很多同学在留学准备前期都经常很迷茫，对申请目标，甚至未来职业发展方向都拿不定主意，不知道要如何选择。想提前通过实习来进行全方位的了解，但无奈实习试错机会少，而通过项目实战，却是个高性价选择。

通过精心设计的项目，可以了解业界常规的作业模式，进行类似实践，这对发现职业兴趣、提升相关技能、积累实操经历都非常有益。

量化金融类专业，强调定量分析方法在金融领域的应用，其细分领域包括证券定价、资产配置、量化交易、风险管理等等。

指南者的量化金融项目实战，就以量化投资为切入点，利用相关项目实战，由指导老师带领学员，学习使用各种量化分析方法来为期权定价、构建投资策略并分析策略的表现；使用数据处理与可视化工具去挖掘每种投资组合表现背后的逻辑与归因。通过定量研究复合指标构建及回测，构建投资策略，形成分析报告，加深学生对衍生品的定价与风险管理技能的掌握，从技能锻炼和经历积累两方面助力留学申请。进行体验量化金融的实际应用，带你切实感受量化金融。

我们一起来看看在《基于投资者情绪构建的期权组合策略》项目中，同学们都做了什么。

PROGRAM

历史波动率是度量资产价格历史变动的指标。而隐含波动率则是资产价格未来一段时间的波动率，反映了投资者对标的资产未来价格变动的预期，是市场情绪的体现。高的隐含波动率意味着市场预期资产价格会朝一方大幅波动或上下大幅振荡。相反，低的隐含波动率意味着资产价格波动较小。研究隐含波动率可以得到更多的市场信号及投资者情绪。

本项目以隐含波动率为指标选取某一时间点的股指平值期权构建期权组合策略，计算不同预期下投资组合的回报率，并分析数据背后的逻辑与意义。不仅会使用量化方法去分析策略的表现，更会使用数据处理跟可视化工具去挖掘策略表现背后的逻辑与归因。

优秀学员报告展示

该项目是以是一个很有含金量的研究项目，结合了投资者情绪、衍生品定价和投资组合等重要的金工研究领域。从最后呈现的项目报告，我们可以看到该同学对量化金融有较好的知识与技能储备：

1.一方面，期权定价、可投资产品筛选等都计算需要专业的资产定价知识基础，另一方面需要对金融学和A股市场有一定的了解，熟悉常见的数据分析和回测方法；

2.利用Python进行数据清洗及操作，使用数据处理跟可视化工具去挖掘策略表现背后的逻辑与归因，涉及到数据匹配、筛选、汇总、计算等各种处理。

3.熟练的使用Python语言的能力，整个项目的数据清洗到挖掘建模都是使用python完成的，包括numpy、pandas、matplotlib、seaborn、sklearn等重要库文件；

4.最终完成的项目报告总体很好的证明和解释了在中国市场中隐含波动率用于期权误定价判断的可行性，可以为投资者挑选产品并构建能够获得超额收益的投资组合。从真实数据出发完成实证论文具有实际的应用价值。逻辑线明朗，专业名词解释得当，整体报告的排版也很清晰有序；

5.通过完整的科研流程实现，同学对量化投资策略的研究生产流程更加熟悉，有了切实的体验，对后续的专业选择、文书撰写、未来规划都起到了一定积极作用。

项目背书

学习过程