國內證券公司的金融工程組是一個怎樣的組織?
新財富最佳分析師歷屆排行榜
1.每年新財富都會有個排名,我比較好奇國內的金融工程組平時都在做些什麼樣的工作。2.如果立志以後進入這個組織,需要在學校期間掌握哪些技能。3.在這一組織裡面工作,最最最常用到的數學或者統計學知識是哪一部分,是計量嗎
----------------------------update 8.29---------------------
終於結束實習了,在從魔都回家的飛機上答一下此題,也算給自己的工作有個總結。因為是從實習生角度回答此題,難免有不足,我只是將我實習期間與其他同事聊天所得知識和自己的實際體驗結合來回答。如有偏頗,懇請指正。
利益相關:鏈接中某新財富團隊金工組實習生
%---------------------我是matlab分割線-------------------------------
Q1 究竟做什麼樣的東西?
1.1 大家熟知的
研報:金融工程組既然率屬於研究所,就必須要寫研究報告。這與行業研究報告還是有所區別的。行業研究報告著重於公司基本面挖掘,以及一手信息的整理與分析。而金融工程組的研究報告卻有所不同。可以說,研報就是金融工程組研究成果的體現(江湖傳言某券商金工組自己還「管錢」這是例外23333).
那麼主要的研究內容是什麼呢?
策略研究
Alpha 策略,擇時策略以及股指期貨,CTA套利都有涉及,也有涉及大數據分析、輿情分析之類的研究。具體可見各大券商研報。就我自己實習的情況看,此類研究和學術科研比較像,以我實習期間所作的某動量策略改進為例,首先所做的就是閱讀國外最新的相關文獻,找到邏輯通暢,見解獨到的策略或者模型,然後將策略模型改進,使其適合中國市場的微觀結構(比如T+1,融券制度,對沖標的種類等)。
在得到粗略的模型後,先簡單回測,如果效果好(回撤、信息比、年收益),就扣細節繼續做下去使其更完善,同時也利用回測平台做更真實的回測。最後還得調整市值中性、行業中性等。
有時,學術論文上的模型效果不好,就得不停的改進,試錯,和科研還蠻像的,當然這個過程有時也蠻讓人受挫的。
(題外,有知友覺得做alpha研究的人簡直naive,因為我們做的太理想化,比如對沖的股期可能一展期就會虧3
4 個點,其他券商不清楚,但是就我們組的情況看,我們是很看重回測真實性的,會考慮衝擊成本,如換手率,手續費等成本因素也都是按最壞情況回測)
產品研究
策略研究是大頭,但是某些券商就更加著重產品維度的研究(從他們定期發布的研究成果可以看出)。目前從產品維度做的比較多的是分級基金和期權等衍生品。
分級基金:我在實習期間協助的第二大塊就是分級基金的相關研究(面試被問到好多問題)。在剛回國時,我一直不知道一向保守的我朝SEC居然允許分級基金這種衍生品大殺器在二級市場給散戶交易。目前的研究在於折溢價套利策略,上下折預期策略等方向。
我個人覺得,分級A定價研究是目前國內最接近傳統金工定價研究的研究方向。分級A是固定收益+指數看跌期權份的複合,這樣一看西方那些東西就可以用來談笑風生了。
期權等其他衍生品:實習期間沒接觸過這個,不太了解。
當然,有的金工組也會涉及到一些其他研究類型(甚至是技術分析)
OK,扯完研究內容,就可以扯它的載體研報了。
專題報告:一般來說,比較複雜的策略或者產品研究成果可以寫成專題報告,這也是凝聚研究員最多心血的東西。(有人黑研報水,至少我們組的每一份報告都是大家詳細討論,細心構建,回測,以及不停完善的成果)
周報:產品周報(搜集更新所追蹤產品的市場信息,總結並提出對下周的展望建議,例如分級基金周報);策略周報(更新以往專題報告中模型最新的預測結果或者持倉收益等信息,最新有一些輿情策略、大數據相關信息的整理與更新)
路演:策略研報被辛辛苦苦寫出來,就要去買方大爺那路演啦。所以賣方金工研究除了最基本的研究能力,還看著報告寫作能力,以及一定的銷售能力。路演的話,最集中的就是最近幾個月,因為新財富開始了嘛,要拉票的嘛(公募,私募,險資等等)。
其他還有些策略會呀什麼的,就不做詳細介紹了。
1.2 大家陌生的
內部課題研究:在完成研究報告這些份內事情外,券商金工研究組有時也會接到來自買方(基金公司比較多)的課題委託。此類課題研究也有比較基礎的,比如中證500指數投資價值與策略研究。
向買方報告策略情況:除了完成策略周報,有時也會向買方提供策略最新的持倉情況。當然,有時候買方也會打電話問問研究員對未來走勢的看法。
