楼主: yzqustc
13399 13

计算机专业统计机器学习方向博士进对冲基金或者投行合适吗? [推广有奖]

  • 3关注
  • 2粉丝

高中生

22%

还不是VIP/贵宾

-

威望
0
论坛币
0 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
132 点
帖子
17
精华
0
在线时间
25 小时
注册时间
2011-7-8
最后登录
2019-5-5

楼主
yzqustc 发表于 2012-10-31 19:35:34 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
本人本科985学校计算机科学专业,现在中科院某研究所做统计机器学习方向Ph.D.,打算以后从事金融行业,不知道我这个方向在金融行业里边合适的职位是哪些方面的?不知道进对冲基金或者投行是否合适?谢谢!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:计算机专业 对冲基金 机器学习 计算机 计算机科学 计算机专业 对冲基金 统计 学习 计算机科学

回帖推荐

yeonglong 发表于7楼  查看完整内容

针对楼主的问题,我抛砖引玉哈: 1、考虑到楼主对国内金融状况不甚了解,我简单说明下你的专业在金融行业的可能应用。楼主提到对冲基金或者投行,国外运用机器学习得较多,国内对冲基金比较少,规模也小;国内券商(投行)主要做证券发行与承销等,虽然有研究部,但研究归研究,离投资还有一点路。国内的基金、券商资管、私募等买方的投资思路主要是传统经济金融学或者经验判断等,极少大资金运用机器学习。 2、以我的拙见,我认 ...

本帖被以下文库推荐

Focus on Statistical Machine Learning

沙发
yuanxinqiang 发表于 2012-10-31 19:46:59
做量化模型的吧?

藤椅
yzqustc 发表于 2012-10-31 19:49:33
yuanxinqiang 发表于 2012-10-31 19:46
做量化模型的吧?
我现在对金融行业还不是很了解,就是想了解一下统计机器学习方向在金融里边做什么比较合适,谢谢
Focus on Statistical Machine Learning

板凳
yuanxinqiang 发表于 2012-10-31 19:50:47
我也不太了解。楼主,sorry了。

报纸
yzqustc 发表于 2012-10-31 19:51:42
yuanxinqiang 发表于 2012-10-31 19:50
我也不太了解。楼主,sorry了。
没事,谢谢
Focus on Statistical Machine Learning

地板
yuanxinqiang 发表于 2012-10-31 20:02:57
yzqustc 发表于 2012-10-31 19:51
没事,谢谢
好好学,很有前途。

7
yeonglong 在职认证  发表于 2012-11-2 13:08:16
针对楼主的问题,我抛砖引玉哈:
1、考虑到楼主对国内金融状况不甚了解,我简单说明下你的专业在金融行业的可能应用。楼主提到对冲基金或者投行,国外运用机器学习得较多,国内对冲基金比较少,规模也小;国内券商(投行)主要做证券发行与承销等,虽然有研究部,但研究归研究,离投资还有一点路。国内的基金、券商资管、私募等买方的投资思路主要是传统经济金融学或者经验判断等,极少大资金运用机器学习。
2、以我的拙见,我认为Ph.D机器学习方向是可以运用于证券选股(融资融券)、期货、期权等,现阶段可能期货更加合适(T+0\做空)。国内量化主要采用技术分析,也有部分采用计量经济学的思路,极少部分采用机器学习。其原因在于,一是机器学习比较专业,像楼主一样懂得人比较少,二是机器学习面临过度优化的现象,实际金融投资应用价值可能有限。
3、以我的浅薄了解,机器学习中的SVM似乎不错,我也准备学习。如果这也是楼主的研究方向,很想找时间向楼主学习。
已有 1 人评分经验 论坛币 收起 理由
见路不走 + 5 + 5 热心帮助其他会员

总评分: 经验 + 5  论坛币 + 5   查看全部评分

f

8
yzqustc 发表于 2012-11-3 01:30:57
yeonglong 发表于 2012-11-2 13:08
针对楼主的问题,我抛砖引玉哈:
1、考虑到楼主对国内金融状况不甚了解,我简单说明下你的专业在金融行业的 ...
谢谢你的见解,我也听说国内金融行业里运用机器学习技术的比较少,目前确实对这个行业了解甚少,还需慢慢了解。你提到的机器学习的过度优化问题,我想你指的是的overfitting,这确实是一个问题,不过几乎所有基于统计的学习模型都是overfitting和underfitting的一个tradeoff,这同时也是bias和variance的tradeoff。对于SVM,我想这是核方法(将数据映射到希尔伯特特征空间的技术)在机器学习中应用的典型例子,在90年代SVM做分类很火,它利用最大间距的思想通过很少的有用数据(支持向量)来确定分类面。不过从06年开始,一个新的deep learning方法很火,是以前神经网络的升级版本,它在目前的语音识别,图像分类中取得几乎最好的效果,如果你感兴趣的话,可以了解一下。
Focus on Statistical Machine Learning

9
yeonglong 在职认证  发表于 2012-11-6 09:48:38
yzqustc 发表于 2012-11-3 01:30
谢谢你的见解,我也听说国内金融行业里运用机器学习技术的比较少,目前确实对这个行业了解甚少,还需慢慢 ...
不愧是博士,把握行业前沿,你说的deep learning我还是第一次听说呢。希望能进一步交流学习。
我的Q:453024347
f

10
邢不行 在职认证  发表于 2012-12-19 08:55:57
楼主你好,我现在是香港科技大学的一位在读研究生。我们正在做一个金融相关的项目,正好缺一位精通机器学习的人。我觉得我们挺互补的,可以聊聊嘛?
不管去哪里 只要在路上

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群
GMT+8, 2025-12-26 16:53