2018年1月6日 (六) 11:48的版本

课号

01510313

教学目标

掌握金融大数据系统和工具，并能够使用这些工具来建模和分析金融大数据。 了解市场投资的基本概念，掌握基本的数据分析方法和工具，具备使用工具对金融数据建模和分析能力。

教学团队

互联网+实验室

预计学习成效

完成本课程的学习后，学生首先对二级市场的投资理论和模型形成基本的概念，并具备了搭建、验证和使用量化数据分析模型的能力。通过课外阅读和调研，掌握金融工程的基础理论工具，形成学习研究报告。最后，学生通过实践环节，制作自己的多因子模型或其它种类的量化策略，采用历史数据和实时行情验证策略的有效性。

教学内容

大数据部分

1. 第一讲： 计算机系统的基本原理。

2. 第二讲：计算机系统-实验。

3. 第三讲：大数据系统的原理与技术，在实践中运用大数据技术。

4. 第四讲：机器学习与机器智能，大数据智能的理论，

5. 第五讲：了解大数据系统与机器智能的相辅相成的关系，在实践中运用机器智能技术。

量化部分

1. 第一讲：量化分析基础， 主要内容：量化投资分析的背景、流派和主流分析方法

2. 第二讲：从主观投资中汲取精华， 主要内容：证券二级市场主观投资方法概述

3. 第三讲、第四讲：多因子模型基础与应用（1）（2）， 主要内容：建立多因子模型的基本方法和案例分析

4. 第五讲：量化投资策略与实战分析， 主要内容：如何建立基本的投资策略

5. 第六讲：量化投资中常见问题剖析， 主要内容：针对经常犯的错误进行针对性分析和案例剖析

6. 第七讲、第八讲：打造量化交易体系（1）（2）， 主要内容：如何构建实战交易体系，并通过真实数据进行严格测试验证

7. 答辩：量化分析自学内容及交易体系验证报告， 主要内容：以现场答辩的方式演示说明自己的交易体系特征

主要参考

1) 《主动投资组合管理:创造高收益并控制风险的量化投资方法》 Active Portfolio Management: A Quantitative Approach for Providing Superior Returns and Controlling Risk (2th Edition) 作者：理查德 C.格林诺德 (Richard C.Grinol, 雷诺德 N.卡恩 (Ronald N.Kahn), 李腾 (译者) 出版社: 机械工业出版社; 第1版 (2014年9月1日)

2) 《威科夫操盘法》 Wychkoff Trading Tools and Techniques 作者：孟洪涛 （Edward Meng） 出版社: 山西人民出版社; 第1版 (2016年10月1日)

3) 《证券分析》 Security Analysis: Sixth Edition 作者：本杰明·格雷厄姆 (Benjamin Graham) , 戴维·多德 (David L. Dodd) 出版社: 中国人民大学出版社; 第1版 （2013年4月1日）

4) 《打开量化投资的黑箱》 Inside the Black'Box:A Simple Guide to Quantitative and High-Frequency Trading 作者：里什·纳兰 (Rishi K.Narang) 出版社: 机械工业出版社; 第1版 (2016年5月1日)

5) 《宽客》 The Quants 作者：斯科特·帕特森 (Scott Patterson) 出版社: 万卷出版公司; 第1版 (2011年7月15日)

6) 《算法交易:制胜策略与原理》 Algorithmic Trading:Winning Strategies and Their Rationale 作者：欧内斯特·陈 (Ernest P.Chan) 出版社: 机械工业出版社; 第1版 (2017年1月1日)

7) 《高频交易》 High-Frequency Trading: A Practical Guide to Algorithmic Strategies and Trading Systems 作者：艾琳·奥尔德里奇(lrene Aldridge) 出版社: 机械工业出版社; 第1版 (2011年5月1日)