導語：大數據時代量化投資人才培養研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：大數據時代給量化投資人才培養帶來了機遇與挑戰，高校應契合投資人才“工科化”趨勢，創新優化人才培養方案。本文通過結合不同時代對人才培養的需求重點分析大數據時代量化投資人才的需求特征，探討當前高校投資人才培養模式中的問題和不足，結合安徽財經大學量化投資人才培養實踐經驗及結果，提出創新相應培養模式的可能方法。在新的時代背景之下，高校應勇于創新和探索，培養出具有扎實理論基礎和創新思維能力的高素質量化投資人才。

關鍵詞：大數據時代；人才培養；量化投資；培養模式

優化大數據正在開啟一次重大的時代轉型，互聯網的普及和云計算技術的應用引領人們進入了大數據時代。大數據具有數量多(Volume)、變化速度快(Velocity)、來源多樣(Variety)、數據真實(Veracity)四個特點，與傳統的數據整理、分析和運用方式不同，大數據的數據規模更大、更多樣；與網絡對接更及時有效；分析方式綜合性更高，結論全面性更強，跨界、跨行業的特性突出。哈佛大學社會學教授加里•金說:“這是一場革命，龐大的數據資源使得各個領域開始了量化進程，無論是學術界、商界還是政府，所有領域都將開始這種進程”。大數據時代的海量信息和數據對人類駕馭數據和管理數據的能力提出了新的挑戰，也對人才應該具備的素質提出了更高的要求。但當前高校投資人才的培養存在重理論輕實務、重專業能力輕綜合素質、重學科邊界輕跨界融合的特征，存在實際操作能力不強、發展后勁不足、多學科解決問題的能力缺失等問題。隨著大數據時代的來臨，傳統投資人才的素質內涵已經不能滿足量化投資對投資人才的需要。新的市場需求下，投資人才必須兼重理論與實務，精通專業知識的同時注重綜合素質的提升，具備“跨界思維”、數據管理和處理能力、數據挖掘能力等。只有將傳統素質需求2與新的素質需求有機結起來，才能培養出適合市場需要的新型量化投資人才。

一、文獻綜述

大數據時代背景下，伴隨著我國高等教育體制改革的不斷深化，投資人才以量化能力和創新精神為重點的素質教育目標越發彰顯其重要性。尤其是應用型的投資學專業人才培養[1]，對提升學生量化能力的要求更高。但當前我國高等院校在量化投資人才培養體系的構建上仍存在諸多不完善之處，肖純凌（2009）認為目前我國高校投資人才培養過程中存在“五重五輕”現象[2]，即：重視考察理論、知識、統一要求、智力因素、基礎知識，輕于培養實踐、能力、個性發展、非智力因素、創新思維等。大數據時代，金融業發生了深刻的變化，傳統的投資人才培蕎方式面臨著巨大的挑戰[3]，而目前我國投資人才培養中存在知識面狹窄、課程設置缺乏貫通性、重理論輕實務、科研與教學相脫節、量化能力嚴重滯后、投資道德教育缺失等問題[13]?；诖髷祿r代量化投資的人才需求，應樹立“跨界思維”[4]培養理念、合理設置專業課程、推進教學與考試改革、促進教學和科研相結合、加強投資道德教育等措施，以期從根本上提升金融人才的素質（黃寶菊和馬欣，2015）。而何奎[5]（2016）認為，大數據時代，投資人才培養應結合投資學本科人才培養體系的基本內涵及構建的基本原則，從人才培養體系結構和課程教學內容的優化兩方而提高人才培養質量，特別從理論教學、通識教育教學及實踐教學體系三方面完善投資人才培養體系。龐加蘭（2016）認為大數據時代必將給傳統的高等教育和學習模式帶來深刻影響，目前國內大學的投資學教育水平與當代信息技術以及金融市場層出不窮的創新相比，還有明顯的差距[7]。投資專業需要順應經濟全球化、金融信息化的潮流，充分利用大數據平臺的信息優勢和技術支撐，對投資人才培養過程中的課程設置、教學模式等進行及時調整，在投資專業課程設置、教學方法改進、教學資源優化、實踐教學強化、師資隊伍建設等方面積極進行改革創新，積極探索應用型投資專業人才[8]的培養思路和完善的人才培養計劃[9]。孟雪井和趙新泉[10]（2017）認為大數據時代的到來，金融數據量激增，金融大數據的復雜性促使量化投資人才要具有更強的數據整理、分析能力和更高的綜合素質。因此，應用型高校投資人才培養必須足夠重視量化課程體系建設[11]，從而使投資專業人才培養和社會需求產生銜接，加強師資力量建設、教材建設，完善教學內容、改進教學方法，優化大數據時代的量化投資人才培養模式。

