所谓量化投资,简单地说就是利用数学、统计学、信息技术的量化投资方法来管理投资组合。量化投资的组合构建注重的是对宏观数据、市场行为、企业财务数据、交易数据进行分析,利用数据挖掘技术、统计技术、计算方法等处理数据,以得到最优的投资组合和投资机会。
量化投资者搜集分析大量的数据后,借助计算机系统强大的信息处理能力,采用先进的数学模型替代人为的主观判断,利用计算机程序在全市场捕捉投资机会并付诸实施,克服了投资者情绪波动的影响,使投资的稳定性大为增加,避免因市场极度狂热或悲观的情况而导致做出非理性的投资决策,以保证在控制风险的前提下实现收益最大化。用一句话说,就是利用电脑帮助人脑处理大量信息。
量化投资是一种利用数学和计算机技术，以大规模数据为基础进行投资决策的方法。通过建立数学模型和算法，对市场走势、公司财务等多个因素进行分析和评估，从而制定投资策略。这种方法具有高效、客观、自动化等特点，可以有效地降低投资风险和提高收益。量化投资已经成为当前投资领域的一个重要趋势，被广泛应用于股票、期货、外汇等市场。
就业前景还是非常不错的。
金融工程与量化投资是以工程的方式，用金融工具，利用金融市场和金融机构组织金融活动，掌握业务金融工具和金融技术，并研发新的金融工具和金融技术，以达到各种金融目的。
金融工程与量化投资在中国就业主要在以下几个领域，中央人民银行银行业监督管理委员会，证券业监督管理委员会，保险业监督管理委员会，这是金融业监督管理机构。
其实说难也不难，不要把量化投资想的太复杂就行，你用个人电脑，单兵作战跟机构比高频交易，cta肯定没有优势。
但是一些最简单的策略还是很有效的，比如每个月按照pb/pe/股息率排名以及roe/净利润增速排名得到综合打分，然后选排名靠前的10-20只股票，长期来看你可以打败市场90%的基金。
这样说吧。行研员的工作主要是研究，那么工作的性质本身就比较稳定。量化投资主要是要研发投资策略赚钱，如果无法赚钱工作将比较危险。另外，还要根据你自己的兴趣，背景，强项去选择职业的发展方向。
量化投资就是借助现代统计学、数学的方法，从海量历史数据中寻找能够带来超额收益的多种“大概率”策略，并纪律严明地按照这些策略所构建的数量化模型来指导投资，力求取得稳定的、可持续的、高于平均的超额回报。量化投资属主动投资范畴，本质是定性投资的数量化实践，理论基础均为市场的非有效性或弱有效性。 量化投资特点： 第一，投资视角更广。借助计算机高效、准确地处理海量信息，在全市场寻找更广泛的投资机会。 第二，投资纪律性更强。严格执行数量化投资模型所给出的投资建议，克服人性的弱点。 第三，对历史数据依赖性强。 量化投资策略有如下五大方面的优势，最大的优势就是风险管理更加精准，能够提供超额的收益，主要包括纪律性、系统性、及时性、准确性、分散化等。 (1)纪律性：严格执行量化投资模型所给出的投资建议，而不是随着投资者情绪的变化而随意更改。纪律性的好处很多，可以克服人性的弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差，行为金融理论在这方面有许多论述。 (2)系统性：量化投资的系统性特征主要包括多层次的量化模型、多角度的观察及海量数据的观察等等。多层次模型主要包括大类资产配置模型、行业选择模型、精选个股模型等等。多角度观察主要包括对宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度的分析。 (3)及时性：及时快速地跟踪市场变化，不断发现能够提供超额收益的新的统计模型，寻找新的交易机会。 (4)准确性：准确客观评价交易机会，克服主观情绪偏差，妥善运用套利的思想。量化投资正是在找估值洼地，通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会。与定性投资经理不同，量化投资经理大部分精力花在分析哪里是估值洼地，哪一个品种被低估了，买入低估的，卖出高估的。 (5)分散化：在控制风险的条件下，充当准确实现分散化投资目标的工具。分散化也可以说量化投资是靠概率取胜。这表现为两个方面，一是量化投资不断的从历史中挖掘有望在未来重复的历史规律并且加以利用，这些历史规律都是有较大概率获胜的策略。二是依靠筛选出股票组合来取胜，而不是一个或几个股票取胜，从投资组合理念来看也是捕获大概率获胜的股票，而不是押宝到单个股票上。
量化投资是一种操作方法或操作理念，与其他各种“非量化”的方法并列。
量化也可以采取择时、趋势跟踪、超跌、强弱对冲等等投资模型。区别仅在于，量化投资会使用量化的行情和走势来进行买卖点决策，而不是传统的图形式行情。量化投资是很广泛的一个概念，可以这么说，只要你不是简单地拍脑袋、或者是听消息进行的投资行为都可以叫量化投资，是不是瞬间没有了高大上的感觉？:) 最常见的，你通过MACD指标顶背离、底背离进行交易，也是量化投资，因为MACD指标是有严格数学公式计算出来的。同样，你根据财务指标选股，构建股票组合也是量化投资，因为你的决策基本是基本面数据； 这些都很“老土”，那么来点新的，通过多因子模型构建投资组合、然后每天用程序进行风险测算并自动调仓，用算法交易完成调仓动作的执行（比如一次性买200万股，总不能一单下去吧），这够“高大上”了吧，前提是你得有一套复杂而完善的系统支持。行研对学历要求更高，券商行研名校硕士起步，广发中信等大券商基本都清北复交研究生（宏观和金工一般要求博士），新财富首席一年几百万还是有的，知名宏观分析师如任泽平年薪可上千万；量化交易鱼龙混杂，资产规模几十亿的大私募做好了一年可以上千万，但绝大多数都是几千万到一亿的小私募，一年的收入不过十多二十万，门槛相对低，风险大。
就业前景还是非常不错的。
金融工程与量化投资是以工程的方式，用金融工具，利用金融市场和金融机构组织金融活动，掌握业务金融工具和金融技术，并研发新的金融工具和金融技术，以达到各种金融目的。
金融工程与量化投资在中国就业主要在以下几个领域，中央人民银行银行业监督管理委员会，证券业监督管理委员会，保险业监督管理委员会，这是金融业监督管理机构。
Python很适合策略研究和对速度不高的量化策略执行。比如真格量化就是使用Python作为策略编程语言。
对速度要求高的还是先考虑C++。
