量化交易（II）
近年来，量化交易的理论和应用有了极大发展，量化交易在全球金融市场中的应用越发普遍，人工智能、另类数据、高频交易被量化交易机构广泛应用。
本课程的目的是让研究生能够从理论和技术层面掌握量化交易的数理模型、算法及其优化、交易策略、市场微观结构与高频交易、人工智能技术等前沿内容，并着力培养研究生对量化交易的应用和实践技能。
课程内容包括以下四个专题：
一、因子投资
包括因子投资简介、量化投资组合管理、主流因子解读、异象因子解读、高频因子解读、另类因子解读、因子投资进阶等内容。
二、量化交易策略
包括期货套利策略、CTA策略、统计套利策略、期权策略、固收策略、宏观策略、其他量化交易策略等内容。
三、高频交易
包括市场微观结构、限价订单簿建模、高频金融数据建模、最优执行与配置、高频交易策略、高频交易的信息技术、监管和风险管理等内容。
四、人工智能在量化交易中的应用
包括机器学习、深度学习、强化学习、可解释人工智能、自然语言处理等技术在量化交易中的应用。
课程适用于有较高数理水平与编程能力的硕士和博士研究生。
本课程的目的是让研究生能够从理论和技术层面掌握量化交易的数理模型、算法及其优化、交易策略、市场微观结构与高频交易、人工智能技术等前沿内容，并着力培养研究生对量化交易的应用和实践技能。
课程内容包括以下四个专题：
一、因子投资
包括因子投资简介、量化投资组合管理、主流因子解读、异象因子解读、高频因子解读、另类因子解读、因子投资进阶等内容。
二、量化交易策略
包括期货套利策略、CTA策略、统计套利策略、期权策略、固收策略、宏观策略、其他量化交易策略等内容。
三、高频交易
包括市场微观结构、限价订单簿建模、高频金融数据建模、最优执行与配置、高频交易策略、高频交易的信息技术、监管和风险管理等内容。
四、人工智能在量化交易中的应用
包括机器学习、深度学习、强化学习、可解释人工智能、自然语言处理等技术在量化交易中的应用。
课程适用于有较高数理水平与编程能力的硕士和博士研究生。
讲师
刘庆富
日期
2023年03月10日 至 06月23日
位置
| Weekday | Time | Venue | Online | ID | Password |
|---|---|---|---|---|---|
| 周五 | 09:50 - 12:15 | ZOOM 07 | 559 700 6085 | BIMSA |
修课要求
投资学、金融数学、应用随机过程、线性回归、应用时间序列分析、机器学习
参考资料
一、因子投资
（1）石川，因子投资：方法与实践，电子工业出版社，2020年9月
（2）理查德C.格林诺德, 雷诺德N.卡恩等，主动投资组合管理：创造高收益并控制风险的量化投资方法，机械工业出版社，2014年9月
（3）路德维希B.钦塞瑞尼，金大焕，量化股票组合管理：积极型投资组合构建和管理的方法，机械工业出版社，2018年9月
二、量化交易策略
（4）丁鹏，量化投资——策略与技术，电子工业出版社，2014年9月
（5）拉瑟·海耶·佩德森，高效的无效：行家如何投资与市场如何定价，中国人民大学出版社，2021年5月
（6）弗朗索瓦·塞尔·拉比唐，对冲基金手册，上海交通大学出版社，2014年1月
三、高频交易
（7）Xin Guo, Tze Leung Lai, Howard Shek, Samuel Po-Shing Wong，量化交易：算法、分析、数据、模型和优化，高等教育出版社，2020年2月
（8）Álvaro Cartea, Sebastian Jaimungal, José Penalva，算法和高频交易，科学出版社，2021年2月
（9) Jean-Philippe Bouchaud, Julius Bonart, Jonathan Donier, Martin Gould, Trades, Quotes and Prices: Financial Markets Under the Microscope, Cambridge University Press, March 2018
四、人工智能在量化交易中的应用
（10）马科斯·洛佩斯·德普拉多，金融机器学习，中信出版集团，2021年5月
（11）Stefan Nagel，机器学习与资产定价，电子工业出版社，2022年7月
（12）斯蒂芬·詹森，机器学习在算法交易中的应用，中国水利水电出版社，2023年1月
（1）石川，因子投资：方法与实践，电子工业出版社，2020年9月
（2）理查德C.格林诺德, 雷诺德N.卡恩等，主动投资组合管理：创造高收益并控制风险的量化投资方法，机械工业出版社，2014年9月
（3）路德维希B.钦塞瑞尼，金大焕，量化股票组合管理：积极型投资组合构建和管理的方法，机械工业出版社，2018年9月
二、量化交易策略
（4）丁鹏，量化投资——策略与技术，电子工业出版社，2014年9月
（5）拉瑟·海耶·佩德森，高效的无效：行家如何投资与市场如何定价，中国人民大学出版社，2021年5月
（6）弗朗索瓦·塞尔·拉比唐，对冲基金手册，上海交通大学出版社，2014年1月
三、高频交易
（7）Xin Guo, Tze Leung Lai, Howard Shek, Samuel Po-Shing Wong，量化交易：算法、分析、数据、模型和优化，高等教育出版社，2020年2月
（8）Álvaro Cartea, Sebastian Jaimungal, José Penalva，算法和高频交易，科学出版社，2021年2月
（9) Jean-Philippe Bouchaud, Julius Bonart, Jonathan Donier, Martin Gould, Trades, Quotes and Prices: Financial Markets Under the Microscope, Cambridge University Press, March 2018
四、人工智能在量化交易中的应用
（10）马科斯·洛佩斯·德普拉多，金融机器学习，中信出版集团，2021年5月
（11）Stefan Nagel，机器学习与资产定价，电子工业出版社，2022年7月
（12）斯蒂芬·詹森，机器学习在算法交易中的应用，中国水利水电出版社，2023年1月
听众
Graduate
视频公开
不公开
笔记公开
不公开
语言
中文
讲师介绍
刘庆富，北京雁栖湖应用数学研究院兼职教授，复旦大学经济学院金融学教授、博士生导师。东南大学管理科学与工程博士、复旦大学金融学博士后、美国斯坦福大学访问学者，2017入选“上海市浦江人才”计划。现任复旦-斯坦福中国金融科技与安全研究院执行院长，复旦-中植大数据金融与投资研究院学术副院长，上海市金融大数据联合创新实验室副主任。主要研究兴趣为金融科技、大数据金融、衍生金融工具、量化投资、科技监管、绿色金融及不良资产处置等。曾在Journal of Econometrics、Journal of International Money and Finance等国内外重要期刊发表论文100余篇；出版专著三部；主持国家自然科学基金委、科技部、教育部等课题20余项。研究成果多次获得会议最佳论文奖或一等奖，学术观点和访谈也被多家主流媒体刊登和转载。此外，还开设《金融大数据分析》、《量化交易》、《随机过程与随机分析》、《金融时间序列分析与软件应用》和《高级计量经济学》等课程。