金融量化分析，这些工具都不懂怎么去投行

金融量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在金融市场极度狂热或悲观的情况下作出非理性的投资决策。

策略识别：搜索策略、挖掘优势、确定交易频率。

建模分析：获取金融数据、分析策略性能、剔除偏差。

交割系统：交易自动化、交易成本z小化。

风险管理：z优资本配置、z优赌注或凯利准则。

为了建立数据模型，我们必须使用一个数值平台如VBA或MATLAB，或者一个用Python或C++完全自主实现的平台。但是，如果要做真正的高频交易，你就必须要构造一个用高性能语言（如C++）优化模型。每隔十分钟下载一次新的市场数据，然后根据这十分钟的信息进行交割。这里用的是一个优化的Python脚本。对于任何处理分钟级或秒级频率数据的工作， C/C++更理想。

大型基金管理公司量化交易的整个团队都专注模型优化。当基金管理公司需要抛售大量交易时（原因五花八门），如果向市场“倾泻”大批股票，会迅速压低价格，可能都来不及以z优价格交割。

量化交易是金融数学中一个虽趣味十足但极其复杂的领域。因此，在你申请量化基金交易职位前，务必要进行大量的基础调研，至少应当具有统计学和计量经济的广泛背景，以及使用MultiCharts、MATLAB、Python或者R程序语言实现的丰富经验。如果应对的是更加复杂的高频端策略，你的技能组合可能还要包含Linux内核修改、C/C++、汇编编程和网络延迟优化。

许多西交利物浦CS和EE的毕业生依靠良好的数学和优秀的编程能力一跃而成令人羡慕的投行分析师。而秉着完全靠自学的西式观念，商科学生的建模能力反而成为限制量化行业发展的绊脚石。从Matlab、R语言、C++ 到Python，一些西交利物浦商科学生仅能学到基本概念，而难以达到去英美读研的能力和日后工作的实力。

Matlab: 英美院校金融工程、风险控制默认精通语言，代表院校：伦敦大学学院、伦敦政经、帝国理工

R语言：英国经济统计类默认精通语言，代表院校：伦敦大学学院、伦敦政经、帝国理工

C++: 英美名校默认精通语言，代表院校：哥伦比亚大学、爱丁堡大学、曼彻斯特大学

Python：美国名校默认精通语言，代表院校：卡内基梅隆、南加州大学、加大伯克利分校