想進金融行業卻不懂資料？你正在失去機會

吳軍在《矽谷之謎》一書中說，“大資料的本質，就是通過資訊消除不確定性”，而不確定性，在金融領域，就意味著收益和風險。

金融行業天然要跟資料打交道，幾乎不存在與資料完全無關的崗位。金融從業者需要利用計算機技術從龐大的資料中獲得別人看不見的資訊，以資料分析代替主觀人為判斷，構建最佳投資策略，可以極大地減少投資者情緒波動等帶來的主觀影響。正因此，量化分析技能在金融領域的重要性與日俱增。

金融行業量化分析人才極度緊缺

但與市場需求極度不匹配的是，金融相關專業的人才不少，同時又會資料分析技能的複合型人才卻極度緊缺。

《2018中國人才招聘趨勢報告》稱資料分析人才最稀缺，供給指數最低。獵聘、智聯招聘等多個網站對於資料分析崗位的人才需求每年以37.1%

這也意味著，如果你想從事金融行業，在專業基礎上再掌握一門資料分析技能，就能在人才市場上脫穎而出。

成為資料型金融人才面臨的困難

可惜的是，國內高校的商科教學仍然屬於定性教學，數理及程式設計課程教學的程度遠遠不能達到市場實戰的需求。

即便自學成才，技能過硬，也常常因為在校期間不瞭解真實的商業需求和缺乏相應的資料，實戰專案經歷一片空白，“熟練掌握xx技能”在HR眼中顯得蒼白無力。大同小異的硬體背景，寫之無物、平淡籠統的實習經歷，很多學生常常在簡歷這關就被拒之門外。

大資料時代，金融行業已經不單單需要具備傳統金融知識的人才，更需要的是能夠兼具金融+數學+程式設計+實戰

並不打算達到資料科學家的技能高度，如何找到滿足金融行業實戰需求的資料分析學習路徑？實現專業知識+資料分析技能的完美轉型？

如何積累一段高含金量的專案經歷？甚至拿出自己專屬的專案報告，用經歷證明實力，讓HR刮目相看？

未明學院量化金融訓練營

培養金融行業資料型人才

未明學院致力於通過專案制教學教授學員量化分析技能，為每組學員設定高含金量的行業熱點專案，讓學員在學習量化金融領域核心技能的同時，獲得一個高含金量的專案經歷。

訓練營特色介紹

兩大行業熱點專案

★行業基本面選股策略之消費品研究

行業基本面選股，是量化投資方法與主動投資理念的有機結合。

本專案著眼於必需消費品行業，分析行業上市公司的經營特點，利用2010-2018年全行業的基本面指標以及行情資料，探究必需消費品行業內股票的風格特點、歷史表現；通過對排序分組回測方法，對行業基本面指標進行測試，比較不同的組合之間的收益表現，分析分組指標的有效性；根據測試結果，結合行業基本特徵，從基本面角度構建必需消費品行業內的選股策略。

★上市公司業績預告“變臉”分析

業績預告制度從1998年開始實施，是風險提前釋放的一種方式。業績變臉是上市公司釋出業績預告之後，釋出業績修正公告或直接公告變臉，與之前釋出的業績預告相比，預測性質存在方向上的變化。

本專案基於A股市場2011-2017年年度業績預告資料， 對每年發生正向和負向變臉的公司進行特徵統計；從公司的財務資訊、公司治理資訊、業績預告資訊等多方面，進行顯著性檢驗，尋找潛在的預測變數；通過多項Logit模型進行業績變臉的預測，從而構建相應的投資策略。

一個專案，三重收穫

1、高含金量的量化金融實戰專案

未明學院的量化金融專案均來自於行業內的熱點真實專案，學員們在專案的執行過程中，可以通過量化分析的手段去探索因子研究、熱點事件，構建投資策略模式等，從而完成量化金融實戰從0到1的蛻變。

2、量化金融領域核心競爭力

未明學院量化金融專案的培訓內容是基於企業招聘人才、國外院校招生的標準精心設計的，商科人才所需的理論基礎、資料處理、模型構建、軟體應用、研報撰寫等專業知識與技能都可以通過本次培訓獲得，對學生後期的就業或留學都有很大的幫助。

