金融與Python科研項(xiàng)目：Python在量化金融數(shù)據(jù)分析中的應(yīng)用——華爾街投資大師親授量化金融投資實(shí)訓(xùn)研究

導(dǎo)師學(xué)校介紹

城堡投資基金成立于1990年，是美國(guó)最大的期權(quán)交易機(jī)構(gòu)和經(jīng)紀(jì)交易商之一，其總部位于美國(guó)芝加哥，是全球最大的對(duì)沖基金之一。這家公司的創(chuàng)始人是Kenneth Griffin（肯?格里芬），到現(xiàn)在也是該公司的首席執(zhí)行官。1987年，格里芬靠著一臺(tái)傳真機(jī)，一臺(tái)個(gè)人電腦，一部電話和26.5萬(wàn)美元本錢，在他的哈佛宿舍成立了這個(gè)基金公司的前身。Citadel致力于高頻交易策略，這是程序化交易的一種。Citadel的電腦執(zhí)行著八分之一的美國(guó)證券交易，每天的交易額達(dá)到約9億股。其系統(tǒng)處理的股票數(shù)目甚至超過(guò)了紐約交易所，后者每天交易約7億股。在城堡基金最核心的部門數(shù)量研究部，有來(lái)自名牌大學(xué)的80多名前數(shù)學(xué)教授和天體物理學(xué)家共同開發(fā)出的數(shù)學(xué)模型，為交易員提供支持。城堡基金大樓的37層有一個(gè)被稱為“博士排”的區(qū)域，從地板到天花板都布滿了寫滿各種復(fù)雜數(shù)據(jù)公式的白板，連窗玻璃都不例外。

采用高頻交易策略后，Citadel位于芝加哥的戰(zhàn)術(shù)運(yùn)營(yíng)基金自2007年推出以來(lái)，漲幅超過(guò)300%。早在2015五月，以芝加哥為基地的城堡投資管理的資產(chǎn)超過(guò)260億美元，便已經(jīng)是世界上第二大多策略對(duì)沖基金。城堡對(duì)沖基金在華爾街上名聲甚大，是美國(guó)第三大對(duì)沖基金公司，僅次于橋水（Bridgewater）和millenium基金，同時(shí)也是杠桿加的最高的對(duì)沖基金。該公司是主要依靠程序（Python等）做交易的基金。在美國(guó)，該公司還是唯一以做市商身份開展期權(quán)業(yè)務(wù)的對(duì)沖基金，也是首批擁有自己的股票借貸能力的基金之一。城堡基金最引人注目的要數(shù)請(qǐng)到華爾街“最大牌”的“金融顧問(wèn)”----前美聯(lián)儲(chǔ)主席伯南克。

導(dǎo)師詳細(xì)介紹

導(dǎo)師昵稱

Ken

導(dǎo)師級(jí)別

金融投資家&交易負(fù)責(zé)人

導(dǎo)師任職

華爾街城堡基金公司

Ken導(dǎo)師畢業(yè)于美國(guó)西北大學(xué)的計(jì)算機(jī)科學(xué)專業(yè)，隨后又取得了芝加哥大學(xué)的財(cái)務(wù)財(cái)務(wù)統(tǒng)計(jì)相關(guān)專業(yè)的碩士學(xué)位。導(dǎo)師在學(xué)術(shù)研究方面頗有建樹，他曾任教于哥倫比亞大學(xué)，擔(dān)任工業(yè)工程和算法交易專業(yè)的講席教授，并在相關(guān)專業(yè)期刊中發(fā)表了多篇學(xué)術(shù)研究論文。導(dǎo)師在金融交易的算法和程序化交易操作方面有著極高的天賦，早在2000年，導(dǎo)師已經(jīng)擔(dān)任了高盛集團(tuán)（世界500強(qiáng)）投行證券風(fēng)險(xiǎn)管理部門副總裁。此前，Ken導(dǎo)師分別任職于全球最主要的金融機(jī)構(gòu)之一德意志銀行（世界500強(qiáng)），擔(dān)任電子交易產(chǎn)品研發(fā)部門總監(jiān)，以及瑞信銀行（世界500強(qiáng)）的電子市場(chǎng)化副總裁。Ken導(dǎo)師在電子程序交易領(lǐng)域擁有超過(guò)10年的經(jīng)驗(yàn)，包括電子交易產(chǎn)品研發(fā)以及高頻交易策略，在實(shí)時(shí)交易系統(tǒng)研發(fā)以及金融產(chǎn)品設(shè)計(jì)方面擁有豐富的實(shí)戰(zhàn)操盤經(jīng)驗(yàn)。目前導(dǎo)師擔(dān)任華爾街城堡基金公司的金融交易管控部門的最高負(fù)責(zé)人，該公司是華爾街三大對(duì)沖基金公司之一，也是程序化交易最大的基金公司。得益于導(dǎo)師極為優(yōu)秀的工作能力和豐富的教學(xué)經(jīng)驗(yàn)，他的程序交易課程廣受好評(píng)，學(xué)生不僅僅可以獲得常春藤級(jí)別的教學(xué)體驗(yàn)，更是可以獲得來(lái)自華爾街最頂級(jí)的對(duì)沖基金的一線信息和資源。

