应用型高校量化投资课程教学实践探索

董耀武

（贵州商学院 贵州贵阳 550000）

一、前言

近年来，量化投资在国际市场的发展愈发深入与广泛，量化投资理念也越来越被国内的投资者所重视，众多投资机构与教育机构也逐渐开始认识到量化投资人才培养的重要性。而随着信息技术的高速发展，特别是大数据的普遍应用，原有的金融投资类课程培养模式已难以适应现代社会人才培养的需求，经济、金融、会计、统计等专业人才的培养不再是一个单一的个体化过程，更多依赖于多学科的交叉应用。量化投资课程体系的构建需要数理、金融、计算机几者之间的紧密融合，进而才能提高学生对相关理论的深度理解和实际操作能力。[1]

二、量化投资人才培养方面的主要问题

当前多数应用型经济类院校还没有开设量化投资课程，量化投资课程体系建设也显然存在一些困难。

（一）硬件条件不完善

量化投资教学方面，除了常通的课堂教学外，设施完善的量化投资实验室必不可少，需要专业的量化交易教学平台和硬件设备。而当前相当数量高校不具备进行量化投资实践教学环境，教学资源的不完善致使学生们不能实操模拟量化投资实践，操作经验缺失。

（二）基础教学占比偏低

如《证券投资学》作为量化投资的前期基础课程，在教学安排上，一般分理论课学习、课内实践，课内实践占总学时的比例往往很低，即使有独立实践，但一般也仅为一周所左右，而该课的理论与实践知识结合的较为紧密，偏少的学时往往无法实现对学生实践技能的培养目的，难以实现教学目标。

（三）教师素质参差不齐

量化投资教学不仅要求教师具有丰富的理论知识，对教师理论与应用能力的结合有更高的要求，教师的综合能力素质会影响教学目标的实现。从现有任课教师来看，最主要问题在于实践经验的欠缺，现有教师以前大多缺乏投资实践经验，而在量化投资教学方面显然实践基础及经验不足；其次是数理知识薄弱。量化投资不仅要求具备基本的金融投资知识，同时需要掌握较为系统的数理、统计、计算机编程等知识。并且由于金融市场波动大、竞争激励，需要投入大师的时间进行量化分析，而高校教师又得花大量时间用于基础教学及科研方面，在量化投资实践方面能投入的时间有限。

（四）学生素质有待提高

目前，金融类专业的学生数理知识基础普遍偏弱，在量化投资学习上还有困难，特别是需要把金融投资理论用于数学与计算机编程结合的时候，不容易着手。并且当前多数学校对实践教学的管理方面，对学生的技能查验以实验报告为主，很多学生并没有花时间去研究对金融市场交易深层次的东西，往往缺少理论与实践的深度融合，毫无疑问，这会给学生们理解及掌握量化投资技能带来一定难度。

（五）实盘交易有待实现

学生实践量化投资主要是通过仿真模拟的方式来实现，而不需要动用真实的资金，这样的话就可以把各种想法用于模拟量化投资交易，基本不存在心理障碍，但若采用真实资金交易，则投资者可能会更加注重资金的安全性。因此，但要真正考查学生量化交易技能情况还需要采用实盘资金操作。但是，对于在校学生来说，采用真实资金交易存在着困难，从学校角度看，实盘资金来源受限，学生个人也往往缺少这方面的资金，从而限制了学生对实践技能的提高与风险水平的管控。

（六）校企合作力度需要加强

当前，很多高校与企业开展的合作往往限于派出学生到企业进行简单的技能锻炼，学生与行业专家面对面的机会还比较少，学生们接触技术核心环节如投融资决策等的机会偏少，显然，这并不利于学生对实践技能的深度理解与把握。

三、构建量化投资课程体系的主要思路

（一）完善专业课程体系

通识课程及金融类专业基础课程教育方面，在宏微观经济学、金融学、会计学的基础上，增加计算机编程内容的教学，如计量经济学、python应用、金融计量学等，为高年级的量化投资理论及实验做好准备。同时，合理安排专业主干课程及专业选修课程。主干课程主要涉及量化投资交易理论、投融资决策、风险投资、风险管理等，并加强理财能力的培养，让学生们具备基本的投融资能力、项目评估与管理能力、金融风险控制与管理能力及理财规划能力。再者，根据课程建设发展及学生兴趣方向，设置专业选修课程，涉及银行、保险、期货、外汇、信托、私募、互联网金融及财务报表等，并根据社会热点及专业发展动态设置金融投资前沿课程，拓展学生的专业知识面。[2]