1.3 誤解
水or不水
大家都罵賣方研報一派胡言,不否認會有一些研報不太嚴謹,但僅從我實習期間來看,大家對待每一個策略都是傾注了心血的。組裡會認真推敲模型背後的投資邏輯,同事之間也經常相互QA。
實名反對某知友關於
「主要研究集中在統計多少只股票過了20/60日線」
的言論。一個金工組,正在進行的研究方向不可能集中,因為每個研究員各有側重,「統計多少只股票過了20/60日線」可能只是研究中某一個部分而已,該知友以此概括這一金工組的工作情況,是對他們工作極大的不尊重。用腳趾想想都知道,金工組是要新財富拉票的,雖說與買方客戶的關係對投票影響大,但是如果自己做的跟shi一樣,誰會投票啊,自己都不好意思去路演。畢竟是要和其他券商競爭的。
至於養他們得花多少錢,大家都知道金融人才市場是充分競爭的市場,對於在這市場中的每一個人,都有自己理應拿到的預算和薪酬。
對於該知友的回答,如果是道聽途說請在回答中寫明,以免影響大家對於金工組的認識,如果確有情況,請詳細說一下,不然這樣信息不足,有失偏頗的回答會降低知乎回答的質量與氛圍。
買方or賣方
作為一個實習生,貿然談這些難免有失偏頗,我就不提供觀點,只陳我所知道的事實:人員流動性很大,有賣方跳買方,也有買方跳賣方(資管、保險等)。大家跳的原因各種各樣,絕不僅限於待遇和成長兩個因素。
個人感覺,賣方與買方研究最大的區別在於對新方法的摸索,買方研究可能更注重穩健,力求模型符合市場,計算回測結果盡量真實,但是賣方由於要向客戶銷售idea,會更注重模型的新意,要讓人一聽就有啟發,就得搞個大新聞~因此就免不了不停的試錯和探索。
買方的研究請參看另一個回答國內基金公司的金融工程崗主要做什麼工作? - 量化交易中同學Winston的回答。
#------------------------------我是R分割線---------------------------------------
Q2 掌握技能
金融直覺:這一能力遠比編程能力重要,因為每一個模型都有自己內在的投資邏輯,金融直覺有助於我們辨別模型好壞。
數學能力:這個不多說,大家都已經討論很多了,就我自己來看,組合優化、多元統計和計量時間序列的東西用的比較多。
編程能力:由於是偏研究的崗位,主要還是matlab比較多,組裡也有用sas和python的研究員。編程能力至少得達到能快速有效的實現某個想法的水平。比如突然靈感來了,能夠有能力將這些邏輯思路轉換為code和有效產出。
報告寫作能力:這個屬於賣方比較特殊的要求,因為再美好的結果都要轉換為研究報告發布,寫作能力直接影響到模型的理解容易度。
銷售能力:因為要路演,所以要有能夠將自己研報清楚傳遞給受眾的語言表達能力,同時他還得被你說服。與此同時也要和買客戶搞好關係。
實習、實習、實習。重要的事說三遍,樓主不要過分注意學校期間學了什麼,學校學習知識教會了基礎的東西,與市場還是有一定差距,一定要來組裡實習,這樣上述所說的幾種能力可以一併鍛煉,同時還能更了解這個職業的發展,重新思考自己的選擇。其他諸如excel、Wind等,屬於常識性要求,就不多提。
就我們組的情況看,老大已經不招應屆生了(特別優秀例外),因為喜歡一到崗就可以寫策略出報告的應聘者,因此長期實習是有很大好處的。
//---------------------我是JAVA分割線-------------------------------
Q3 數學統計知識
這個在Q2中有所提及,就我個人來看,我用的比較多的統計知識是計量和多元,數學的話是組合優化比較多也就是....運籌,計算數學的一些想法可能會用到(加快編程計算速度嘛)。
夜晚飛機晃的頭暈,大概就是這些,行文如有不清望諒解,歡迎大牛及時指正,感激不盡~想起什麼再慢慢補充吧。
轉載請私信,輕拍。-
-|||
用國外的方法,在國內被坑得像狗一樣。
被停牌坑(流動性消失)被財報坑(量化因子選股)
被軟體坑(光大烏龍指楊建波)被交易所坑(手續費 保證金比國外高)被統計局坑(經濟指標 看多爆表)被媒體坑(新聞聯播市場情緒 看多爆表)被政策坑(限制做空)被漲停敢死隊坑(無視基差)被各種融資 信用證坑(商品不是用來生產的,都是用來抵押的,價格扭曲)國內新財富排名第一的某證券研究所金工部,目前主要研究集中在統計多少只股票過了20/60日線。。。而這樣一個隊伍,你知道一年養他們的成本是多少嗎?