Deep experience in electronic trading,including engineering,product development and trading.20+years experience in information technology including real-time trading system software architecture and development,retail financial services application design and IT support management.Recent focus on Operational Risk Management and Trading Control Engineering.

適合人群

方向：金融商科

專業(yè)：經(jīng)濟(jì)學(xué)

適合專業(yè)：商業(yè)分析，金融學(xué)，數(shù)據(jù)分析，公司金融，金融市場(chǎng)，金融工程，風(fēng)險(xiǎn)管理，統(tǒng)計(jì)學(xué)，數(shù)學(xué)，機(jī)器學(xué)習(xí)，數(shù)據(jù)科學(xué)，量化金融，股票投資，金融科技

項(xiàng)目?jī)r(jià)格：33800/19800

項(xiàng)目周期：7周在線小組科研+5周論文輔導(dǎo)

是否建議高中生學(xué)習(xí)：是

是否建議大學(xué)生學(xué)習(xí)：是

語(yǔ)言：英文

難度：低級(jí)/中級(jí)難度

建議具備的基礎(chǔ)：項(xiàng)目適合金融、量化金融、金融數(shù)學(xué)、金融數(shù)據(jù)分析、數(shù)據(jù)統(tǒng)計(jì)、金融科技和金融工程等，未來(lái)希望在金融量化領(lǐng)域進(jìn)一步深造的學(xué)生；需要學(xué)生具備基礎(chǔ)的金融學(xué)知識(shí)

科研項(xiàng)目產(chǎn)出

7周在線小組科研學(xué)習(xí)+5周論文指導(dǎo)學(xué)習(xí)共125課時(shí)+不限時(shí)論文指導(dǎo)

學(xué)術(shù)報(bào)告

優(yōu)秀學(xué)員獲主導(dǎo)師Reference Letter

EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級(jí)別索引國(guó)際會(huì)議全文投遞與發(fā)表指導(dǎo)（可用于申請(qǐng)）

結(jié)業(yè)證書

成績(jī)單

項(xiàng)目介紹

“量化”金融工作和“非量化”金融工作之間的界限越來(lái)越模糊，金融從業(yè)者越來(lái)越被期望具有一定的計(jì)算機(jī)編程熟練程度，或至少接觸編程工具和方法，即使他們的背景不專注于計(jì)算機(jī)科學(xué)。即使你的興趣不集中在量化金融上，你也應(yīng)該發(fā)現(xiàn)這些計(jì)算機(jī)工具有非常多的幫助。本課程將介紹一些基本Python工具和概念，這些概念和概念將為學(xué)生提供現(xiàn)代計(jì)算工具和技術(shù)的工作基礎(chǔ)，重點(diǎn)是Python編程語(yǔ)言和相關(guān)工具包。在整個(gè)課程中，我們將使用Excel、Pivot表等非編程技術(shù)介紹某些概念，然后用Python做同樣的例子。課程將通過(guò)Python將傳統(tǒng)的金融市場(chǎng)交易和數(shù)據(jù)進(jìn)行數(shù)據(jù)優(yōu)化和提煉，例如股票市場(chǎng)的投資組合和其相對(duì)應(yīng)的投資風(fēng)險(xiǎn)，最終以量化的形式呈現(xiàn)給大家。課程結(jié)束時(shí)，你將能夠獲取、處理和解釋數(shù)據(jù)，并進(jìn)行輸出和分析的能力。

