quant期货（quanto期权）

在国内做quant，需要怎样的水平及发展路线呢？

有人来咨询国内量化机构的定位，我发现一个问题，大家好像都在衡量自己跟那些头部机构有哪些可能匹配的点，一谈就是九鼎啊，或者是对魔方XX的岗位工作感兴趣，如果是一流的背景没问题，我可以陪你聊啊。但我的建议是，不要只看不做，不大不小。我也喜欢和大单位合作，但对于求职者来说，还是要找适合自己的人，不用太辛苦，工资肯定能达到自己的预期。

有些求职者过于谨慎，明明自己的教育背景、工作经验都很优秀，却不敢进一步去闯一闯，可能是不知道从哪里听到的建议，觉得很孤独，我觉得实在没必要想得太复杂。自从磨刀霍霍决心走量化之路，就一直没有停止。有的时候Match会怀疑Match是否适合做量化，也有的时候Match想过放弃。现在回过头来看，发现自己已经做得很好。同时，我也感叹时光飞逝。作为一只量化金融狗，有太多的东西需要学习。

现在我稍稍冷静下来，就抽出时间在这里写下我这几年的学习和实习经历，回顾自己的经历，激励下一个人（如果有的话），并告诉每个对量化感兴趣的人：你不是一个人在战斗。交易策略研究包括选股、计时、套利。选股主要是基于α和β策略。在择时方面，目前国内流行机器学习的择时建模，如SVM和神经 *** 。目前，这项工作多见于证券期货公司的研究部门（金融工程组）、自营部门（量化交易）和资产管理部门。

小编针对问题做得详细解小编针对问题做得详细解读，希望对大家有所帮助，如果还有什么问题可以在评论区给我留言，大家可以多多和我评论，如果哪里有不对的地方，大家也可以多多和我互动交流，如果大家喜欢作者，大家也可以关注我哦，您的点赞是对我更大的帮助，谢谢大家了。

现货和期货及股指期货的区别?

期货与现货相对应，并由现货衍生而来。期货不是货，通常是指以某种大宗商品或金融资产为标的可交易的标准化合约。所谓现货交易，是指证券买卖双方在成交后就办理交收手续，买入者付出资金并得到证券，卖出者交付证券并得到资金。现货交易的特征是“一手交钱，一手交货”，即以现款买现货方式进行交易。

本科和硕士是数学和计算机专业，经济、金融零基础，目标将来能够成为一名quant，应该怎么循序渐进的学习？

首先，Quant的确是数学、计算机天才的聚居地，他们使用世界上最深难最前沿的数学工具解决问题，但注意，Quant只是【解决问题】，而其他的一概几乎不过问，所以说对于金融、经济的知识要求其实并不高，扎实的数学、计算机基础才是王道。

接下来介绍金融。经济学领域的书：

宏观金融：黄达《金融学》（别买精简版！！），在中国做金融，这本书不可不读，大师之作

微观金融：罗斯《公司理财》，必读，迄今为止对我启发更大的金融学类教材

经济学：这个太多了，曼昆的《经济学原理》、宏观经济学，斯罗曼的《经济学》，特别推荐两本：1. 尼克尔森《中级微观经济学》2. 保罗·克鲁格曼《国际经济学》

金融衍生品：这个你绝对要懂，最经典的教材，世界通用的John Hull《期货、期权及其他衍生品》，必读

数学：这个我想你很懂了，记住概率论与数理统计尤其重要

编程：投行基本就一个软件：Excel，相信你C什么的都没问题了，不过有时间的话，学学VBA，很有好处

相信对你很有帮助，加油。

quant是做什么的？

quant的意思就是量化，所谓量化一般是用于外汇、期货、股票等投资行业的专用术语！量化就是软件自动操作的简称！！

Quant 应该学习哪些 Python 知识

研究方面

龙哥的答案已经覆盖了常用的库，这里就从研究的整体方向上来介绍下：

获取数据：可以选择使用TuShare、通联、万得等数据工具下载数据，并将原始的数据格式转化为你自己想用的数据格式（可以用Python脚本实现），以保存到数据库中

存储数据：几乎绝大部分常用的数据库都提供了Python接口，SQL/NoSQL/HDF5等等多种，最常用的应该是MySql和MongoDB，有兴趣学Q的也可以直接去用KDB+，数据库具体会应用的方向包括保存数据、读取数据、数据补全机制、数据变频（TICK变K线等）

数据回测：将数据读取到内存中后（以numpy数组或者pandas序列的形式），进行策略的回测，并对回测结果进行研究（matplotlib绘图），或者对参数进行优化（scipy等）

建模相关：对数据进行一些统计学检验（stat *** odel）以及机器学习建模（scikit-learn）

集成开发环境：在有针对性的IDE中实现以上步骤会更加简便快捷（ipython/spyder）

交易方面

这部分是答主的主场了，主要分为两块：

1. 执行交易：对于绝大部分量化策略，都在一定程度上需要自动/半自动的下单功能。

CTA策略突破入场（秒级延时）

期权做市实时挂撤单（毫秒级延时）

股指期货高频（微秒级延时）

分级基金套利（批量自动下单，延时没有以上几种重要）

Alpha套利（篮子交易，一般要使用vwap等算法）

2. 策略风控：同样一般需要自动或者半自动的风控功能.

期权组合的希腊值风险实时监控对冲

分级基金套利的beta净敞口、行业暴露等实时监控对冲

Alpha套利策略的因子监控

具体需要掌握的知识：

1. 模拟实盘交易的策略回测：将策略重新编写为可以基于数据回放（逐TICK/逐K线）的模式进行回测的程序，模拟实际交易情况，杜绝未来函数的可能性，实盘交易中使用完全相同的程序进行交易，保证实盘和回测的一致性。这块通常需要专门的框架或者程序，比如通联的优矿、掘金、vn.py框架中的vn.strategy等。

2. 实盘交易接口：将想要下的单子通过交易接口发送到经纪商柜台，目前可以实盘直接使用的应该包括掘金（期货）、vn.py中的vn.lts（证券、期权）和vn.ctp（期货）。如果要使用其他的柜台需要自己封装，如恒生、金证等。

3. 其他语言拓展：作为最有名的胶水语言之一，Python的拓展功能不用绝对是浪费。针对计算瓶颈可以使用cython拓展，针对API可以用boost.python和swig进行封装，调用matlab直接运行其中提供的特定算法，使用COM接口调用Excel自动生成每日交易记录和报表......

4. GUI程序的开发：相当数量的量化交易依旧需要交易员进行实时监控，除了在cmd中不断print一些数据外，更合理的方案是开发自己需要的GUI界面，重点推荐PyQt，比在C++中用Qt开发要来的快捷很多，底层运行的也是C++的代码，速度完全不用担心。一些有特别需求的人也可以考虑开发在浏览器中显示的界面，比如经常想用手机远程监控。

TBquant会泄密吗

不会。

TBQuant量化平台是一家专业的期货程序化系统交易门户网站，一般都不会泄密的，再注册的时候一般会进行实名认证，但是一些隐私比如家庭住址之类的是没必要填写的。

网站首页：期货手续费网-加1分开户（微信：527209157）

本文链接：https://52ol.cn/post/85750.html