摘 ?要：量化投資將計(jì)算機(jī)技術(shù)與金融業(yè)務(wù)邏輯深度融合，并依托大量的金融業(yè)務(wù)數(shù)據(jù)和不斷優(yōu)化的數(shù)學(xué)模型，為決策者提供更高的參考價(jià)值。隨著社會(huì)的發(fā)展，金融意識(shí)將伴隨人的一生，量化投資課程不僅是金融專業(yè)領(lǐng)域的研究?jī)?nèi)容，也是所有專業(yè)學(xué)生應(yīng)該了解的通識(shí)化課程。文章對(duì)目前量化投資課程的現(xiàn)狀進(jìn)行分析，通過對(duì)數(shù)據(jù)結(jié)構(gòu)化和算法實(shí)例化的方法，創(chuàng)新金融課程的內(nèi)容設(shè)計(jì)和教學(xué)設(shè)計(jì)，以達(dá)到適合非金融專業(yè)學(xué)生掌握量化投資課程的目的。

關(guān)鍵詞：量化投資；教學(xué)改革；通識(shí)化

中圖分類號(hào)：G642 ? ?文獻(xiàn)標(biāo)識(shí)碼：A ? ?文章編號(hào)：1673-7164（2024）11-0082-04

隨著中國(guó)全面進(jìn)入小康社會(huì)，以及日益突出的老齡化趨勢(shì)，提高全民的金融理財(cái)意識(shí)，提升全面的生活水平顯得尤為重要。目前學(xué)校教育更多專注于學(xué)術(shù)知識(shí)的傳授和專業(yè)技能的培養(yǎng)，卻忽略了理財(cái)技能的培訓(xùn)。量化投資最早起源于20世紀(jì)50年代，國(guó)外的量化交易發(fā)展比較早，量化投資的技術(shù)從各方面都要遠(yuǎn)超于陳舊的投資方式，已經(jīng)達(dá)到可以在秒內(nèi)進(jìn)行投資交易的程度。［1］國(guó)內(nèi)量化交易市場(chǎng)還處于發(fā)展初期的階段，目前，期貨市場(chǎng)方面已經(jīng)有了一定的運(yùn)用和積累，在證券市場(chǎng)的運(yùn)用還處在剛剛起步的階段。國(guó)內(nèi)很多高校已經(jīng)意識(shí)到量化投資人才培養(yǎng)的緊迫性和重要性，部分高校已開設(shè)相關(guān)課程，并舉辦不同形式的培訓(xùn)和比賽。［2］例如由清華大學(xué)每年主辦的“清華華量杯”量化投資大賽等。

一、現(xiàn)狀分析

量化投資教學(xué)是培養(yǎng)學(xué)生將金融知識(shí)理論與實(shí)踐投資相結(jié)合的課程體系，構(gòu)建學(xué)生的金融理財(cái)意識(shí)，塑造工程化的投資方法，是一門跨學(xué)科跨專業(yè)的綜合類實(shí)踐知識(shí)。社會(huì)對(duì)投資類人才的培養(yǎng)提出了更高的要求，愈發(fā)強(qiáng)調(diào)人才的創(chuàng)新思維能力和實(shí)踐能力。［3］課程涉及金融領(lǐng)域、計(jì)算機(jī)領(lǐng)域、大數(shù)據(jù)領(lǐng)域等多方面知識(shí)結(jié)構(gòu)。對(duì)于金融專業(yè)學(xué)生亦是相當(dāng)難以掌握的知識(shí)體系，對(duì)于非金融專業(yè)學(xué)生的通識(shí)化教育更是值得深入研究的問題。

