做量化交易一天的工作:
8:00~9:00: 打开交易策略,设置一些运营参数
9:00~9:30: 观察策略运转,确保没有问题
9:30~15:30: 解决已有策略的问题并研究新策略,测试新想法
15:30~17:00: 分析交易记录, 确定第二天的交易计划
17:00~18:00: 运动
岗位职责:
分析金融市场(期货、股票等)数据,寻找可利用的机会;开发与维护量化交易策略;提供机器学习/数据挖掘相应的技术支持;
岗位要求:
1.熟练计算机编程能力,熟练掌握至少一门编程语言,python优先;
理工科背景,具有良好的数理统计、数据挖掘等相关知识储备,熟悉机器学习方法(分析科学问题和相应数据,建立模型和方法,验证模型和方法,应用模型和方法并分析结果,改进模型和方法);
有处理分析大量数据的经验,并能熟练选择和应用数据挖掘和机器学习方法解决科研和工作中的实际问题;良好的自我学习和快速 学习能力,有工作激情,喜欢金融行业;两年及以上实验室研究经验或研发类工作经验优先;
扩展资料
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历史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,避免在市场极度狂热或悲观的情况下作出非理性的投资决策。
参考资料:百度百科--量化交易介绍
对现有的基层管理和维护政策。在早上开盘前半个小时,一个小的急于打开各种交易软件,包括财务,然后手动调整各种账户,七手八脚的策略,在不同品种的基金合同的主体比例,隔夜利率。
惊讶的发现策略的旧版本已经满仓,充满了小的利润。
如果他有一个新的高,他会考虑两倍的钱。于是开始自我兴奋地制定了新的发展战略,为自己制定了时间表,同时也考虑到目前的战略之后仍然需要后续行动,所以计划期限和推迟了1次。
由于统计样本,新策略没有影响,不符合市场作为一个红灯,做出一个类似的模式识别开关,决定交易策略?
回溯报告验证了几个品种的想法进行了测试和性能。