3、量化金融專案報告及結業證書

每個專案，我們將會協助學員完成相關的專案報告，並頒發相應的專案結業證書。

學員成果展示

未明學院量化金融訓練營，真正將商科知識、量化分析技能、行業實戰經驗融為一體。

以未明學院往期一位金融專業學員為例，其完成的《業績預告效應及影響因子研究》專案經歷，就完整地體現出其在資料獲取、資料處理、資料分析、金融基礎、工具使用等各方面的能力。

資料獲取能力：資料是現在幾乎所有金融類專案的支撐，所以多渠道的資料獲取能力非常關鍵。該專案可以反映出該同學良好的資料獲取能力。

金融基礎：通過金融量化專案，可以表現自己堅實的金融基礎，對金融市場，Markowitz，CAPM，有效市場等等基礎知識有所應用，讓招生官或HR瞭解自己與專業的匹配度。

數學基礎：描述統計和推論統計分析是金融/金工等專業的重要基礎，利用量化專案可以很直觀地展示出自己在這些領域的能力。

資料處理能力：金融實踐離不開資料處理能力，對異常值、重複值、缺失值等的熟練處理，都可以通過專案經歷來表現。

 資料分析能力：面對大量資料，能從資料中發現規律和趨勢，是招生官和HR都極為看重的能力，而通過專案實戰，這一能力亦可展示出來。

工具使用：能熟練使用分析工具是定量研究的核心能力之一，專案過程中所使用的統計軟體及視覺化工具等，也能作為重點在簡歷中提及。

最後，該同學也憑藉這段經歷，成功拿到了興業證券的全職offer。

更多案例

以金融為基礎，數學和程式設計為手段，進行實際量化專案操作呈現相關報告，這樣的經歷將會成為整個簡歷的亮點。我們往屆學員的經歷，都在不斷重複證明著這一點。

01、中山大學 資訊管理與資訊系統

研究生offer：哥倫比亞大學金融工程 

量化專案經歷：員工持股計劃（ESOP）事件驅動策略研究

◆ 梳理ESOP的主要流程及相關資訊披露規定；

◆ 通過金融終端收集歷年（2011-2017）ESOP事件相關資料，按年份、申萬行業、所屬板塊、公司屬性等多個角度，對資料進行分類統計和視覺化展示；

◆ 對ESOP事件的股價效應進行統計分析，從不同類別角度，詳細分析由此產生的投資機會，並撰寫研究報告。

02、華東師範大學 金融學

實習offer：申萬巨集源證券固收總部

量化專案經歷：多因子研究系列之成長類因子測試

◆通過Wind終端提取因子測試所需的個股基本面、行情序列資料，以及市場指數資料；

◆運用Python等軟體工具，將ST股票、上市不滿1年的股票、以及無法交易的股票資料進行剔除；對基本面和行情資料進行去極值、標準化、滯後匹配等資料處理；

◆從收益率分析、IC分析及換手率，分別測試成長類因子在A 股整體、不同市場階段以及不同風格/行業/成分股選股的有效性；

◆參與報告撰寫。

03、四川大學 經濟學

全職offer：工行總部資料中心

量化專案經歷：基於迴歸模型的行業輪動策略研究

◆選取28個申萬一級行業中除國防軍工和綜合之外的行業，構建六大板塊，使用choice金融終端進行資料採集，並進行資料清洗；

◆對周頻對數收益率序列進行去極值、中心化、標準化等預處理操作，提升迴歸效果；

◆使用主成分迴歸法，利用六大板塊當期收益率序列對各板塊下期收益率序列做迴歸，構建定價方程，並對每個截面生成下一期各行業收益率預測值，指導最終配置。

課程安排與報名

課程安排

授課老師

馬老師

馬老師

未明學院資料分析方向老師

報名資訊

1. 量化金融訓練營主要通過專案制教學的方式培訓金融領域的數理及程式設計技能；

2. 費用：每個專案3999元，每個專案限招12人；

3. 開營時間：12月10日；