量化投資課程在通識化教育的教學改革優化路徑

摘 ?要：量化投資將計算機技術與金融業務邏輯深度融合，并依托大量的金融業務數據和不斷優化的數學模型，為決策者提供更高的參考價值。隨著社會的發展，金融意識將伴隨人的一生，量化投資課程不僅是金融專業領域的研究內容，也是所有專業學生應該了解的通識化課程。文章對目前量化投資課程的現狀進行分析，通過對數據結構化和算法實例化的方法，創新金融課程的內容設計和教學設計，以達到適合非金融專業學生掌握量化投資課程的目的。

關鍵詞：量化投資；教學改革；通識化

中圖分類號：G642 ? ?文獻標識碼：A ? ?文章編號：1673-7164（2024）11-0082-04

隨著中國全面進入小康社會，以及日益突出的老齡化趨勢，提高全民的金融理財意識，提升全面的生活水平顯得尤為重要。目前學校教育更多專注于學術知識的傳授和專業技能的培養，卻忽略了理財技能的培訓。量化投資最早起源于20世紀50年代，國外的量化交易發展比較早，量化投資的技術從各方面都要遠超于陳舊的投資方式，已經達到可以在秒內進行投資交易的程度。［1］國內量化交易市場還處于發展初期的階段，目前，期貨市場方面已經有了一定的運用和積累，在證券市場的運用還處在剛剛起步的階段。國內很多高校已經意識到量化投資人才培養的緊迫性和重要性，部分高校已開設相關課程，并舉辦不同形式的培訓和比賽。［2］例如由清華大學每年主辦的“清華華量杯”量化投資大賽等。

一、現狀分析

量化投資教學是培養學生將金融知識理論與實踐投資相結合的課程體系，構建學生的金融理財意識，塑造工程化的投資方法，是一門跨學科跨專業的綜合類實踐知識。社會對投資類人才的培養提出了更高的要求，愈發強調人才的創新思維能力和實踐能力。［3］課程涉及金融領域、計算機領域、大數據領域等多方面知識結構。對于金融專業學生亦是相當難以掌握的知識體系，對于非金融專業學生的通識化教育更是值得深入研究的問題。

公共選修課“Python量化投資”是一門針對全校所有專業學生的通識化教育課程，目標是讓學生學習和了解Python語言基礎，對常用計算機開發技術有一個系統的認識；初步了解量化交易的系統知識，對投資方法和投資中的重要技術指標有基本認知，建立起利用計算機技術和Python語言進行量化投資的知識體系。

為了達到良好教學效果的目標，此公選課限定人數30人，每次開課都基本報滿，以2021—2022第二學期為例，報名學生來自5個學院的14個專業的18個班級，可見學生對于金融投資知識的熱情，以及該知識體系的廣泛受眾基礎。投資學課程教學目前存在的問題主要是課程設置方面除了必要的經濟學知識以外，隨著計算機科學技術的發展和人工智能的盛行，應該加入相應的計算機編程語言知識，以及人工智能和數據分析等課程，在實驗室配置上應有配套的實驗環境，在專業教師素養方面應鼓勵教師更多進行實踐操作演練。在實際教學過程中，主要有以下幾個方面的問題：

（一）金融知識缺乏有效的應用場景

量化投資教學不是一門純理論金融課程，而是一門實踐性非常強的課程，首先，涉及的金融知識非常廣泛，如經濟學、金融學、證券投資學、統計學等多門專業理論知識，另外，還涉及實際的證券交易應用場景。量化交易的技術指標非常多，共有100多種。［4］一是難以開通實際的、多方位的真實交易環境，二是難以通過真實的角色扮演和真實的交易資金體驗交易場景。

（二）計算機編程知識晦澀難于理解

計算機編程語言是計算機與人之間通信的語言，是程序設計的重要工具，具體來說，就是人通過計算機編程語言設計計算機要完成的動作，然后計算機根據程序的設定完成人所指定的特定工作。計算機語言有很多種，一般金融工程類專業用到的編程語言以Python為主。

