量化小白如何零基础学量化——实战篇

梦回唐朝0ony8a 2016-10-26

展开全文

昨天小秘书发布了“如何零基础学习量化”前半部分，大家的反响很是热烈哈，后台留言咨询小秘书优矿校园行的小伙伴也是多了很多，看来大家还是受到了不小的鼓舞呢。既然如此，小秘书就一鼓作气，把大神文章的下半部分一同分享给大家。让大神亲自向大家证明，在量化的征途上你一直都不孤单。

4. 实战经历

由于一开始就没打算考博，因此鄙人主要精力集中在找实习上。目前为止做过的工作大致如下：上年7月到某中型期货公司研究部，从事量化研究和股指期货研究相关工作。上年十一月到现在，在某一线券商机构销售交易部实习，也是量化相关研究。接下来给大家详细讲讲在这些公司的实战经历。

期货公司篇：
在期货公司的实习主要是负责量化策略的程序编写，一开始的工作是关于国内白糖仿真期权的波动率套利策略。其实就是一个基于volatility mean reversion的策略，给出call 和 put波动率差值的范围，当差值的大小偏离正常区间的时候就构造套利组合，并统计出策略的盈亏情况。当时用的是excel完成这项工作。由于是仿真交易，交易数据噪声非常多，因此跑出来的结果非常差，而且盈亏波动率很大。

由于有证券从业经历而且本身有炒股，因此当时股指期货的日评和周评也是由我来负责。由于当时刚好处于牛市的初期，大家对股指的热情还是很高的，每天研究部的人都在讨论策略。我自己也开始试着写一些简单的策略，比如我曾经试过写过一个区间突破的交易策略，用ATR来止盈止损，效果还不错。在这里建议各位初学者可以下载一个名为交易开拓者的软件，相信很多人都听过这个软件，是专门用于期货的量化交易策略编写的。推荐的原因是因为该软件的语言（TB语言）比较容易理解，而且它做的策略回测报告非常的详细，可以让初学者对于策略回测有一个直观的理解。当然，金字塔也不错，不过我自己没用过。

研究部有很多大牛，国外名校毕业的居多，跟他们一起工作能学到很多东西，尤其是金融实务方面的知识，这是在图书馆里面没法学到的。

券商机构销售篇：在期货公司实习了一段时间之后，来到了某一线券商的机构销售部实习。当初我并不认为自己能进得来，由于券商总部对于名校学历要求卡得很严，自己又不是985高校。后来却意外地进来了，我想原因可能是因为当时部门招人没有通过HR，不然我可能连简历关都过不了……

券商在很多部门都设有量化小组：经纪业务部、自营部、研究部、财富管理、资管，都有，机构销售部的量化主要是针对大客户与券商开展的场外期权业务而设立的，主要目的是做OTC期权的对冲。

当时进来的第一个任务是根据研究部的一篇金工研报来编写一个择时策略，由于部门手里有很多期权，当时是每天对冲一次，后来组长希望做一下盘中对冲，因此看看有没有比较好的择时策略适用。后来用的希尔伯特变换，那篇研报现在应该可以百度出来，有兴趣的各位可以自行百度。回测如下图，当时出来后的效果还是不错的。

在完成了择时策略编写之后，接下来的工作是写一份关于结构化保本产品的报告。由于当时上证50ETF期权准备推出了，因此部门领导希望可以借资管的通道来发一个保本的产品。目前较为常用的保本策略主有OBPI、VBPI、CPPI。当时我们挑的是OBPI。组长让我整理一下相关资料并且出一篇报告。

OBPI策略报告完成后，接下来的任务是研究欧式期权在提前执行的情况下对于期权卖方delta对冲的对冲成本的影响。由于我们部门手头上很多期权都设置了提前执行的条款，因此组长希望我模拟一下当客户提前执行的情况下对于我们是否有利。一开始我是参考了《john hull 圣经》第十七章（第七版）里面的delta对冲的例子，那个delta对冲的例子写得挺详细的，有兴趣的朋友可以去看看。然后由于是模拟，因此当时用了蒙特卡罗模拟来模拟标的资产的路径。这里不得不提matlab的好处，由于matlab自带有随机数生成的函数，因此假如是做蒙特卡罗模拟的话，用matlab的效率会相对较快，当然这次我做的蒙特卡罗模拟是比较简单，不涉及太多细节性的问题（比如方差缩减技术）。

最后一个任务，是关于打新基金的，当时部门准备借资管通道发一个打新基金，组长希望我可以做一个策略，统计一下打新基金的收益率如何。这个难度不大，用excel就可以完成。

券商风控篇：

在上述券商实习了大半年的时间了，后来组长对我说，由于我的学校原因，留下来的机会不大。他把我介绍到某中型券商的风险管理部（在这里我真的很感激我的组长）。现在正准备与部门分管领导的面试，听说这边好像打算安排我做一下场外期权的对冲。希望一切顺顺利利。

5. 入门至今，我的几点感悟

上述所说的，大致就勾画了我读研期间作为一个金工学生所学所做的事。回想过去，所有的事情就像昨天发生的一样。如果真的有什么感想的话，大概应该有如下几条： 1、学好数学！学好数学！学好数学！重要的事情说三遍，而且不是高数喔，同济版的那本高数和浙大版的那本概率论，在Quant这个领域就像小学教材般简单。实分析、测度论、随机过程、随机微积分，才是必备的数学基础。

2、关于编程，我不太赞成把太多时间浪费在编程上。现在很多公司喜欢招大量的计算机毕业生去做数据挖掘，这样做出来的策略，一来没有理论支撑，很难站得住脚，二来这样做出来的策略生命力通常不会很强。Quant这个东西，我感觉更多的还是讲求intuition，金融学的直觉。所以，数学编程要学好，金融学更要学好。

3、金融圈竞争很残酷，很激烈。对于名校学历要求很高，像上述那间一线券商去年已经开始在美国开展校园招聘了，因此，想考金融研究生的各位，请尽量考名校。并不是我看不起非名校，而是现实就是如此。

4、已经考上了非211、985学校的各位，你们也完全不需要气馁。金融圈的竞争虽然激烈，但是过硬的素质一定会让你脱颖而出，尤其是在量化这个方面。

5、曾经有人问过我为什么要选量化这条路。我想，像我这种没资源没背景的屌丝，赌上潜力走技术路线不就是唯一的选择？既然一无所有，何不放手一搏？

我自己的入门就说到这里，欢迎各位有志于进入量化领域的回复交流，在Quant的路上，我们都是一路人。

大神冼尼玛用这两篇文章跟大家分享了下他从入门到成长的心得，只是为了证明一点——英雄不问出处。只要你立志踏入量化领域，愿意付出足够多的时间精力来成长为一名出色的基金经理，就能找到适合你的道路——比如加入我们。我们是通联数据股份公司旗下的优矿团队，是国内领先的基于大数据分析的量化金融平台。在优矿，将有名师手把手教你如何编写策略！