二、大數據時代量化投資人才需求特征與培養現狀分析

量化投資的精髓在于量化，量化投資建立在經典投資學理論基礎之上，結合投資學、金融工程、行為金融學的內容，借助統計、建模的方法，幫助投資人士進行市場分析，盡可能3消除人的主觀情緒影響，使投資模型化、規則化、變量化、客觀化。量化投資起源于國外，目前在國外發展的較為系統、完善，我國由于證券市場起步較晚，量化投資萌芽于2006年前后，目前仍處于探索發展時期，但結合大數據環境下信息爆炸式增長的時代特點，高校培育的投資人才只有具備成熟的信息挖掘能力，能夠運用量化投資進行策略研究，不斷學習和探索，才能更有效應對市場變化[12]。目前我國大多數投資者仍然在運用傳統投資方式即價值投資和技術投資進行市場分析，但在大數據高速更迭的信息環境下，傳統投資方式的影響和效用將日漸式微，培養金融人才的量化投資能力迫在眉睫[13]。成熟的量化投資方法將大大提高市場效率，未來市場對量化投資人才的需求巨大，因此，要深入分析業界對量化投資人才的需求特征，結合當前高校量化投資人才培養中存在的主要問題，不斷提升量化投資人才培養質量。（一）業界對量化投資人才的需求特征。1.扎實的投資學理論功底。傳統投資學教材中的理念、模型、方法是現代量化投資學的理論基礎，是其“本”，合格的量化投資人才應當具備扎實、深厚的理論功底，內容不囿于投資學，還包括金融學、金融工程學等理論知識。量化投資最重要的運用便是通過分析得出投資策略，按照此策略在市場中進行投資，常見的投資策略有無風險套利策略、期權套利策略、可轉債套利策略、全球宏觀策略、事件驅動策略等。策略的構建過程包括量化信號選擇分析、投資策略構建、回測檢驗、交易技巧、風險控制等，這些內容都需要投資人才具備優秀的專業素養，沒有扎實的理論基礎無法構建出穩健、經得住市場考驗的投資策略。2.數據挖掘獲取能力。金融市場上實時更新的高頻行情數據對投資人才的數據獲取能力有著較高的要求，尤其處于大數據時代背景下，行情和相關證券分析的信息呈現幾何增長態勢。業界需要具有極強獲取、篩選數據中關鍵信息的量化投資人才，能借助互聯網、云計算、區塊鏈等新興信息技術，將網絡中紛繁復雜的數據快速分類整理，提高信息處理的效率。3.完備的統計學、數據建模、算法編程能力量化投資的特點是借助建模、編程的方法，運用MATLAB、R、Python等軟件進行量化擇時、量化選股、建立投資策略并進行回測，其工作效率遠高于人工操作，且機器操作排除了不理智的操作可能性，決策結果更加客觀，避免了盲目跟風等決策方式。國外的部分交易所，機器交易的數量遠高于人工業務員，我國雖處于起步階段，但大趨勢已然形成，高校應當竭力培養優秀的量化投資人才，主動學習統計學、數學建模、編程等與大數據息息相關的新技4術。