知识结构有哪些_量化金融专业创新型人才培养知识结构教学改革探讨

量化金融专业创新型人才培养知识结构教学改革探讨

中图分类号：G11? ?文献标识码：A 一、引言 目前国内就《量化金融》这一门新兴交叉学科缺乏相应 的教学辅导资料（丁鹏，2014），而且许多高等学校对这一 门学科的开设缺乏经验，甚至在国内高校教育上是一个空白。

鉴于此，基于笔者在学校为金融专业硕士开设《量化投资策 略与案例》两年教学经验，以此文探讨量化金融专业设置和 教学安排以及量化金融专业创新型人才培养的知识结构要 求。

二、量化金融专业创新型人才培养知识结构 《量化金融》这一门学科可以说是集合了金融学、计算 机和计量经济学等方面知识，是一门新兴交叉学科，量化金 融创新型人才培养需经历如下三阶段：
第一，量化策略学习。除量化选股和量化择时外，投资策略详细可以划分为五类：股票与债券配置、股票与期货配 置、股票与期权配置、期权与期权配置和另类套利策略。其 中，股票与债券配置，是基于证券市场线，该问题考虑在无 衍生产品条件下的资产配置，该资产配置方法在2010年我国 推出股指期货之前最为适用。其配置基本原理是，投资者先 基于马科维兹的投资组合理论以及证券市场线，求出投资者 资产在风险资产上的资金配置，然后，基于投资者效用函数， 求出投资者资产在风险资产和无风险资产中的配置，最后， 将投资在风险资产资金基于上述分析分配于不同的风险资 产（股票）上。股票与期货配置，主要是讲解如果作为投资 者持有股票多头，则需要采取相应的衍生产品，即期货空头 予以对冲，以降低股票可能下跌的潜在风险，但由于我国只 有股指期货，所以，如果投资者的投资组合投资与股指期货 标的资产，即沪深300指数等走势差异太大时，在做空期货 张数的计算过程中，则需要采用投资组合的beta系数做相应 调整处理，才能使得对冲效果更为有效，即套期保值效果达 到最优。股票与期权配置，该策略和股票与期货的套利策略 类似，唯一差异的地方就是当投资者买入期权时，他可以放 弃执行期权的权利，但基本上投资者都是遵循股票多头，则 期权空头，或者反过来股票空头，则期权多头的策略进行风 险对冲。但在实际执行过程中，对于交易者还可以对期权的 价格、价格波动、时间、无风险利率和波动率分别做delta、 gamma、theta、rho和vega策略对冲（赫尔，2011），同时，还可以通过联立方程的方式对delta、gamma和vega做同时对 冲，而且可以根据期权标的资产的现货市场价格变化做动态 对冲。期权与期权配置，主要涉及垂直套利策略（如牛市看 涨、牛市看跌、熊市看涨和熊市看跌等套利策略）、水平套 利策略（时间）、（宽）跨式套利策略、蝶式套利策略以及 飞鹰式套利策略等，主要是多期权的对冲套利策略，其策略 的执行主要是基于投资者对未来市场走势以及波动率的判 断，至于各类策略的执行条件以及使用范围，则有赖于学生 的细致学习和研判（赫尔，2011）。最后是另类套利策略， 包括封闭式基金转开、LOF套利、ETF套利以及分级基金套利， 此类策略是在金融市场实操中，通过金融理论和金融市场运 行规律捕捉出相应套利机会。

第二，计量经济学知识积累。主要需要掌握的是金融时 间序列知识，涉及到可能需要应用的知识包括，单位根检验、 ARMA模型、GARCH模型、VAR模型、VECM模型、协整估计、非 线性STR模型、高频数据分析、在现值模型估计和马尔科夫 链蒙特卡洛等。此类金融数据分析知识主要是基于考虑股市 或者股指期货等走势的估计和预测，同时考虑金融数据聚集 性的条件异方差特征，如GARCH模型。这可为量化策略的执 行提供理论基础。可见，计量知识在金融中的应用可作为量 化策略执行的基础和判断的标准。因此，金专学生掌握好时 间序列知识，才能够为量化策略方案设计提供坚实的理论基 础。第三，量化策略在计算机软件上的实现。量化金融与传 统投资策略的不同就在于它是基于计算机软件大数据的估 计，在海量数据中做挖掘，并基于计量方法和量化策略做出 相应的交易。他们是不依赖于人工操作，而更多是依赖于计 算机软件的自动下单，如买入和卖出。因此，对计算机软件 编程要求极高，这也就要求学生需要至少掌握一门计算机软 件编程程序，笔者认为Matlab是最佳的编程软件（刘浩、韩 晶，2015）。但许多软件都有共通之处，数量掌握好一种是 最为根本的，也有利于旁及其他编程软件。

三、结束语 量化金融是一门应用计算机软件和计量方法去挖掘金 融市场运行规律的一门学科。可见，量化金融高度依赖于计 量模型，也使得投资策略存在较大模型风险，因此，量化金 融构筑的投资策略并非是一味追求高盈利，它同时更应该关 注投资策略运行过程中的回撤和夏普比率。总之，量化金融 无论在选股、择时、行业选择、资产配置，还是风险管理上 都体现了投资策略的基本原理和计量经济学以及计算机软 件的优势，从而能够有效规避投资者主观偏差和人性的弱点， 能够更为有效地识别和评价交易机会。而上述三个方面知识 结构的培养均是量化金融创新型复合人才培养的基本要求。

论文代写 参考文献：
[1]丁鹏，《量化投资：策略与案例》，电子工业出版社，2014。

[2]刘浩、韩晶，《Matlab R2014a完全自学一本通》， 电子工业出版社，2015。

[3]约翰·赫尔，王勇、索吾林译：《期权、期货与其 他衍生产品》（第七版），机械工业出版社，2011年。