关联专业
金融工程、机器学习、数据挖掘
录取标准：简历审核+电话面试(注：学生需具有一定编程基础Java/Python/Matlab)
实习成果
实验报告+推荐信
导师简介
中国知名科研院所副研究员。研究方向：金融大数据的挖掘与建模。参与国家“863”、自然科学基金、国家科技基础条件平台项目等5项，发表论文22篇(第一作者10篇)。
活动安排
7.16-7.292周远程辅导：项目背景了解，文献阅读，编程训练
7.30-8.3(实地实习：每天9:00-16:30)Day1: 量化投资基本概念讲解、回测方法、业绩评价指标
通过介绍量化投资国内外成功案例，介绍量化投资基本概念
策略回测方法
策略业绩评价的主要计算方法
实验 1：实现一个基本的回测系统
Day2: 量化择时投资策略1
策略的基本思想和案例
可执行情节规则的挖掘算法
实验 2：实现可执行情节的挖掘算法
Day3: 量化择时投资策略2
设计基于可执行情节规则的量化择时投资策略
回测投资策略、并讨论策略合理性
实验3：基于可执行情节规则的量化择时策略设计和效果展示
Day4: 量化择时投资策略3
股指期货投资的基本概念、策略基本思想和案例展示
分类算法(SVM,逻辑回归,决策树等)
基于分类算法的股指期货择时策略的基本思想和特征构造
实验4：实现基于分类算法的股指期货择时特征设。
Day5: 量化择时投资策略4
设计股指期货择时策略(选择特征与算法)
回测投资策略、并讨论特征的合理性
实验5：小组展示策略效果
8.4-8.182周远程辅导：
1.结合随机森林的思想，设计多分类器集成的策略，提高胜率。
2.利用adaboost思想，将不同特征做集成，提升胜局。
3. 完成实验报告
注：远程辅导是指导师利用邮件、QQ等进行任务布置、讲解和答疑。每周导师与学生沟通2次，具体时间可根据学生情况灵活安排。