上述三點只是對大數據時代來臨之際量化投資人才應當具備的主要素質加以概括，但一個優秀的量化投資人才需要有著寬闊的思維，發展的眼光，從更宏觀更全面的角度看待整個市場，才能發現市場的潛力和投資的機遇。高校應當著力培養集理論功底、實踐能力、優秀心理素質、長遠眼光為一體的優質高復合型綜合素質人才。（二）當前高校培養量化投資人才存在的主要問題。1.量化投資課程專業性不足。量化投資是大數據時代背景下投資學發展的必然趨勢，國外的量化投資技術已發展的較為成熟，我國的量化投資方式由于起步晚，目前仍處在人才培育以備發力的狀態，市場上處于主流地位的仍是傳統的投資方法。大部分地方高校并沒有充分重視量化投資，只有少部分財經院校開設了相應課程并加以培訓，導致金融投資類專業學生對量化投資只有一個模糊的概念。由于量化投資更多地表現為一種方法，受眾有限，并且未經大面積的普及，大多數高校都沒有專業性的教材，通常將量化投資作為案例介紹，很難讓學生有深入學習的參考資料來源，要推進量化投資專業建設，應當盡快編寫優質的相關教材和參考書供學生學習參考。2.數據處理類基礎課程開設不充分。量化投資是一種投資方法的創新，需要理論基礎和實踐的充分結合，掌握方法至關重要，量化投資專業學生需要具備熟練使用各類軟件如R、Python進行分析的能力，統計學、建模、計算機編程等是不可缺少的基本技能基礎，而當前大多財經專業的學生只具備專業知識，無法運用在真實市場之中。高校需要提高投資專業學生的數理分析能力，注重培養“跨界思維”，做到所學知識的融會貫通。當前高校并無一套完備的量化投資課程體系，無法著力于量化投資人才的高效、優質培養。3.融合投資大數據技術的專業師資力量不足。教師是學生和前沿科學文化之間的引路者，教師的教學能力水平對學生而言至關重要，然而大多數高校的投資學相關專業教師是在傳統教育體系下培養的經濟管理類學科背景，缺乏學數據時代下的新技術的知識基礎，造成教師量化投資課程教學能力提升緩慢。因此，應足夠重視量化投資課程的師資力量培養，鼓勵相關專業的教師主動學習，組織培訓，與證券交易所、投資銀行等形成平臺合作，提高教師的教學水平，再由教師引領和激發專業學生主動學習。4.實踐類課程創新性不足。5量化投資只有理論與實踐有效融合才能真正掌握，然而實踐能力缺失是當前大學生面臨的嚴峻現實。大多高校組織的實踐課程主要是模擬試驗平臺的形式，讓學生了解銀行、證券、保險公司等金融機構的工作方式和大致內容，缺乏真正的實踐和操作。高校應當加強與實體金融機構的合作，研發出適合投資專業學生實踐的平臺，掌握量化投資的實務性操作，才能培養出集實驗教學與科研活動為一體的創新型高素質量化人才。

