科研实训-量化投资

关联专业

实习成果

导师简介

活动安排

关联专业

金融工程、机器学习、数据挖掘

录取标准：简历审核+电话面试(注：学生需具有一定编程基础Java/Python/Matlab)

实习成果

实验报告+推荐信

导师简介

中国知名科研院所副研究员。研究方向：金融大数据的挖掘与建模。参与国家“863”、自然科学基金、国家科技基础条件平台项目等5项，发表论文22篇(第一作者10篇)。

活动安排

7.16-7.292周远程辅导：项目背景了解，文献阅读，编程训练

7.30-8.3(实地实习：每天9:00-16:30)Day1: 量化投资基本概念讲解、回测方法、业绩评价指标

通过介绍量化投资国内外成功案例，介绍量化投资基本概念

策略回测方法

策略业绩评价的主要计算方法

实验 1：实现一个基本的回测系统

Day2: 量化择时投资策略1

策略的基本思想和案例

可执行情节规则的挖掘算法

实验 2：实现可执行情节的挖掘算法

Day3: 量化择时投资策略2

设计基于可执行情节规则的量化择时投资策略

回测投资策略、并讨论策略合理性

实验3：基于可执行情节规则的量化择时策略设计和效果展示

Day4: 量化择时投资策略3

股指期货投资的基本概念、策略基本思想和案例展示

分类算法(SVM,逻辑回归,决策树等)

基于分类算法的股指期货择时策略的基本思想和特征构造

实验4：实现基于分类算法的股指期货择时特征设。

Day5: 量化择时投资策略4

设计股指期货择时策略(选择特征与算法)

回测投资策略、并讨论特征的合理性

实验5：小组展示策略效果

8.4-8.182周远程辅导：

1.结合随机森林的思想，设计多分类器集成的策略，提高胜率。

2.利用adaboost思想，将不同特征做集成，提升胜局。

3. 完成实验报告

注：远程辅导是指导师利用邮件、QQ等进行任务布置、讲解和答疑。每周导师与学生沟通2次，具体时间可根据学生情况灵活安排。