金融學科研項目：大數(shù)據(jù)時代下的量化金融投資研究——基于對沖基金的高頻交易策略與因子投資模型應用【大學組】

導師學校介紹

麻省理工學院（Massachusetts Institute of Technology），簡稱“麻省理工”（MIT），位于美國馬薩諸塞州波士頓都市區(qū)劍橋市，主校區(qū)依查爾斯河而建，是一所世界著名私立研究型大學，愛國者聯(lián)盟附屬成員，全球大學校長論壇成員。省理工學院素以頂尖的工程與技術而著名，擁有麻省理工人工智能實驗室（MIT CSAIL）、林肯實驗室（MIT Lincoln Lab）和麻省理工學院媒體實驗室（MIT Media Lab），其研究人員發(fā)明了萬維網(wǎng)（www）、GNU系統(tǒng)、Emacs編輯器、RSA算法等等。該校的計算機工程、電機工程等諸多工程學領域在2019-20年軟科世界大學學科排名中位列世界前五，在2018-19年US News美國研究生院排名中位列工程學第一、計算機科學第一，與斯坦福大學、加州大學伯克利分校一同被稱為工程技術界的學術領袖。截至2020年10月，麻省理工學院的校友、教職工及研究人員中，共產(chǎn)生了97位諾貝爾獎得主（世界第五）、8位菲爾茲獎得主（世界第七）以及26位圖靈獎得主（世界第二）。麻省理工學院位列2021-22年度QS世界大學排名第一，榮登全球榜首。

導師詳細介紹

導師昵稱

Egor

導師級別

高級教職&研究學者

導師學校

麻省理工學院(MIT)

Egor導師為麻省理工學院斯隆管理學院金融學高級教職兼任研究學者。Egor的研究興趣為企業(yè)金融、組織經(jīng)濟學和公司治理，特別關注企業(yè)主管勞動力市場、管理團隊和首席執(zhí)行官對企業(yè)價值和績效的影響，以及投資者在評估企業(yè)投資選擇上面臨的挑戰(zhàn)。曾在北方金融協(xié)會和歐洲金融協(xié)會擔任重要職位，并且在AFA、EFA、WFA等頂級金融會議的期刊上發(fā)表多篇學術文章。Egor為羅徹斯特大學金融學博士。

Egor Matveyev is a Senior Lecturer and Research Scientist in Finance at the MIT Sloan School of Management.His research interests are in the fields of corporate finance,organizational economics,and corporate governance.His work has studied corporate director labor markets,the impact of management teams and CEOs on firm value and performance,and the challenges investors face in valuing firms’investment options.

適合人群

方向：金融商科

專業(yè)：金融

適合專業(yè)：商業(yè)分析，金融工程，金融學，財務管理，金融市場，數(shù)據(jù)分析，財務學，量化金融，股票投資，公司金融

項目價格：33800

項目周期：7周在線小組科研+5周論文輔導

是否建議高中生學習：否

是否建議大學生學習：是

語言：英文

難度：中級/高級難度

建議具備的基礎：量化金融、公司金融、財務分析、金融數(shù)學、股票投資等金融商科專業(yè)方向的學生；具備經(jīng)濟與金融相關的基礎專業(yè)知識的學生優(yōu)先

科研項目產(chǎn)出

4周在線小組科研學習+2周論文指導學習共125課時+不限時論文指導

學術報告

優(yōu)秀學員獲主導師Reference Letter

EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級別索引國際會議全文投遞與發(fā)表指導（可用于申請）

結業(yè)證書

成績單

項目介紹

本項目的研究計劃和目的是向學生介紹現(xiàn)代金融市場中對沖基金行業(yè)和對沖基金的主要投資方法。學生將學習量化投資的主要方法-從高頻交易到基于因素的投資-以及基于公司基本特征的投資方法。本項目將股票估值和財務報表分析的核心理論與公司數(shù)據(jù)的實際操作經(jīng)驗相結合，研究范圍涵蓋美國整個股票領域。學生將獲得如何與“大數(shù)據(jù)”打交道的經(jīng)驗，以及如何使用自下而上的方法選擇投資目標。項目內容涵蓋股票估值、價值投資策略、行業(yè)分析和選擇投資目標、品質投資、闡明極端增長、賣空偏見論等理論知識，與Facebook、Twitter、SnapChat社交媒體股票價值分析、凱恩斯選美比賽分析投資泡沫、安然公司分析賣空理論等案例。學生將在項目結束后，提交報告，完成項目成果展示。

The goal of this course and research program is to introduce students to modern hedge fund industry and major investment approaches employed by hedge funds.Students will learn major approaches to quantitative investing–from high frequency trading to factor-based investing–as well as investment approaches based on fundamental characteristics of firms.This course combines core theories of stock valuation and financial statements analysis with hands-on experience working with data on firms,covering the entire universe of stocks in the United States.Students will gain experience on how to work with“big data”and how to select investment targets using bottom-up approach.At the core of this course is a practical research project,which requires students to write an investment memorandum and engage in a simulated investment committee work.The program covers theoretical knowledge such as stock valuation,value investment strategy,industry analysis and selection of investment targets,quality investment,clarification of extreme growth,short-selling bias theory,and social media stock value analysis of Facebook,Twitter,Snapchat,and Keynesian beauty contest analysis investment,cases such as bubbles and Enron's analysis of short selling theory.At the end of the program,students will submit a report and present the results.

項目背景

量化投資是指通過數(shù)量化方式及計算機程序化發(fā)出買賣指令，以獲取穩(wěn)定收益為目的的交易方式。在海外的發(fā)展已有30多年的歷史，其投資業(yè)績穩(wěn)定，市場規(guī)模和份額不斷擴大、得到了越來越多投資者認可。從全球市場的參與主體來看，按照管理資產(chǎn)的規(guī)模，全球排名前四以及前六位中的五家資管機構，都是依靠計算機技術來開展投資決策，由量化及程序化交易所管理的資金規(guī)模在不斷擴大。隨著時間的推移，在金融市場上，部分基金組織利用金融衍生工具采取多種以盈利為目的投資策略，這些基金組織便被稱為對沖基金。對沖基金早已失去風險對沖的內涵，相反的，現(xiàn)在人們普遍認為對沖基金實際是基于最新的投資理論和極其復雜的金融市場操作技巧，充分利用各種金融衍生產(chǎn)品的杠桿效用，承擔高風險、追求高收益的投資模式。

項目大綱介紹

對沖基金概述 Introduction to hedge funds

股票估值與篩選 Stock valuation and screening

如何確定投資目標 Identification of investment targets

投資的質量因素 Quality factors

項目回顧與成果展示 Program Review and Presentation

論文輔導 Project Deliverables Tutoring

>>沒有教授推薦信，缺少科研經(jīng)驗？點擊這里提升背景<<