金融學課題項目回顧：金融工程“技術流玩家”---金融數學建模、趨勢預測與投資交易策略解構

本期雙課題：

#01 項目介紹

項目介紹：

本課程是應用數學和金融數學的入門核心課程。我們(men) 將首先分析現有的數學統計量化評估方法，包括針對交易策略本身的評估和相對基準整體(ti) 市場的評估。然後，我們(men) 將轉向如何通過使用曆史和模擬數據對交易策略進行回溯測試來調整交易策略，並討論如何避免常見的陷阱，如前瞻性偏差和數據挖掘。這些方法都會(hui) 通過實踐中經常使用的一些交易策略中加以說明和引證。

從(cong) 被動指數跟蹤的數學模型作為(wei) 基準開始，我們(men) 將討論係統因素，如“價(jia) 值”(市場價(jia) 格與(yu) “基礎價(jia) 值”估值的比較)、“動量”(對均值回歸趨勢的押注)和“規模”(小公司和大公司業(ye) 績的係統差異)在不同數學模型的應用實踐。同時，我們(men) 將討論有多少交易策略通過提供“流動性”而獲得溢價(jia) ，例如一些本無法實現的獨立交易通過附帶交易方式進而實現收益。

項目大綱：

·Alpha和Beta策略-線性因子模型 

·風險回報措施-回溯測試

·基於(yu) 數學模型的投資組合解構

·量化交易策略實踐分析 

·學術研討1：教授與(yu) 各組學生探討並評估個(ge) 性化研究課題可行性，幫助學生明晰後續科研思路 

·學術研討2：教授將根據各組進度進行個(ge) 性化指導，確保學生優(you) 質的終期課題產(chan) 出 

·項目成果展示

項目介紹：

本課程是量化金融投資管理和金融工程的核心課程。我們(men) 將首先分析現有的交易策略量化評估方法，包括針對交易策略本身的評估和相對基準整體(ti) 市場的評估。然後，我們(men) 將轉向如何通過使用曆史和模擬數據對交易策略進行回溯測試來調整交易策略，並討論如何避免常見的陷阱，如前瞻性偏差和數據挖掘。這些方法都會(hui) 通過實踐中經常使用的一些交易策略中加以說明和引證。

從(cong) 被動指數跟蹤作為(wei) 基準開始，我們(men) 將討論係統因素，如“價(jia) 值”(市場價(jia) 格與(yu) “基礎價(jia) 值”估值的比較)、“動量”(對均值回歸趨勢的押注)和“規模”(小公司和大公司業(ye) 績的係統差異)。同時，我們(men) 將討論有多少交易策略通過提供“流動性”而獲得溢價(jia) ，例如一些本無法實現的獨立交易通過附帶交易方式進而實現收益。這些工具和概念將在課程的項目部分進一步發展，學生將使用真實的數據自行實施和測試交易策略。成功完成課程後，學生將能夠分析和設計一係列典型的交易策略。

#02 導師介紹

導師：Johannes 

帝國理工學院 Imperial College London (IC)

終身正教授

&學科主任

Johannes導師目前任職於(yu) 帝國理工學院金融數學專(zhuan) 業(ye) 並且擔任該專(zhuan) 業(ye) 的學科主任職務。同時教授作為(wei) 項目主任，負責CFM-Imperial Institute of Quantitative Finance項目的發展工作。該項目是有帝國理工學院與(yu) CFM公司共同組建，旨在以促進跨學科研究為(wei) 目標，專(zhuan) 注研究金融市場的複雜性和定量建模以及金融風險的管理。

#03 項目進行中

導師、副導師與(yu) 助教的教學以及班主任的全程陪伴，充分保證學員的項目學習(xi) 過程以及體(ti) 驗，提高項目學習(xi) 的效果。

課堂截圖

#04 項目成果展示

在科研小組成員的共同努力以及導師和班主任團隊的指導幫助下，學員將自主完成完整的項目，並最終向導師進行匯報。

小組作業(ye) 展示

同時，在學術寫(xie) 作課程結束後，論文老師將安排論文定題課。配合論文輔導團隊的指導，學生將會(hui) 把小組的科研成果進一步精細打磨，形成高質量的科研成果產(chan) 出。