量化金融學什麼意思

⑴ 誰可以幫忙分析一下，哪個學校的量化金融比較好

這個問題問得好有深度，一般都見別人問哪個學校的金融好，你提的比較具體，看來是有基礎的。具我了解南開大學的量化金融比較不錯。現在和一些企業也在聯合做量化金融實驗室，比較能把學術落地的一個高校。並且現在南開金融學院的掌門人是白聚山先生，白先生是在量化金融里做的非常好的，全球華人排名第三。具體你可以上網再看看。希望可以給你提供幫助。答的滿意就給分吧，呵呵。

⑵ 金融工程，量化投資學什麼軟體好Python還是Matlab

這真的非常難說。。總的來看美 國大部分用python，國 內可能用matlab的比較多（因內為盜版什麼的問題容呵呵）。我個人是覺得python有更好的靈活性，比如可以和C鏈接等等，很多美國的hedge fund等公司都在從matlab轉到python。matlab的好處是：收錢的東西質量有保證。所以matlab在optimization等方面的toolbox寫得非常棒！總的來說就是簡單好用。問題就是它的syntax非常惡心（這點和R類似。。）。另外速度比較慢（當然R更慢）。。我個人是比較喜歡python多一點，但是很多時候搞量化分析偷懶就會用matlab和R，因為很多東西都是現成的。。

⑶ 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。

⑷ 請問一下，有人知道什麼是 量化金融學嗎

量化金融學主要是涉及量化投資的一門新興金融學科。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。

⑸ 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。

⑹ 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。

⑺ 金融學研究生，如何零基礎學量化

簡介篇
數量金融，或者叫金融工程，目前在國內主要有三大發展方向：交易策略研究、衍生品定價、風險管理。

交易策略研究，包括選股，擇時，套利。選股以α與β策略為主，擇時方面，目前國內流行機器學習的手段進行擇時建模，諸如SVM、神經網路等，目前該工作多見於券商與期貨公司的研究部（金融工程組）、自營部（量化交易）、資產管理部等。有關交易策略研究，可以多看看券商的金工專題研報，某些大券商的金工專題研報還是很有含金量的，具體可以參考新財富金工組的排名。

衍生品定價，指的是場外（內）期權的定價以及套利，多見於券商的櫃台市場部（OTC產品）、資產管理部，某些一線券商的機構銷售部也配有交易組，負責場外期權的定價。衍生品定價大多數被海歸名校生佔領。沒辦法，國外的期權理論較為成熟，這是不可避免的。而且個人認為，如果希望做衍生品定價的話，最好刷一個phd的學位……

風險管理，多數是圍繞對沖做文章，通常需要較好的資產組合管理知識以及衍生品對沖的知識，delta hedge, gamma hedge等自然必不可少。多見於券商的風控部門。

⑻ 量化金融專業大學排名

要金融專業的大學排名中應該是有些專業排名的另一個分別，所以這個消毒液還非常棒，非常的。

⑼ 想從事量化金融高考報什麼專業好

跟量化金融有關的本科專業，無外乎金融、經濟、數學、統計、計算機等，當然，還有金融工程、大數據等衍生專業。但我覺得本科讀的專業應該寬一些，不應該趕時髦。盡量讀一些歷史悠久的專業。比如中山大學四年前成立了一個應用統計專業，現在就撤銷了，也就是這個專業的壽命只有四年。

⑽ 為什麼選擇量化金融學

大數據人工智慧，目前該行業人才稀缺