公選課面對的是全校所有專業學生，對于非計算機類專業，尤其是文科類專業學生，理解計算機編程知識有相當大的難度，更別說用編程語言完成量化投資工作任務。舉例來說，曾經給學生講量化交易入門知識的時候，講到“操作股票數據首先先定義一個變量”，這時立刻有學生問“老師，變量是什么？”，又講到變量有很多種，包括整型變量，浮點型變量等，學生又會立刻問道“整型是什么意思？”。深入到計算機知識的細節里，就變成了計算機基礎課程，而無法達到量化投資課程的教學目的。如果不講好這些計算機基礎知識，學生是無法深入學習量化投資的實現方法的。在授課的一開始，可能就陷入了兩難境地。

（三）量化投資通識化教育難上加難

量化交易投資方法通常指以先進的數學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史數據中海選能帶來超額收益的多種“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和非理性的投資決策。量化投資技術包括多種方法，在投資品種選擇、投資時機選擇、股指期貨套利、商品期貨套利、統計套利和算法交易等領域得到廣泛應用。量化策略是指使用計算機作為工具，通過一套固定的邏輯來分析、判斷和決策。量化策略既可以自動執行，也可以人工執行。一個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、倉位管理和止盈止損等因素。

量化交易系統主要分為三方面的功能：選股、回測和預測。從選股層面上看，目前國內A股市場上超過5000支股票，人工選股已經變成一件不可能完成的任務。利用計算機技術進行篩選，自動完成選股成了必要環節，企業財務指標和公司經濟指標可以幫助用戶從基本面進行篩選，股票的技術指標可以幫助用戶從技術面進行篩選，量化交易策略的制訂可以幫助用戶自動化交易，人工智能技術的應用可以更大程度地幫助用戶獲得超額收益。從回測層面上看，回測是根據設定的股票交易策略，基于歷史已經發生過的真實數據，從歷史某一時間點開始，嚴格按照設定的策略，模擬真實金融市場交易規則進行模型買入、模型賣出，得出一段時間內的盈利率、回撤率等數據的過程?；販y包含對不同股票的回測，也包含對不同時期的回測，如此大規模的數據計算，如果沒有量化交易系統顯然無法完成。

二、課程內容設計

量化投資教學課程的顯著特征是具有較強的綜合性、跨界性、實務性，涵蓋和融合了經濟學、計算機編程語言、數據分析、人工智能，以及必要的操作技能。因此，除了必要的理論知識以外，量化交易實務是重要的課程內容，這對本科生而言是比較陌生的領域，教學內容的設計既要考慮到學生理解和掌握投資體系，量化交易體系，軟件開發體系，使三大體系有機結合，達到量化投資的教學目標，又要考慮到學生在相應的課時內能夠理解和掌握所授內容，因此在課程內容上應選擇實用性的金融知識，便捷性的開發語言和開發工具。

（一）量化投資概述

將課程內容分成三部分，一是Python部分，量化投資的基本工具，基本開發語言，是完成量化交易的必備技能。二是量化部分，利用統計學，以數量形式表示評價結果的方法，通過分析股票歷史數據，并對其進行回測和預測的過程。三是投資部分，通過數據模擬，對真實投資行為的真實演化，樹立正確的投資理念形成正確的投資價值觀。

（二）企業財務指標分析

股票是股份公司發給股東的，借以證明投資者身份及獲取收益的憑證。企業的財務指標是一只股票價格變化的生命線。例如每股凈資產、凈資產收益率等。企業的核心財務指標是量化投資知識體系必不可少的一部分。

（三）股票基礎及技術指標

股票是股份公司資本的構成部分，可以轉讓、買賣，是資本市場的主要長期信用工具。因此關于股票面值的構成，股票的交易規則等內容同樣是量化交易的必備知識。關于股票的技術指標更是制定交易策略，進行回測分析的重要基礎內容。例如K線的基本意義、移動平均線（MA）原理和計算方法等。這些股票的基礎知識和技術指標都是量化交易系統的重要組成部分。

（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，針對海量的數據客觀分析決策，采用先進的數學模型捕捉交易時機，進行金融市場的分析、判斷和交易的策略。因此，量化交易策略就是利用計算機技術自動化篩選企業財務指標，根據股票歷史數據和相關技術指標制定交易策略，進行分析、回測及輔助判斷的過程。在大量的隱含的股票指標因子中找到更優的解決方案，必然也少不了人工智能的輔助。