公共選修課“Python量化投資”是一門針對(duì)全校所有專業(yè)學(xué)生的通識(shí)化教育課程，目標(biāo)是讓學(xué)生學(xué)習(xí)和了解Python語(yǔ)言基礎(chǔ)，對(duì)常用計(jì)算機(jī)開發(fā)技術(shù)有一個(gè)系統(tǒng)的認(rèn)識(shí)；初步了解量化交易的系統(tǒng)知識(shí)，對(duì)投資方法和投資中的重要技術(shù)指標(biāo)有基本認(rèn)知，建立起利用計(jì)算機(jī)技術(shù)和Python語(yǔ)言進(jìn)行量化投資的知識(shí)體系。

為了達(dá)到良好教學(xué)效果的目標(biāo)，此公選課限定人數(shù)30人，每次開課都基本報(bào)滿，以2021—2022第二學(xué)期為例，報(bào)名學(xué)生來(lái)自5個(gè)學(xué)院的14個(gè)專業(yè)的18個(gè)班級(jí)，可見學(xué)生對(duì)于金融投資知識(shí)的熱情，以及該知識(shí)體系的廣泛受眾基礎(chǔ)。投資學(xué)課程教學(xué)目前存在的問題主要是課程設(shè)置方面除了必要的經(jīng)濟(jì)學(xué)知識(shí)以外，隨著計(jì)算機(jī)科學(xué)技術(shù)的發(fā)展和人工智能的盛行，應(yīng)該加入相應(yīng)的計(jì)算機(jī)編程語(yǔ)言知識(shí)，以及人工智能和數(shù)據(jù)分析等課程，在實(shí)驗(yàn)室配置上應(yīng)有配套的實(shí)驗(yàn)環(huán)境，在專業(yè)教師素養(yǎng)方面應(yīng)鼓勵(lì)教師更多進(jìn)行實(shí)踐操作演練。在實(shí)際教學(xué)過程中，主要有以下幾個(gè)方面的問題：

（一）金融知識(shí)缺乏有效的應(yīng)用場(chǎng)景

量化投資教學(xué)不是一門純理論金融課程，而是一門實(shí)踐性非常強(qiáng)的課程，首先，涉及的金融知識(shí)非常廣泛，如經(jīng)濟(jì)學(xué)、金融學(xué)、證券投資學(xué)、統(tǒng)計(jì)學(xué)等多門專業(yè)理論知識(shí)，另外，還涉及實(shí)際的證券交易應(yīng)用場(chǎng)景。量化交易的技術(shù)指標(biāo)非常多，共有100多種。［4］一是難以開通實(shí)際的、多方位的真實(shí)交易環(huán)境，二是難以通過真實(shí)的角色扮演和真實(shí)的交易資金體驗(yàn)交易場(chǎng)景。

（二）計(jì)算機(jī)編程知識(shí)晦澀難于理解

計(jì)算機(jī)編程語(yǔ)言是計(jì)算機(jī)與人之間通信的語(yǔ)言，是程序設(shè)計(jì)的重要工具，具體來(lái)說(shuō)，就是人通過計(jì)算機(jī)編程語(yǔ)言設(shè)計(jì)計(jì)算機(jī)要完成的動(dòng)作，然后計(jì)算機(jī)根據(jù)程序的設(shè)定完成人所指定的特定工作。計(jì)算機(jī)語(yǔ)言有很多種，一般金融工程類專業(yè)用到的編程語(yǔ)言以Python為主。

公選課面對(duì)的是全校所有專業(yè)學(xué)生，對(duì)于非計(jì)算機(jī)類專業(yè)，尤其是文科類專業(yè)學(xué)生，理解計(jì)算機(jī)編程知識(shí)有相當(dāng)大的難度，更別說(shuō)用編程語(yǔ)言完成量化投資工作任務(wù)。舉例來(lái)說(shuō)，曾經(jīng)給學(xué)生講量化交易入門知識(shí)的時(shí)候，講到“操作股票數(shù)據(jù)首先先定義一個(gè)變量”，這時(shí)立刻有學(xué)生問“老師，變量是什么？”，又講到變量有很多種，包括整型變量，浮點(diǎn)型變量等，學(xué)生又會(huì)立刻問道“整型是什么意思？”。深入到計(jì)算機(jī)知識(shí)的細(xì)節(jié)里，就變成了計(jì)算機(jī)基礎(chǔ)課程，而無(wú)法達(dá)到量化投資課程的教學(xué)目的。如果不講好這些計(jì)算機(jī)基礎(chǔ)知識(shí)，學(xué)生是無(wú)法深入學(xué)習(xí)量化投資的實(shí)現(xiàn)方法的。在授課的一開始，可能就陷入了兩難境地。