The line between“quant”and“non-quant”finance jobs is increasingly blurry,and practitioners in computational finance are increasingly expected to have some proficiency or at least exposure to programming tools and methods,even if their background does not focus on computer science.Even if your interest does not focus on quantitative finance,you should find it helpful to have some background in these sorts of tools.This class will introduce some basic tools and concepts that will give the student a working foundation in modern computational tools and techniques,focusing on the Python programming languages and associated toolkits.Throughout the class,we will introduce certain concepts using non-programming techniques such as Excel,Pivot tables,etc.,and then do the same examples in Python.By the end of the class,you will be able to acquire,process,and interpret data and produce output and analysis.

項(xiàng)目背景

金融業(yè)在不斷發(fā)展壯大，現(xiàn)在比較熱門，未來(lái)前景也不錯(cuò)。在金融行業(yè)中有一個(gè)學(xué)科的重要性正在強(qiáng)勁增長(zhǎng):金融和數(shù)據(jù)分析。而python在其中發(fā)揮了重要作用。首先，利用python中pandas的基礎(chǔ)知識(shí)，可以處理股價(jià)，歐元/美元匯率相關(guān)的問(wèn)題。當(dāng)然，也可以利用NumPy高效地處理金融中的大型數(shù)據(jù)，提高效率。其次，使用python中的matplotlib和plotly，可以將復(fù)雜的財(cái)務(wù)數(shù)據(jù)進(jìn)行合理性整合為圖表形式，使財(cái)務(wù)報(bào)表內(nèi)容更為直觀可感，財(cái)務(wù)趨勢(shì)更加明顯，在財(cái)務(wù)表分析中，python完全可以取代excel,甚至比excel的效率更高。此外，python在分析風(fēng)險(xiǎn)方面也有一定的用途。我們知道，金融企業(yè)特別需要做風(fēng)險(xiǎn)評(píng)估。通常情況下，在購(gòu)買理財(cái)產(chǎn)品前，投資者應(yīng)該做一個(gè)風(fēng)險(xiǎn)測(cè)評(píng)分析，這樣做的目的是為了準(zhǔn)確判斷個(gè)人或者家庭的風(fēng)險(xiǎn)偏好，而python就可以進(jìn)行風(fēng)險(xiǎn)評(píng)估。金融中還涉及到很多的算法和數(shù)據(jù)，python提供的SymPy是一種強(qiáng)大的數(shù)學(xué)工具，可以解決金融中的很多數(shù)學(xué)問(wèn)題。金融交易的高速、高頻、以及超大數(shù)據(jù)量，使得各類金融機(jī)構(gòu)對(duì)從業(yè)人員的數(shù)據(jù)分析技能要求越來(lái)越高。“摩根大通在2018年就開始對(duì)初級(jí)資產(chǎn)經(jīng)理和銀行從業(yè)人員進(jìn)行代碼培訓(xùn)，花旗也在同年開始向銀行分析師和交易員提供編程數(shù)據(jù)分析課程?！睂?shí)際上，高級(jí)數(shù)據(jù)分析技能，特別是Python的運(yùn)用，已經(jīng)成為金融機(jī)構(gòu)在招聘分析師、研究員和交易員時(shí)的條件之一。本項(xiàng)目將依托前沿金融行業(yè)理論和實(shí)戰(zhàn)，著重培養(yǎng)學(xué)生的金融工程數(shù)據(jù)分析技能，為日后的升學(xué)求職奠定堅(jiān)實(shí)基礎(chǔ)。

項(xiàng)目大綱介紹

Python基礎(chǔ)知識(shí)概論 Introduction and Python Basics

數(shù)據(jù)處理(股票交易和投資風(fēng)險(xiǎn)評(píng)估）Working with Data

數(shù)據(jù)可視化與商業(yè)智能工具 Visualization and Business Intelligence Tools

數(shù)據(jù)的分析與呈現(xiàn)（投資組合風(fēng)險(xiǎn)案例分析）Putting it all together:Interpretation and Presentation of Data

項(xiàng)目回顧與成果展示 Program Review and Presentation

論文輔導(dǎo) Project Deliverables Tutoring

>>沒(méi)有教授推薦信，缺少科研經(jīng)驗(yàn)？點(diǎn)擊這里提升背景<<