金融学课题项目回顾：金融工程“技术流玩家”---金融数学建模、趋势预测与投资交易策略解构

本期双课题：

#01 项目介绍

项目介绍：

本课程是应用数学和金融数学的入门核心课程。我们将首先分析现有的数学统计量化评估方法，包括针对交易策略本身的评估和相对基准整体市场的评估。然后，我们将转向如何通过使用历史和模拟数据对交易策略进行回溯测试来调整交易策略，并讨论如何避免常见的陷阱，如前瞻性偏差和数据挖掘。这些方法都会通过实践中经常使用的一些交易策略中加以说明和引证。

从被动指数跟踪的数学模型作为基准开始，我们将讨论系统因素，如“价值”(市场价格与“基础价值”估值的比较)、“动量”(对均值回归趋势的押注)和“规模”(小公司和大公司业绩的系统差异)在不同数学模型的应用实践。同时，我们将讨论有多少交易策略通过提供“流动性”而获得溢价，例如一些本无法实现的独立交易通过附带交易方式进而实现收益。

项目大纲：

·Alpha和Beta策略-线性因子模型 

·风险回报措施-回溯测试

·基于数学模型的投资组合解构

·量化交易策略实践分析 

·学术研讨1：教授与各组学生探讨并评估个性化研究课题可行性，帮助学生明晰后续科研思路 

·学术研讨2：教授将根据各组进度进行个性化指导，确保学生优质的终期课题产出 

·项目成果展示

项目介绍：

本课程是量化金融投资管理和金融工程的核心课程。我们将首先分析现有的交易策略量化评估方法，包括针对交易策略本身的评估和相对基准整体市场的评估。然后，我们将转向如何通过使用历史和模拟数据对交易策略进行回溯测试来调整交易策略，并讨论如何避免常见的陷阱，如前瞻性偏差和数据挖掘。这些方法都会通过实践中经常使用的一些交易策略中加以说明和引证。

从被动指数跟踪作为基准开始，我们将讨论系统因素，如“价值”(市场价格与“基础价值”估值的比较)、“动量”(对均值回归趋势的押注)和“规模”(小公司和大公司业绩的系统差异)。同时，我们将讨论有多少交易策略通过提供“流动性”而获得溢价，例如一些本无法实现的独立交易通过附带交易方式进而实现收益。这些工具和概念将在课程的项目部分进一步发展，学生将使用真实的数据自行实施和测试交易策略。成功完成课程后，学生将能够分析和设计一系列典型的交易策略。

#02 导师介绍

导师：Johannes 

帝国理工学院 Imperial College London (IC)

终身正教授

&学科主任

Johannes导师目前任职于帝国理工学院金融数学专业并且担任该专业的学科主任职务。同时教授作为项目主任，负责CFM-Imperial Institute of Quantitative Finance项目的发展工作。该项目是有帝国理工学院与CFM公司共同组建，旨在以促进跨学科研究为目标，专注研究金融市场的复杂性和定量建模以及金融风险的管理。

#03 项目进行中

导师、副导师与助教的教学以及班主任的全程陪伴，充分保证学员的项目学习过程以及体验，提高项目学习的效果。

课堂截图

#04 项目成果展示

在科研小组成员的共同努力以及导师和班主任团队的指导帮助下，学员将自主完成完整的项目，并最终向导师进行汇报。

小组作业展示

同时，在学术写作课程结束后，论文老师将安排论文定题课。配合论文辅导团队的指导，学生将会把小组的科研成果进一步精细打磨，形成高质量的科研成果产出。