R语言量化投资: 思想，策略与实战_下周五开班

R做量化投资到底有哪些优势呢？最主要的一点，就是R语言有很多第三方包的支持。通常编程语言的设计，都是为了解决软件开发和程序实现的问题。但R语言在开始时，就被设计为主要解决数据的问题。量化投资就是对数据进行各种数据处理、数据分析，从而找到数据的规律。所以，有很多从事量化投资的人，把R语言用来构建量化交易的模型，进行回测，风险管理等，最后把研究成果开源并贡献给R语言的社区，为后面的人提供了非常大的帮助。

R语言在量化投资领域，已经有很多年的积累，很多的算法已经成型。从投资研究到交易分析，再到风险管理，有着完整的体系结构。我们同样可以沿着前人走出来的路，快速学习，快速搭建出量化投资的系统来。对于有IT但背景缺乏金融知识的人来说，有很多的部分知识上手比较困难，同时看不太懂各种统计指标，对学习造成了很大的阻力。这其实是你深入到具体地某个行业后，都会面临的问题。行业知识和数学知识才是最难的，只有突破了，你才能打开认知新领域的方法。

本次课程大纲为最新大纲：

除了广泛地介绍量化交易的各种知识，亦列举诸多实战案例，包含具高报酬的基本面选股与高胜率的技术指标策略，并演示如何根据回测结果调优回报率与降低风险，期使学员能快速地进入量化交易的领域。

安排：上午9:00-12:00；下午1:30-4:30；答疑4:30-5:00
地点：北京市海淀区首都体育学院
学费：4500元 /3600元 (仅限全日制本科生及硕士研究生优惠价)；食宿自理

蔡立耑（Terry Tsai），美国伊利诺伊大学金融硕士，华盛顿大学经济学硕士、博士，在国内外如美国、韩国有丰富的授课经验。带领博、硕士生从事投资决策、金融衍生品、风险分析、交易策略等领域的研究。

生长于台湾，求学于美国，在台湾的信息与金融业担任高级顾问，不仅拥有扎实的金融理论基础，而且具备广阔的国际视野与前沿的研究理念！

亲身实践各种金融应用，主持研究团队与台湾知名大学与企业合作开展各种金融研究，例如量化投资、风险分析等。在统计套利、金融大数据等领域有丰富的操作经验与授课经验。带领的量化投资研究团队用多种编程语言实现了统计套利以及风险管理自动化程序。

1：现场教学，可现场和老师互动，解决当下的课程疑惑

2：课程内容丰富，囊括了许多量化投资的理论知识

3：课程内容新颖，应用前沿的学术理论

4：教学过程深入浅出, 以实例与实作印证所学

5：学员能快速掌握灵活R语言，能在现实中通过此工具解决量化投资等综合金融问题

6：可操作性强，将所介绍理论在实战中一一展示，即学即用，在实战中搭建课程的整体脉络

本课程旨在有限的四天时间内帮助学员高效实现：

1：深入理解量化投资的思想，建立起量化投资的理论直觉

2：熟练灵活使用R语言，能藉助R语言工具高效迅速构建量化投资策略

3：培养强烈的市场投资直觉，能通过构建量化投资策略敏锐捕捉市场盈利，赢取市场套利空间

第1天 R语言基础与金融统计分析

一，R语言学习与应用

1. R语言简介

  1.1 R语言的特点与安装

  1.2 R Studio的环境配置

  1.3 R 语言的扩展包

2. 数据操作

  2.1 基本数据类型与互相转换

  2.2 数据结构介绍

3. 数据的输入与输出

  3.1 常用文件格式

  3.2 数据结果输出

4. 数据计算基础

  4.1 常用数据运算函数

5. R语言绘图

5.1 基础图形绘制

5.2 ggplot2图层式绘图

6. R语言高阶技巧

  6.1 R语言的函数结构

  6.2 apply函数簇介绍

  6.3 R语言并行运算

案例: 大型股票数据读取

案例: A股市场股票数据绘图

二，金融统计分析与R语言

7. 概率分布理论

  7.1 样本分布理论

  7.2 描述性统计

  7.3 参数估计

  7.4 假设检验

8. 多变量相关性分析

9. 线性回归模型

案例:  A股交易数据描述性统计

案例: 指数编制与计算

案例: 行业间股票收益率比较

第2天 金融时间序列, 基本面选股策略, 投资组合

一，金融时间序列分析

1. 认识金融时间序列

2. 时间序列的平稳性检验与白噪声探讨

3. 时间序列平滑处理

4. 金融时间序列建模预测

5. 时间序列波动的集聚效应

案例: 以上证综指为例，运用统计方法检验时间序列数据可预测性的前提条件。

案例: 运用ARIMA模型进行批量模拟建模，以预测股票未来的收益率。

案例: 使用GARCH模型预测波动率，并将其应用于VaR模型的风险管控。

二，量化选股策略

6. 基本面分析（Fundamental Analysis）选股

  6.1 短期偿债能力指标

  6.2 营运能力指标

  6.3 资本结构与长期偿债能力分析指标

  6.4 盈利能力指标

7. Benjamin Graham价值选股

  7.1 Graham选股公式三个标准

  7.2 中国股市的检验

  7.3 经典十项法则及详解

  7.4 Graham选股策略的实现与市场表现

8. GARP 选股策略

9. CAPM超额Alpha选股

10. 三因子模型选股

三，投资组合配置

11. 马科维茨风险-收益模型原理

12. Black-Litterman模型

第3天 常用技术指标,投资表现衡量,高频数据分析

一，投资绩效表现分析

1. 收益分析

2. 风险分析

3. Performance Analytics包的介绍与应用

二，技术指标、买卖点捕捉

4. K线图形态分析

5. 均线系统

6. 动量交易策略

7. 相对强弱指标（RSI）与市场反转

  7.1 RSI "黄金交叉"与“死亡交叉”探讨

  7.2 RSI "顶背离"探讨

8. 随机指标KDJ与价格波动

9. 高频金融数据分析

  9.1 非同步交易

  9.2 交易数据的经验特征

  9.3 价格变化模型

  9.4 持续期模型

  9.5 处理市场微观结构噪声

第4天 量化投资策略实战

1. 通道策略

2. 多指标组合投资策略

3. 量价关系分析

4. 配对交易策略

5. 轮动投资策略

6. 仓位控制

7. 一个趋势存在與否的判断策略

8. 趋势追踪策略

9. 利用均值回归在震荡中获取交易机会

10. 追涨杀跌策略

11. 支持向量机与股票涨跌预测

12. 神经网络与股票涨跌预测

课程结束后颁发“经管之家量化投资学院”结业证书，直接加入量化投资学院！

现场班老学员9折优惠；
同一单位三人以上同时报名9折优惠；
以上优惠不叠加。

1：点击“阅读原文”，网上填写信息提交
2：给予反馈，确认报名信息
3：网上订单缴费
4：开课前一周发送课程电子版讲义，软件准备及交通住宿指南

魏老师

QQ：

Tel：010-68478566

Mail：

经管之家量化投资学院：

R量化投资四周长期培训：

经管之家兼职讲师招聘：