差得很遠。
㈦ 量化投資和金融工程是怎樣的一種關系
量化投資只是金融工程的一部分，只不過金融工程中Qquant（偏資產定價方向在國內比較少涉及），主要給大類資產對沖風險。
㈧ 量化金融和傳統金融有什麼不同
量化金融和傳統金融的區別是：量化金融學主要是涉及量化投資的一門新興金專融學科屬。量化投資是以金融衍生品和工具為基礎的，對於數據和信息要求很高，是一個智慧型、智力型、智商型為主導的產業。
傳統金融，主要是指只具備存款、貸款和結算三大傳統業務的金融活動。廣義的壽命周期成本還包括消費者購買後發生的使用成本、廢棄成本等。簡單來說，金融就是資金的融通。金融是貨幣流通和信用活動以及與之相聯系的經濟活動的總稱，廣義的金融泛指一切與信用貨幣的發行、保管、兌換、結算，融通有關的經濟活動，甚至包括金銀的買賣，狹義的金融專指信用貨幣的融通。
㈨ 學習金融資產管理和量化投資 發展前景如何
相對於美國成熟的資產管理業務發展歷史，中國的資產管理有著12年年輕的歷史。正因為是起步階段，人們能看到其無限發展空間和巨大潛力。一些大的金融機構運用資產管理進行經營，在金融危機期間保持著盈利，業內不乏有成功案例。 資產管理業務有個兩難問題，即業務擴展和風險管理的平衡問題，也就說如果業務擴展太快，太多，風險控制就會弱，如果太關注於風險控制的話，可能業務擴展會慢。其實觀察成功的案例會發現，這兩點是可以做到平衡的。在國外金融機構會發現很多有意思的產品，比如氣象氣候、低碳、降雨量、體育等基金、債券，可是在中國卻是比較空白。其實這是市場細分的結果，舉個例子，如氣象基金，今年冬天會不會冷？如果不冷的話，使用的燃料能源就會少，就會影響這類產品，如果有天然氣產品，就可以進行價格對沖。這也是很多機構追求平穩發展來利用資產管理的原因。 拿期貨公司來說，未來將大大偏向程序化交易策略，由此形成成熟的人才團隊來更好地服務客戶，將會使期貨公司獲得永續發展，拓寬業務利潤獲取的范圍和深度。專家建議中國的資產管理業務應更重視專業性，對行業、公司、個人發展都是最重要的一點。根據麥肯錫的預計，中國的資產管理業務在未來的十年將保持每年24%的增長率，成為中國乃至世界發展最快的金融產業，可以說中國資產管理業將涌現出無限機遇。 目前國內的量化交易大概佔到市場交易量的20%，每年都在增加，特別是這兩年增長迅猛。70%的交易量由程序化交易完成，國內才剛剛起步，因此，國內的發展空間還非常巨大，產品的種類也會更加豐富，策略復雜度和交易工具的精細化也會不斷提高。 從投資者身份來看，目前量化投資者主要人群集中在期貨公司、私募基金以及券商的自營、基金公司的專戶。規模上，以私募基金為主要參與群體。 從操作風格來看，目前期貨市場有四類量化投資者，分別是阿爾法產品的使用者、趨勢性交易者、套利交易者以及高頻交易者。阿爾法產品的使用者，即利用股指期貨與股票現貨進行搭配，獲得股票的超額收益；趨勢性交易者，充分運用各種模型對價格進行預判，這種交易者的資金從幾萬到幾千萬都是存在的；套利交易，包括無風險的股指期現套利和統計套利；高頻交易者，這種一般利用期貨市場價格的微小變動進行快速交易，從而獲得高收益。 量化交易模式越來越被更多的機構投資者所採用，量化交易模式將會成為主流的交易模式。屆時，量化投資產品可能更加多樣化，量化投資將會成為金融機構爭奪客戶資源的主要工具，然後隨著量化工具更新速度的加快，量化投資的應用領域將會不斷拓寬。 由此可見，學習資產管理與量化投資對公司業務和個人的發展是十分迫切並且必要的。
㈩ 博士去搞量化投資，金融建模怎麼樣
學經濟吧來，以後學成出來可以去源券商或者銀行做經濟學家，甚至是首席經濟學家。金融呢，目前的趨勢是往數量化的方向發展（未來量化交易應該是主流），如果你數學很好，又有這方面興趣，也可以。個人建議，學經濟學好了，說不定還能得個諾貝爾經濟學家，加油，大俠！