《計算投資學》教學大綱

1、計算投資學Computational Investing一、課程基本情況課程類別：專業(yè)任選課課程學分：3學分課程總學時：48學時，其中講課：32學時，上機：16學時課程性質：選修開課學期：第6學期先修課程：微觀經濟學，宏觀經濟學，計量經濟學，投資學適用專業(yè)：經濟管理學院金融工程專業(yè)，經濟管理學院信息管理與信息系統(tǒng)專業(yè)教 材： Richard Grinold & Ronald Kahn.Active Portfolio Management. McGraw-Hill. 1999. 2nd Edition. Robert Jaeger.All About Hedge Funds.McGraw-Hi

2、ll.2002.開課單位：經濟管理學院金融與保險系二、課程性質、教學目標和任務本課程是一門專門為對投資管理與計算性方法有濃厚興趣的金融工程和信息管理相關專業(yè)本科生開設的提高性課程。本課程旨在教授學生現代電子交易市場是如何運作的，股票價格為什么會發(fā)生變化以及它們變化的方式，以及計算性的方法如何幫助學生理解以上概念。在上機教學環(huán)節(jié)，將主要通過構建算法和可視化，最終引導學生進行獨立的投資實踐。在本課程結束后，學生將能夠獨立自主地創(chuàng)建一個工作市場模擬器，并用其測試個人投資策略。學生也將能夠了解現代投資組合理論和主動投資組合管理的基本原則。本課程的主要目標大致包括：了解電子市場；了解市場數據；寫軟件市場

3、數據可視化；寫發(fā)現市場數據的軟件；創(chuàng)建一個市場模擬器。本課程的學習重點在于理解計算性方法并使用其思想進行算法編寫，并將之使用在測試自己的投資組合上。課程有一定深度，建議有一定金融專業(yè)英語基礎，投資學基礎和編程基礎的學生選擇。三、教學內容和要求1、投資組合經理簡介（2學時）（1）了解投資組合經理的定義及任務； （2）理解投資組合經理激勵理論； （3）了解兩種主要基金類型；（4）了解市場基準的定義。重點：投資組合經理的定義及任務難點：投資組合經理激勵理論2、金融市場基本理論（4學時）（1）了解市場指令的各種類型； （2）掌握金融市場的基本概念（買空、賣空、多頭、空頭、對沖等）； （3）掌握套利定價

4、理論；（4）理解優(yōu)化理論。重點：金融市場的基本概念，套利定價理論難點：金融市場的基本概念3、公司價值理論（2學時）（1）理解公司的內在價值； （2）了解公司新聞與價值的關系； （3）掌握公司的基本面分析方法。重點：公司的基本面分析方法難點：公司的基本面分析方法4、資本資產定價模型CAPM（6學時）（1）理解資本資產定價模型； （2）掌握資本資產定價模型中市場Beta值的含義； （3）掌握對沖基金的資本資產定價模型；（4）掌握使用資本資產定價模型來降低風險。重點：資本資產定價模型，Beta值難點：對沖基金的資本資產定價模型5、numpy概述（4學時）（1）掌握Python語言及其編程思想； （2

5、）理解numpy庫的各種功能。重點：Python語言及其編程思想難點：Python語言及其編程思想6、QSTK與Pandas演示（4學時）（1）理解QSTK的各種功能； （2）理解Pandas庫的各種功能。重點：QSTK的各種功能難點：QSTK的各種功能7、有效市場假說與事件研究（6學時）（1）了解信息的來源； （2）理解有效市場假說理論； （3）掌握事件研究的方法；（4）掌握如何評估事件研究。重點：有效市場假說理論，事件研究的方法與評估難點：事件研究的方法與評估8、投資組合的優(yōu)化和有效邊界（4學時）（1）了解投資組合優(yōu)化的輸入和輸出項； （2）理解相關系數和協(xié)方差的含義； （3）掌握有效邊界

6、的確定方法。重點：投資組合優(yōu)化理論難點：有效邊界的確定方法9、數據挖掘（4學時）（1）理解數據挖掘基本理論； （2）理解adjusted close的含義； （3）理解數據合理與洗滌；重點：數據挖掘基本理論難點：數據合理與洗滌10、基本法理論（4學時）（1）了解思想實驗：拋硬幣； （2）理解基本法理論。重點：基本法理論難點：基本法理論11、信息反饋和技術分析（4學時）（1）理解信息反饋的含義； （2）理解技術分析的含義。重點：信息反饋的含義難點：技術分析的含義12、回溯測試（4學時）（1）理解詹森指數的含義； （2）了解回溯測試相關知識。重點：詹森指數難點：回溯測試四、課程考核（1）作業(yè)等：作業(yè)：6次，課程設計：1篇；（2）考核方式：課程設計+報告（3）總評成績計算方式：總評成績=10%平時成績+20%實驗成績+70%課程設計與報告五、參考書目（1）Richard Grinold & Ronald Kahn.Active Portfolio