（五）Python基礎

由于Python語言的簡潔性、易讀性以及可擴展性，在做科學計算的研究中使用非常廣泛，同時也是非計算機專業人員較容易接收的一門語言。Python的數據結構、基本語法以及豐富擴展的庫都是做量化投資的重要基礎知識。

（六）量化交易系統開發

首先基于金融市場的知識背景，基于企業財務指標進行股票預選，然后根據股票的技術指標或者指標的組合形態制定量化系統的交易策略，采用Python語言開發，一般會用到成熟的Python第三方庫。通過對股票數據的測算，以及對歷史數據的回測，不斷修正完善交易策略，直到達到較為滿意的收益率，即完成了一個基本功能的量化交易系統軟件。對于更高要求的功能開發，可以加入人工智能的算法，通過對股票歷史數據的機器學習，達到一定的預測準確率，從而為用戶投資提供輔助。

三、教學過程設計

通識化的量化投資的教學目的是讓學生掌握基本的金融知識，基礎股票技術指標，利用一定的Python開發語言，能夠進行簡易的量化交易系統開發，掌握量化投資的基本方法，形成正確的投資價值觀。針對證券投資學中實驗教學方式過于單一，大多數以教師演示為主的教學過程，［5］優化教學過程設計。

（一）金融知識場景化

將復雜的金融知識用量化的指標進行分析，結合投資理財的觀念，樹立量化投資正確的價值觀，摒棄“炒股”的思路，轉向穩健投資、長期投資才能在未來發展的道路上行穩致遠。

（二）軟件開發導入化

利用計算機編程語言進行軟件開發對于計算機專業學生來說尚有難度，對于剛接觸Python語言的非計算機專業學生，尤其是文科類學生，編程語言猶如“天書”一般。如何將量化交易的計算過程循序漸進導入到學生的知識體系中，讓學生能夠較為自然地接受和理解用編程來實現量化交易是一個有挑戰性的過程。采用學生廣泛熟悉的Excel來進行量化交易知識導入，舉例如下：

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

ma5=df［'close'］.rolling（5）.mean（）

ma30=df［'close'］.rolling（30）.mean（）

Excel計算移動平均線公式如下：

MA5=SUM（B2：B6）/5

MA10=SUM（B2：B11）/10

移動平均線的“黃金交叉”是指上升中的短期移動平均線由下而上穿過上升的長期移動平均線的交叉，這個時候壓力線被向上突破，表示價格將繼續上漲，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表格計算量化策略，并生產圖形，幫助非金融專業學生迅速理解量化投資概念，再通過Excel計算方法與Python代碼對比，快速導入編程知識，從教學效果來看，學生能夠較輕松地接受和理解量化交易過程。

（三）系統設計團隊化

為了能讓學生知識融合，優勢與劣勢互補，課程考核采用大作業的形式，以團隊化的方式共同完成一項量化投資，團隊成員的組成盡量由一名計算機專業學生，金融專業學生，及其他專業學生組成一隊，團隊成員根據所學金融知識、股票知識、量化策略知識，計算機編程知識制訂策略，并完成回測，系統開發，文檔制作。

（四）教學過程項目化

項目教學法包括：情景導入、明確任務、收集資料、制定方案、自主協作、具體實施、過程檢查、呈現成果，評估檢測等過程。針對量化投資課程，讓學生以團隊形式完成合作項目，團隊成員各自分工。隨后指導教師對整個項目進行一系列的過程檢查，最終以團隊答辯的形式進行項目結果考察與評估。

參考文獻：

［1］ 郭笑宇. 量化投資交易策略研究［J］. 財經界，2019（03）：16-17.

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

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

［4］ 王繼洲．技術指標選股之MACD、BOLL選股法［J］. 商品與質量，2011（26）：16.

［5］ 黃璐，倪興興，李蘇一，等．互聯網+金融背景下的證券投資學實驗教學探索［J］. 實驗室研究與探索，2021，40（04）：159-162.

（薦稿人：劉軍，南京審計大學金審學院信息科學與工程學院副院長，教授）

（責任編輯：陳華康）

基金項目：江蘇省高校哲學社會科學研究一般項目“機器學習驅動的量化投資模式研究”（項目編號：2022SJYB0747）。

作者簡介：劉力軍（1979—），男，碩士，南京審計大學金審學院信息科學與工程學院講師，研究方向為網絡技術。