三、量化投資人才培養模式創新——以安徽財經大學為例

（一）“跨界思維”的量化投資課程體系優化。大數據、互聯網環境下，國際和國內市場對投資人才的素質和能力提出了更高的要求，不僅要求人才具有更宏觀的視野、扎實投資理論基礎，而且要有收集數據、分析數據、應用數據、挖掘數據的能力。因此，相應的課程體系要不斷優化，突出投資與數學、計算機、計量經濟學、心理學等學科的交叉融合，突出傳統投資業務知識與跨界知識的融合，增強學生甄別信息、分析信息和綜合應用信息的能力。契合大數據時資人才應兼具投資業務、信息技術和數據挖掘等多種知識技能和創新能力的需求特征，適應投資人才“工科化”趨勢，量化投資人才培養應遵循“分層教學、分類培養、分流發展”的“三分”理念，強化數據處理、投資程序化的能力培養，積極進行“跨界思維”的投資課程體系優化，突出投資與數學、計算機、計量經濟學、心理學等學科的交叉融合，突出傳統投資業務知識與跨界通識知識的融合，增強學生甄別信息、分析信息和綜合應用信息的能力。同時輔以各種通識平臺的課程如管理學、社會學、心理學來增強學生的通識知識，培養具有“跨界思維”、長遠投資眼光的量化投資人才。同時增加學科競賽、創新創業等學分占比；增設升學深造、執業資格考證等選擇性學分，實施卓越人才培養計劃，組建FRM方向班、CFA方向班，推進分類培養。（二）加強校企合作共建，探索協同育人模式。為呼應“高教四十條”中“加強實踐育人平臺建設”的意見，我校大幅度提高實踐教學比重，構建與理論教學緊密銜接、特色鮮明的“五五四”實踐教學體系。與各類金融投資機構合作，積極探索校企協同育人新模式，目前，我校量化投資人才培養過程中，分別通過與國泰安共建量化投資實驗室、與融都科技合作共建金融科技核心課教學團隊、與銳思合作開發量化投資課程、與國元證券合作共推安徽省金融投資創新大賽等系列校企合作項目，深入探索協同育人新模式。通過與中博教育合作組建CFA實驗班、FRM實驗班，培養方案內置CFA、FRM考試核心課程，拓展學生國際化視野，提升學生就業競爭力。（三）依托學科競賽平臺，提升創新實踐能力著力。推進“以賽促學、以賽促教”教學模式，依托安徽省大學生金融投資創新大賽、東方財富杯股票投資大賽等專業競賽平臺，組織量化投資方向學生與教師團隊全員參與，鼓勵學生探索金融投資技術和方法創新，實踐金融投資分析和決策方法。學生通過競賽過程，反思專業課程學習中的不足，不斷改善學習方法，提升專業能力，達到“以賽促學”的效果。通過指導團隊參賽，要求教師提升專業技能，注重學生創新能力和團隊協作能力培養，通過競賽結果總結課程教學中存在的不足，提升教學水平，達到“以賽促教”效果，有效促進了金融投資創新人才培養。同時，為鼓勵學生積極參加專業競賽，我校在培養專門設計競賽學分模塊，出臺《安徽財經大學學科競賽類學分認定指南》，要求學生完成10個競賽類學分，以此推動學生創新創業能力的培養。（四）打造特色品牌課程，提高專業綜合素養。積極推動優質課程資源開發和有效利用，淘汰“水課”，打造“金課”，有效提升課程的高階性、創新性、挑戰性。我校與同花順公司合作，聯合開發經濟類跨專業綜合實驗課。該課程由我校投資學專業教師團隊提供設計思路，浙江核心同花順科技信息股份有限公司提供數據與技術支持，聯合開發的我校擁有部分知識產權的全新實驗課程教學系統。該課程以家庭在金融市場上進行資產組合配置為核心線索，通過對金融資產投資的風險與收益的有效配置，讓學生在課程的學習中，運用所學的專業知識，掌握金融投資的原理，學會管控風險，科學配置資產。該課程開設有效提升了學生投資決策能力，在專業學科競賽中取得明顯成效。大數據給金融投資行業帶去了沖擊和機遇，高校作為人才進入社會極其重要的一環，要通過專業所處位置、與大數據之間的聯系積極創新，提高人才培養質量。本文分析了大數據環境下業界對量化投資人才的需求特征，我校在培養方式上存在的問題以及可行的創新之處，總之在新的時代背景之下，高校應勇于創新和探索，培養出具有扎實理論基礎和創新思維能力的高素質量化投資人才。

作者:舒家先 易苗苗 唐璟宜 單位:安徽財經大學