作為鏈接中的一員,應該可以一定程度上回答一下這個問題。不過只是分享些許的想法,如果真的想弄清一件事,建議還是身體力行的花時間研究研究。
我算是非常根正苗紅的金融工程科班出身,非北清復交的985學校畢業。有意思的是班級甚至系裡只有我一個人在從事金融工程的工作。
記得大學有一門課好像就叫《金融工程》,當時學習的是囧浩的那本知名教材。在學習伊藤公式的推導的時候,我就跟同學抱怨這東西完全理解不能。同學跟我說的是,實際工作中,並不會有這麼多理論推導,只要按部就班的算一算就可以了,就像是工程師一樣。當時就覺得這應該是一個非常適合我而且很高大上的職業。轉眼已經工作好幾年了,事實在工作中,跟原來的想像還是有很大的差距。但所有工作都一樣,在實際的崗位上,一旦參與某個機構的運轉,那就開始會有沒完沒了的事務性工作。首先談談什麼是」金融工程「,然後再說一下」證券公司的金融工程組「吧。
所謂工程,從百度上搜到:「工程是科學和數學的某種應用,通過這一應用,blablabla……,以最短的時間和精而少的人力做出高效、可靠且對人類有用的東西。」 因此,工程只是一種手段,在金融市場中遇到的各類問題均可以利用工程的方式去高效的完成,這就是金融工程的意義。LZ所看到的金融工程組,是證券公司研究所下面的一個研究領域。證券公司研究所是證券公司的研究部門,主要的業務模式是提供研究報告服務各類的投資機構。機構投資者選擇證券公司的交易席位,不同於散戶選擇就近的營業部或傭金較低的營業部的方式,機構投資者的分佣是通過證券公司的研究機構是否提供了相應的支持決定,因此,LZ提到的證券公司的金融工程組,或者說證券公司的研究所下面的所有組,都是為了給自己的客戶提供有效的支持,而去以研究報告或其他的形式,提供有效的研究支持。回到金融工程,現在面對的金融上的問題範圍就會小了很多,機構投資者面臨的即是證券投資的問題。雖然範圍縮小了很多,可證券投資上所遇到的需要解決的問題依然是各個方面的,所以才會發現金融工程組的人數是最多的。有些人喜歡對比國內國外的狀況。但本質其實區別不大的,券商總歸是從事著資本中介的業務,研究所也是為機構投資者提供有效的服務。只是所處的經濟環境、金融環境及投資品種均存在著一定的差異,所以,個別研究、個別理論去生搬硬套也是沒有意義的。
說的比較寬泛,因為這個話題展開了說可能會過於消耗精力……下面也十分簡單的回答(本來想說具體回答的)一下上述三個問題吧:
1.每年新財富都會有個排名,我比較好奇國內的金融工程組平時都在做些什麼樣的工作。舉一個可能不是特別恰當的例子。比如某日CPI數據公布,會怎樣影響今年的GDP及工業生產總值等經濟景氣度的指標是宏觀組的研究工作;股市會因為CPI數據怎樣反應是策略組的工作;某行業的盈利狀況或公司的盈利情況會因此怎麼變化是該行業研究員的工作;而是否可以用一些更高頻的指標或CPI自身的時間序列數據以一定的數學模型去預測CPI數據,可能會是金融工程組的工作。2.如果立志以後進入這個組織,需要在學校期間掌握哪些技能。
應該是獨立解決問題的能力和對於這個行業或者金融市場的了解。3.在這一組織裡面工作,最最最常用到的數學或者統計學知識是哪一部分,是計量嗎。我能說是運籌嗎……?看他們的研報,感覺應該是個傳銷組織吧