（三）量化投資通識(shí)化教育難上加難

量化交易投資方法通常指以先進(jìn)的數(shù)學(xué)模型替代人為的主觀判斷，利用計(jì)算機(jī)技術(shù)從龐大的歷史數(shù)據(jù)中海選能帶來(lái)超額收益的多種“大概率”事件以制訂策略，極大地減少了投資者人為的情緒波動(dòng)和非理性的投資決策。量化投資技術(shù)包括多種方法，在投資品種選擇、投資時(shí)機(jī)選擇、股指期貨套利、商品期貨套利、統(tǒng)計(jì)套利和算法交易等領(lǐng)域得到廣泛應(yīng)用。量化策略是指使用計(jì)算機(jī)作為工具，通過一套固定的邏輯來(lái)分析、判斷和決策。量化策略既可以自動(dòng)執(zhí)行，也可以人工執(zhí)行。一個(gè)完整的策略需要包含輸入、策略處理邏輯、輸出；策略處理邏輯需要考慮選股、擇時(shí)、倉(cāng)位管理和止盈止損等因素。

量化交易系統(tǒng)主要分為三方面的功能：選股、回測(cè)和預(yù)測(cè)。從選股層面上看，目前國(guó)內(nèi)A股市場(chǎng)上超過5000支股票，人工選股已經(jīng)變成一件不可能完成的任務(wù)。利用計(jì)算機(jī)技術(shù)進(jìn)行篩選，自動(dòng)完成選股成了必要環(huán)節(jié)，企業(yè)財(cái)務(wù)指標(biāo)和公司經(jīng)濟(jì)指標(biāo)可以幫助用戶從基本面進(jìn)行篩選，股票的技術(shù)指標(biāo)可以幫助用戶從技術(shù)面進(jìn)行篩選，量化交易策略的制訂可以幫助用戶自動(dòng)化交易，人工智能技術(shù)的應(yīng)用可以更大程度地幫助用戶獲得超額收益。從回測(cè)層面上看，回測(cè)是根據(jù)設(shè)定的股票交易策略，基于歷史已經(jīng)發(fā)生過的真實(shí)數(shù)據(jù)，從歷史某一時(shí)間點(diǎn)開始，嚴(yán)格按照設(shè)定的策略，模擬真實(shí)金融市場(chǎng)交易規(guī)則進(jìn)行模型買入、模型賣出，得出一段時(shí)間內(nèi)的盈利率、回撤率等數(shù)據(jù)的過程?；販y(cè)包含對(duì)不同股票的回測(cè)，也包含對(duì)不同時(shí)期的回測(cè)，如此大規(guī)模的數(shù)據(jù)計(jì)算，如果沒有量化交易系統(tǒng)顯然無(wú)法完成。

二、課程內(nèi)容設(shè)計(jì)

量化投資教學(xué)課程的顯著特征是具有較強(qiáng)的綜合性、跨界性、實(shí)務(wù)性，涵蓋和融合了經(jīng)濟(jì)學(xué)、計(jì)算機(jī)編程語(yǔ)言、數(shù)據(jù)分析、人工智能，以及必要的操作技能。因此，除了必要的理論知識(shí)以外，量化交易實(shí)務(wù)是重要的課程內(nèi)容，這對(duì)本科生而言是比較陌生的領(lǐng)域，教學(xué)內(nèi)容的設(shè)計(jì)既要考慮到學(xué)生理解和掌握投資體系，量化交易體系，軟件開發(fā)體系，使三大體系有機(jī)結(jié)合，達(dá)到量化投資的教學(xué)目標(biāo)，又要考慮到學(xué)生在相應(yīng)的課時(shí)內(nèi)能夠理解和掌握所授內(nèi)容，因此在課程內(nèi)容上應(yīng)選擇實(shí)用性的金融知識(shí)，便捷性的開發(fā)語(yǔ)言和開發(fā)工具。

（一）量化投資概述

將課程內(nèi)容分成三部分，一是Python部分，量化投資的基本工具，基本開發(fā)語(yǔ)言，是完成量化交易的必備技能。二是量化部分，利用統(tǒng)計(jì)學(xué)，以數(shù)量形式表示評(píng)價(jià)結(jié)果的方法，通過分析股票歷史數(shù)據(jù)，并對(duì)其進(jìn)行回測(cè)和預(yù)測(cè)的過程。三是投資部分，通過數(shù)據(jù)模擬，對(duì)真實(shí)投資行為的真實(shí)演化，樹立正確的投資理念形成正確的投資價(jià)值觀。

（二）企業(yè)財(cái)務(wù)指標(biāo)分析

股票是股份公司發(fā)給股東的，借以證明投資者身份及獲取收益的憑證。企業(yè)的財(cái)務(wù)指標(biāo)是一只股票價(jià)格變化的生命線。例如每股凈資產(chǎn)、凈資產(chǎn)收益率等。企業(yè)的核心財(cái)務(wù)指標(biāo)是量化投資知識(shí)體系必不可少的一部分。

（三）股票基礎(chǔ)及技術(shù)指標(biāo)

股票是股份公司資本的構(gòu)成部分，可以轉(zhuǎn)讓、買賣，是資本市場(chǎng)的主要長(zhǎng)期信用工具。因此關(guān)于股票面值的構(gòu)成，股票的交易規(guī)則等內(nèi)容同樣是量化交易的必備知識(shí)。關(guān)于股票的技術(shù)指標(biāo)更是制定交易策略，進(jìn)行回測(cè)分析的重要基礎(chǔ)內(nèi)容。例如K線的基本意義、移動(dòng)平均線（MA）原理和計(jì)算方法等。這些股票的基礎(chǔ)知識(shí)和技術(shù)指標(biāo)都是量化交易系統(tǒng)的重要組成部分。

（四）量化策略及人工智能

量化投資策略就是利用量化的方法，針對(duì)海量的數(shù)據(jù)客觀分析決策，采用先進(jìn)的數(shù)學(xué)模型捕捉交易時(shí)機(jī)，進(jìn)行金融市場(chǎng)的分析、判斷和交易的策略。因此，量化交易策略就是利用計(jì)算機(jī)技術(shù)自動(dòng)化篩選企業(yè)財(cái)務(wù)指標(biāo)，根據(jù)股票歷史數(shù)據(jù)和相關(guān)技術(shù)指標(biāo)制定交易策略，進(jìn)行分析、回測(cè)及輔助判斷的過程。在大量的隱含的股票指標(biāo)因子中找到更優(yōu)的解決方案，必然也少不了人工智能的輔助。

（五）Python基礎(chǔ)

由于Python語(yǔ)言的簡(jiǎn)潔性、易讀性以及可擴(kuò)展性，在做科學(xué)計(jì)算的研究中使用非常廣泛，同時(shí)也是非計(jì)算機(jī)專業(yè)人員較容易接收的一門語(yǔ)言。Python的數(shù)據(jù)結(jié)構(gòu)、基本語(yǔ)法以及豐富擴(kuò)展的庫(kù)都是做量化投資的重要基礎(chǔ)知識(shí)。

（六）量化交易系統(tǒng)開發(fā)

首先基于金融市場(chǎng)的知識(shí)背景，基于企業(yè)財(cái)務(wù)指標(biāo)進(jìn)行股票預(yù)選，然后根據(jù)股票的技術(shù)指標(biāo)或者指標(biāo)的組合形態(tài)制定量化系統(tǒng)的交易策略，采用Python語(yǔ)言開發(fā)，一般會(huì)用到成熟的Python第三方庫(kù)。通過對(duì)股票數(shù)據(jù)的測(cè)算，以及對(duì)歷史數(shù)據(jù)的回測(cè)，不斷修正完善交易策略，直到達(dá)到較為滿意的收益率，即完成了一個(gè)基本功能的量化交易系統(tǒng)軟件。對(duì)于更高要求的功能開發(fā)，可以加入人工智能的算法，通過對(duì)股票歷史數(shù)據(jù)的機(jī)器學(xué)習(xí)，達(dá)到一定的預(yù)測(cè)準(zhǔn)確率，從而為用戶投資提供輔助。

三、教學(xué)過程設(shè)計(jì)

通識(shí)化的量化投資的教學(xué)目的是讓學(xué)生掌握基本的金融知識(shí)，基礎(chǔ)股票技術(shù)指標(biāo)，利用一定的Python開發(fā)語(yǔ)言，能夠進(jìn)行簡(jiǎn)易的量化交易系統(tǒng)開發(fā)，掌握量化投資的基本方法，形成正確的投資價(jià)值觀。針對(duì)證券投資學(xué)中實(shí)驗(yàn)教學(xué)方式過于單一，大多數(shù)以教師演示為主的教學(xué)過程，［5］優(yōu)化教學(xué)過程設(shè)計(jì)。

（一）金融知識(shí)場(chǎng)景化

將復(fù)雜的金融知識(shí)用量化的指標(biāo)進(jìn)行分析，結(jié)合投資理財(cái)?shù)挠^念，樹立量化投資正確的價(jià)值觀，摒棄“炒股”的思路，轉(zhuǎn)向穩(wěn)健投資、長(zhǎng)期投資才能在未來(lái)發(fā)展的道路上行穩(wěn)致遠(yuǎn)。

（二）軟件開發(fā)導(dǎo)入化

利用計(jì)算機(jī)編程語(yǔ)言進(jìn)行軟件開發(fā)對(duì)于計(jì)算機(jī)專業(yè)學(xué)生來(lái)說(shuō)尚有難度，對(duì)于剛接觸Python語(yǔ)言的非計(jì)算機(jī)專業(yè)學(xué)生，尤其是文科類學(xué)生，編程語(yǔ)言猶如“天書”一般。如何將量化交易的計(jì)算過程循序漸進(jìn)導(dǎo)入到學(xué)生的知識(shí)體系中，讓學(xué)生能夠較為自然地接受和理解用編程來(lái)實(shí)現(xiàn)量化交易是一個(gè)有挑戰(zhàn)性的過程。采用學(xué)生廣泛熟悉的Excel來(lái)進(jìn)行量化交易知識(shí)導(dǎo)入，舉例如下：

移動(dòng)平均線策略是量化投資最為基礎(chǔ)的最為廣泛使用的策略之一。MA即移動(dòng)平均線，MA5為五日移動(dòng)平均線， MA10為十日移動(dòng)平均線。參考示例圖1，Python計(jì)算移動(dòng)平均線代碼如下：

ma5=df［'close'］.rolling（5）.mean（）

ma30=df［'close'］.rolling（30）.mean（）

Excel計(jì)算移動(dòng)平均線公式如下：

MA5=SUM（B2：B6）/5

MA10=SUM（B2：B11）/10

移動(dòng)平均線的“黃金交叉”是指上升中的短期移動(dòng)平均線由下而上穿過上升的長(zhǎng)期移動(dòng)平均線的交叉，這個(gè)時(shí)候壓力線被向上突破，表示價(jià)格將繼續(xù)上漲，行情看好。而“死亡交叉”則情況相反。