（二）加强实践技能的培养

加强量化投资课程的科学设计，合理安排量实验教学体系。注重优秀案例的运用与模拟操作，通过实践技能的培养提高学生对理论知识的实际运用与理解。量化投资的课程设计，要统筹安排好教学知识点，注意对理论知识与实践内容的恰当结合，合理设置实验过程，不仅要具有可操作性，更要体现由易到难的特点，体现教学目标与重点。根据教学进度，合理设计教学模块与教学任务，并且要根据金融市场的发展和学生的特点及时更新教学内容，不定期调整与规划实验项目。量化投资实验大纲与教案的编写，要体现经典案例，强化学生对实验过程的理解与掌握，通过对成熟的投资案例学习，尽量让投资过程直观易懂，方便学生入手，也便于学生加深对投资方法与策略的理解和运用，通过实验模拟让学生们能把课堂所学知识尽快应用到实践中，顺利实现教学目标。

（三）强化教学过程管理

比如，在理论教学中，案例教学应占有一定比例，结合优秀案例，强化案例式教学，要能体现经典案例及投资策略的实践教学，加强案例分析与过程思考，根据学生的知识基础进行针对性教学，实现量化投资程序化、简单化，达到实践技能培养的教学目的。同时，可以采用合作授予课等形式，让行业专家进课堂，实行校内外双向师资教学与管理，加强行业企业与高校之间的优势互补。例如可由高校和金融机构共同完成金融实验室的建设，在软硬件建设与教学环节设计过程中，可以发挥各自的优势，确保实践教学的有效开展。客观上，在教学过程中缺少实盘交易资金，可以考虑建立公司，由师生共同投资入股，按照投资公司的形式成立决策管理部门、投资风控部门、财务部门等，依照成熟的投资公司进行规范管理，让有兴趣的学生加入投资公司，从而加强培养其实践技能，也为将来就业创造机会。

四、主要措施

（一）加强量化投资基础的培养

量化投资属于自动性、策略性投资，本质上在于把投资者的思维用机器去自动实现，因而和传统的投资相比投资模式与投资方法也必然不同，在国内已逐渐成为各大投资机构的主流趋势。根据量化投资对计算机编程及数理知识等的要求，在基础课程的培养方面，要对量化投资课程体系进行科学设计，对学生的知识结构与专业能力的培养合理规划，把量化投资思维融入专业基础知识的培养上，例如在《证券投资学》《金融衍生工具》及《金融计量学》等课程的教学过程中，强调学生量化思想的培养，在实证分析方面，加强量化思想与数理模型的有效结合。在专业建设及课程设置方面，重设课程资源建设，科学设置实践环节，加强积极应用仿真模拟，强化学生的实践分析与解决问题能力，为将来的就业做铺垫。

（二）加强数理分析与计算机应用等基础课程的设置

本质上来说，量化投资是研究复杂条件下实现科学投资策略的配置，在分析与设计资产配置、风险控制、资本管理及产品定价等问题时，对数理统计、计量分析、计算机编程等方面的知识运用的较多，需要对上述知识有一个较深的熟悉程度以及综合运用的理解，这个过程要利用数理统计、概率分析等基础数理知识以及python语言编程等的共同实现。显然，量化投资不仅对学生的数学基础要求较高，要具备深入的数量知识的理解及思考能力，同时要能熟练地运用计算机知识解决大量的数据提取及数学建模，并能进行有效的风险控制。具体来看，在通识课程设置上，增加量化交易相关的基础课程，如计算机编程基础、python应用等；在专业基础课的设置上，加强数据统计方面的培养，除统计学外，增加计量经济学、金融计量统计、金融数学建模等交叉基础课程的设置。

（三）强化量化投资的实践操作及策略模拟的实现

量化投资与传统投资的优势在于用机器代替人脑，把投资者的策略用以一定的计算机程序语言进行自动实现，量化投资过程在选择具体投资品种、投资时机、跨市场跨时期套利、合理化资本配置及风控管理等方面无疑具有相当的优势。[3]

（四）加强行为金融与大数据技术的课程设置和培养

行为金融不仅在传统金融投资方面占据重要地位，在量化投资策略的设计与执行方面，同样是重要一环。在量化投资策略的执行方面，不仅需要大量的历史交易数据，还需要对政策、行业等的变化及可能的对手交易及市场等方面考虑，因而需要金融大数据技术的应用。同时，从行为金融学的角度考虑投资者情绪也是量化投资的关注点，当前的量化投资策略也开始重视把行为金融或投资者情绪综合考量。因此，在量化投资课程体系的构建上，应适度增加行为金融理论与大数据技术相融合部分的内容。