年輕人以學習為主,腳踏實地。
【技術指標-多因子-機器學習-事件驅動--風格輪動-衍生品-FOF-纏論】 無限循環一大波研報如下:
申萬宏源證券
精華推薦】大師系列-價值投資法整理歸檔
非流動性因子ILLIQ - 尋找市場對弱流動性的收益補償
國金證券指數波段劃分以及底部反彈行業特徵統計分析
興業證券沉浮股海之股東人數變化分析
東方證券韭菜讀研報_聚焦年末送轉行情
新因子來襲:價差偏離度
情景分層因子初探
趨同度指標對市場走勢的研判
廣發證券研報學習-凸組合優化的雙均線策略
指數高階矩擇時策略
基於市場情緒平穩度的股指期貨日內交易策略
因子掘金(一)——技術因子
從判定係數R2看市場
基於隱馬爾可夫模型的市場擇時策略
基於歷史狀態空間相似性匹配的行業配置SMIA 模型
光大證券宏觀因子擇時策略
國海證券國海證券《因子預測能力初探》uqer實現(一)
國海證券《因子預測能力初探》uqer實現(二)
國泰君安波段劃分與擇時一——如何利用MACD劃分指數
基於行業趨勢度的擇時策略介紹
基於組合權重優化的風格中性多因子選股策略
基於奇異譜擇時的FOF動量策略
基於阻力的市場投資策略
波段劃分與擇時二——上證綜指2638是一個大底嗎?
加入個人觀點的資產配置模型:Black-Litterman----初探
國信證券【國信金工】資產周轉率選股模型
跑贏大盤 戰勝市場---基於logistic回歸的選股策略
對國信投資者情緒指數擇時的研究
Barra傳統多因素選股策略學習筆記
多因子—我們來玩排列組合
東北證券收益率EMA擇時信號
方正證券追蹤聰明錢 - A股市場交易的微觀結構初探
「特立獨行」異動股票的事件研究
十字星研究和策略
海通證券【擇時研究】成交量熱度——高拋低吸不如站在「炒作」的風口上
量價因子 - 結合價格和成交量構建選股策略
安信證券基於因子IC的多因子模型
華泰證券多因子選股策略
看金工組的研究,就感覺是他們像交作業一樣。上次看一篇ML基礎概念佔了一半的篇幅。
大部分賣方是做 量化因子選股的(有alpha套利,涉及到融資融券以及股指期貨,也有純粹的選股看多),因子指標方面多種多樣,各個券商策略也不盡相同,還會對新聞聯播、微博、社交網路信息或者大型門戶網站信息做一些市場情緒指數分析等等宏觀方面的指標來輔助判斷買賣。
簡而言之,他們發一年的報告都不如一頁的海龜策略有價值。不信就隨便去跟蹤幾個有真實周報看看能不能跑贏滬深300。對了,這些金工團隊基本都喜歡全樣本或者中證500,無他,小市值牛逼而已。
PS:很多新手看到某些複雜數學工具就覺得很高大上。但很可惜,越是這種系統越難對自身盈虧歸因(你用一堆方程對著數據猛艹,總能擼出個好結果)。甭管什麼WLS,行業、市值中性blabla,真跑起來照樣在小市值上一堆暴露。看看去年的明星基金長信量化先鋒今年跑的那叫一個慘。另外前面有個答主說研究20日/60日均線的,別鄙視人家。這種策略真跑起來往往比那些一堆回歸方程各種向量機的穩多了。
國內券商的金工,他們能算嗎?算了吧,這問題早點封掉。
聊技術分析,看風水,玩參數挖掘,偽造數據。大家自己對號入座吧。新財富也就這樣了。
你現在在學校掌握好基礎最重要,踏踏實實的就好
看到不少強調蒙特卡洛
哈哈哈 你懂得
推薦閱讀: