我想学习金融量化投资，做行业分析之类的，但完全不懂编程，求学习方案。

1. 我想学习金融量化投资，做行业分析之类的，但完全不懂编程，求学习方案。

帅哥/美女： 如果不是数学、统计、工程等背景，建议放弃。编程固然非常重要，但是关键在于背后的算法。 另外，根据“学习量化投资，做行业分析之类的”这句话我觉得您对量化投资做什么的还不大清楚。如果想入门的话，工具方面可以从matlab/R/SAS开始~

2. 零基础想学金融投资,量化交易编程,该怎么学有哪些方法

零基础，想学习金融投资，量化交易编程，这可不是很好的想法，需要很长时间，而且需要专业的学校进行系统的学习。

3. 量化投资需要金融方面的知识吗

这个是必须要有的，金融和软件方面最好都比较擅长

4. 金融考研，学硕金融理论与实践方向和专硕的金融信息与量化投资方向哪个更好？就业方向是什么？

我可以明确告诉你量化投资是以后的趋势。你想赚钱就不要从事理论研究了，中国的金融分类也很奇葩。金融很赤裸，就是要给客户赚钱，给公司赚钱，给国家赚钱，也给自己赚钱，这样的人才是真正金融人。巴菲特早年也是研究理论，但是理论是为实践服务的，不然理论有啥用？巴菲特索罗斯都是实战派，但是哪位搞理论研究的敢说搞金融比他们厉害。中国不缺能赚钱的人，但是缺少这种投资大师。这种大师是金融战的核心。你看现在美国对中国的金融战，中国只能被动苦苦防守。看看美国金融战的战绩，80年代搞垮日本，现在小日本都要看美国脸色；90年代初通过原油搞垮苏联；97年搞垮东南亚；08年把自己搞垮了，但是把风险转到了全世界，现在他恢复了，其余国家还在苦苦挣扎；去年和今年又通过原油搞垮俄罗斯。所以，为来中国金融而崛起，大家奋斗吧！搞金融只有自己或者自己代表的利益团体赚钱才是王道，理论都需要为这个服务。

5. 量化金融方向对数学方面有什么具体要求？

对数学要求很高。
数学是很重要的。

工作方面来说，根据具体工作内容的不同，是很不一样的。

金融领域里面，也有类似于销售、渠道、投资顾问等等营销类的岗位，以及包括其他支持类的工作，对于数学的要求基本为零。

也有专业类的工作：
分析师方面，特别是量化分析和金融工程，基本上不仅要通晓数学和统计学，这几年的行业发展似乎对于计算机工程也有一定的要求（编程貌似变得很重要了）

资产管理方面：
一般来说portfolio manager和基金经理因为不是一线的证券分析人员，所以相对不需要那么高端大气上档次的数理技能，不过，他们基本上都是从分析师升职而来，所以嘛，肯定是数学高人。
至于目前的指数基金的基金经理，基本都是金融工程或者精算专业的，其数理技能也可想而知了。

风险管理方面：
不要以为风控只是一群编写各种绕死人规章流程的心理能力有文体的文职人员，实际上risk management需要相当高的数理能力，FRM(financial risk management)是一项对数理要求非常高的技能哦。

至于保险业：
精算师是对数理要求比较高的一个

6. 学习金融资产管理和量化投资 发展前景如何？

相对于美国成熟的资产管理业务发展历史，中国的资产管理有着12年年轻的历史。正因为是起步阶段，人们能看到其无限发展空间和巨大潜力。一些大的金融机构运用资产管理进行经营，在金融危机期间保持着盈利，业内不乏有成功案例。
资产管理业务有个两难问题，即业务扩展和风险管理的平衡问题，也就说如果业务扩展太快，太多，风险控制就会弱，如果太关注于风险控制的话，可能业务扩展会慢。其实观察成功的案例会发现，这两点是可以做到平衡的。在国外金融机构会发现很多有意思的产品，比如气象气候、低碳、降雨量、体育等基金、债券，可是在中国却是比较空白。其实这是市场细分的结果，举个例子，如气象基金，今年冬天会不会冷？如果不冷的话，使用的燃料能源就会少，就会影响这类产品，如果有天然气产品，就可以进行价格对冲。这也是很多机构追求平稳发展来利用资产管理的原因。
拿期货公司来说，未来将大大偏向程序化交易策略，由此形成成熟的人才团队来更好地服务客户，将会使期货公司获得永续发展，拓宽业务利润获取的范围和深度。专家建议中国的资产管理业务应更重视专业性，对行业、公司、个人发展都是最重要的一点。根据麦肯锡的预计，中国的资产管理业务在未来的十年将保持每年24%的增长率，成为中国乃至世界发展最快的金融产业，可以说中国资产管理业将涌现出无限机遇。
目前国内的量化交易大概占到市场交易量的20%，每年都在增加，特别是这两年增长迅猛。70%的交易量由程序化交易完成，国内才刚刚起步，因此，国内的发展空间还非常巨大，产品的种类也会更加丰富，策略复杂度和交易工具的精细化也会不断提高。
从投资者身份来看，目前量化投资者主要人群集中在期货公司、私募基金以及券商的自营、基金公司的专户。规模上，以私募基金为主要参与群体。
从操作风格来看，目前期货市场有四类量化投资者，分别是阿尔法产品的使用者、趋势性交易者、套利交易者以及高频交易者。阿尔法产品的使用者，即利用股指期货与股票现货进行搭配，获得股票的超额收益；趋势性交易者，充分运用各种模型对价格进行预判，这种交易者的资金从几万到几千万都是存在的；套利交易，包括无风险的股指期现套利和统计套利；高频交易者，这种一般利用期货市场价格的微小变动进行快速交易，从而获得高收益。
量化交易模式越来越被更多的机构投资者所采用，量化交易模式将会成为主流的交易模式。届时，量化投资产品可能更加多样化，量化投资将会成为金融机构争夺客户资源的主要工具，然后随着量化工具更新速度的加快，量化投资的应用领域将会不断拓宽。
由此可见，学习资产管理与量化投资对公司业务和个人的发展是十分迫切并且必要的。

7. 金融工程，量化投资学什么软件好？Python还是Matlab

个人觉得还是都会比较好。技多不压身。量化投资用Matlab 和 C++,一个建模一个执行，足够了。实在不爱用Matlab的话，R和Python也行。
选择python推荐可以阅读：《量化投资：以python为工具》主要讲解量化投资的思想和策略，并借助Python 语言进行实战。《量化投资：以Python为工具》一共分为5 部分，第1 部分是Python 入门，第2 部分是统计学基础，第3 部分是金融理论、投资组合与量化选股，第4 部分是时间序列简介与配对交易，第5 部分是技术指标与量化投资。《量化投资：以Python为工具》首先对Python 编程语言进行介绍，通过学习，读者可以迅速掌握用Python 语言处理数据的方法，并灵活运用Python 解决实际金融问题；其次，向读者介绍量化投资的理论知识，主要讲解量化投资所需的数量基础和类型等方面；最后讲述如何在Python 语言中构建量化投资策略。
选择MATLAB推荐阅读：《问道量化投资：用MATLAB来敲门》主要讲述以MATLAB为分析工具的量化投资，由“MATLAB入门”、“MATLAB量化投资基础”和“MATLAB量化投资相关函数详解”3篇组成。入门篇让零编程基础的读者快速掌握强大的数值计算和模拟分析工具MATLAB；量化投资基础篇简要介绍相关的投资策略及模型，重点讲述MATLAB中的模型实现及应用；函数详解篇对MATLAB的金融工具箱、衍生品工具箱和固定收益工具箱中的全部函数一一进行详解，以帮助读者快速掌握这些函数。

8. 金融工程，量化投资学什么软件好？Python还是Matlab

C++、VBA是首选，matlab、python等等次之
用过Matlab，在我的小本里，龟速，是在是忍受不了了，毕业之后就不用了。
后来用R和Python，组合来用。Python首先是通用语言，当你有一个想法要表达的时候，如果你对各种各样的库不熟悉（得花好多时间去学啊，工作那么忙，我是做金融的，不是专业的程序员），这时候用Python是最容易实现的。
Python的基本数据结构列表和字典，功能非常强大，基本上能够满足数据表示的需求。