通過以上策略演示，使用Excel表格計(jì)算量化策略，并生產(chǎn)圖形，幫助非金融專業(yè)學(xué)生迅速理解量化投資概念，再通過Excel計(jì)算方法與Python代碼對(duì)比，快速導(dǎo)入編程知識(shí)，從教學(xué)效果來(lái)看，學(xué)生能夠較輕松地接受和理解量化交易過程。

（三）系統(tǒng)設(shè)計(jì)團(tuán)隊(duì)化

為了能讓學(xué)生知識(shí)融合，優(yōu)勢(shì)與劣勢(shì)互補(bǔ)，課程考核采用大作業(yè)的形式，以團(tuán)隊(duì)化的方式共同完成一項(xiàng)量化投資，團(tuán)隊(duì)成員的組成盡量由一名計(jì)算機(jī)專業(yè)學(xué)生，金融專業(yè)學(xué)生，及其他專業(yè)學(xué)生組成一隊(duì)，團(tuán)隊(duì)成員根據(jù)所學(xué)金融知識(shí)、股票知識(shí)、量化策略知識(shí)，計(jì)算機(jī)編程知識(shí)制訂策略，并完成回測(cè)，系統(tǒng)開發(fā)，文檔制作。

（四）教學(xué)過程項(xiàng)目化

項(xiàng)目教學(xué)法包括：情景導(dǎo)入、明確任務(wù)、收集資料、制定方案、自主協(xié)作、具體實(shí)施、過程檢查、呈現(xiàn)成果，評(píng)估檢測(cè)等過程。針對(duì)量化投資課程，讓學(xué)生以團(tuán)隊(duì)形式完成合作項(xiàng)目，團(tuán)隊(duì)成員各自分工。隨后指導(dǎo)教師對(duì)整個(gè)項(xiàng)目進(jìn)行一系列的過程檢查，最終以團(tuán)隊(duì)答辯的形式進(jìn)行項(xiàng)目結(jié)果考察與評(píng)估。

參考文獻(xiàn)：

［1］ 郭笑宇. 量化投資交易策略研究［J］. 財(cái)經(jīng)界，2019（03）：16-17.

［2］ 楊亭亭，許伯桐. 高等學(xué)校量化投資人才培養(yǎng)模式探析［J］. 金融理論與教學(xué)，2020（04）：111-115.

［3］ 曹雄飛，楊雙會(huì). 基于創(chuàng)新型人才培養(yǎng)的地方高校證券投資學(xué)立體式教學(xué)改革［J］. 金融理論與教學(xué)，2020（02）：108-111.

［4］ 王繼洲．技術(shù)指標(biāo)選股之MACD、BOLL選股法［J］. 商品與質(zhì)量，2011（26）：16.

［5］ 黃璐，倪興興，李蘇一，等．互聯(lián)網(wǎng)+金融背景下的證券投資學(xué)實(shí)驗(yàn)教學(xué)探索［J］. 實(shí)驗(yàn)室研究與探索，2021，40（04）：159-162.

（薦稿人：劉軍，南京審計(jì)大學(xué)金審學(xué)院信息科學(xué)與工程學(xué)院副院長(zhǎng)，教授）

（責(zé)任編輯：陳華康）

基金項(xiàng)目：江蘇省高校哲學(xué)社會(huì)科學(xué)研究一般項(xiàng)目“機(jī)器學(xué)習(xí)驅(qū)動(dòng)的量化投資模式研究”（項(xiàng)目編號(hào)：2022SJYB0747）。

作者簡(jiǎn)介：劉力軍（1979—），男，碩士，南京審計(jì)大學(xué)金審學(xué)院信息科學(xué)與工程學(xué)院講師，研究方向?yàn)榫W(wǎng)絡(luò)技術(shù)。