做机构销售和量化交易

① 机构销售在券商中处于怎样的地位与投行、固收等相比如何机构销售人员的职业发展方向如何

如果你想问“是不是很好做的职位”，那肯定不是，特别是配备的研究人员比较差的时候。 券商有一部分业务是中介性质的，无论是代理一方交易，还是撮合另外两方交易，终归要涉及到买和卖的行为。机构销售就是负责卖的。 在IPO或者增发这种业务中，机构销售负责吹捧自己承销的股票有多么好，然后卖给基金等机构。 在日常二级市场交易中，机构销售负责为机构提供增值服务（比如对证券市场的研究分析），帮助机构更好的赚钱，然后从机构那里分一些钱。广义地说也可以算是在卖。 在券商中机构销售仅次于直接炒股的部门，应该算是第二重要的，地位比投行部应该要高。特别是将来投行业务可能要弱化行政审批，加强销售实力的竞争，机构销售部的重要性还会大大提升。 强调一遍，这是个非常重要的盈利部门，做的好的话收入也非常优厚。 当然销售也是不那么好做的，特别是在人精扎堆的金融业，这也是一个比较有挑战性的部门。

② 基金证券中的机构销售和渠道销售有什么不同哪个好

机构销售是指以企业或一些机构为销售对象的销售行为；渠道销售则是指从什么渠道销假售，目前来说基金的销售渠道有银行、证券公司、理财公司等，这些销销售渠道必须经证监会批准才可销售。

③ 国内A股个人能做量化交易吗

量化交易说白了，就是把人工的交易策略写成程序，让计算机去分析大大提高了分析效率，个人当然可以参与了，如果你自己会写程序那基本不需要什么费用，如果你自己不会写程序，那你想找一个又会编程又懂炒股的人，这笔费用可真不少，这样的人你得给人家多少年薪啊。

④ 在中国，做量化交易一天的工作是怎样的

做量化交易一天的工作：

8:00~9:00： 打开交易策略，设置一些运营参数

9:00~9:30： 观察策略运转，确保没有问题

9:30~15:30: 解决已有策略的问题并研究新策略，测试新想法

15:30~17:00: 分析交易记录， 确定第二天的交易计划

17:00~18:00: 运动

岗位职责：
分析金融市场（期货、股票等）数据，寻找可利用的机会；开发与维护量化交易策略；提供机器学习/数据挖掘相应的技术支持；

岗位要求：
1.熟练计算机编程能力，熟练掌握至少一门编程语言，python优先；

理工科背景，具有良好的数理统计、数据挖掘等相关知识储备，熟悉机器学习方法（分析科学问题和相应数据，建立模型和方法，验证模型和方法，应用模型和方法并分析结果，改进模型和方法）；

有处理分析大量数据的经验，并能熟练选择和应用数据挖掘和机器学习方法解决科研和工作中的实际问题；良好的自我学习和快速 学习能力，有工作激情，喜欢金融行业；两年及以上实验室研究经验或研发类工作经验优先；

(4)做机构销售和量化交易扩展阅读

量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，

极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。

⑤ 证券公司机构销售是干什么的

首先，一个传统的投资银行应该是做经纪的一个中介机构，它并不是交易的直接参与者，而是一个撮合的作用，投行业务最核心的两块便是企业融资和证券销售交易、经纪业务。而后，投资银行业务才发展出了买方业务（资产管理部门，直接投资部门）。当今的一个完整的投资银行主要是由投资银行部（传统的帮助企业发行股票债券），销售交易部（为投资者提供交易渠道，销售股票债券和股票债券的经纪业务），资产管理部（买方部门，为客户提供资产管理的解决方案），自营部门（用自有资金在市场上进行交易）。剩下的就是一些支持部门了，包括研究部，资本市场部，运营部等等等等。因此，机构销售部是和投行部一样最重要的两个前台部门。机构销售部又可以叫做销售交易部（有的券商有零售经纪部门也是放在销售交易部的） 在一级市场上，投资银行部门帮助客户发行股票债券，销售交易部门帮助把股票债券销售出去，他们一个联系着资金需求方，一个联系着资金供给方，中间的部门叫做资本市场部。在投行把项目做完之后，能够发行股票债券了，资本市场部便会介入，组织发行的询价，簿记，配售等等过程，这个时候销售交易部门的工作是负责把这些发行的股票和债券卖给投资者，组织路演，和投行团队的人一起向投资者推介这家公司。庞大的销售网络对于股票债券的发行成功是至关重要的。这是在一级市场上销售交易部门的作用。 在二级市场上，销售交易部是最重要的部门，就如同一级市场上的投资银行部一样。中国的证券交易是采取的主机撮合的方式，所有的order都直接进入交易所中央主机进行撮合，所以中国其实没有交易，交易能力是不存在的，因而销售和交易的互动也是缺乏的，那么这个部门能够做什么呢，主要就是给投资者提供交易的渠道，比如租用席位，等等。以及对投资者的一些投资行为提供咨询建议等。其实销售交易部是面对投资者客户的一个部门，管理客户关系，提供交易的渠道，赚取佣金，说到底还是一个经纪的功能。 再次，来说说研究部，研究部其实质是一个后台支持部门，主要是在一级市场上为首次发行的股票撰写投资价值分析报告（需要说明的是投行部门和销售交易部有严格的防火墙制度，以防利益冲突，研究部服务于投行部要有跨墙协议），在二级市场上覆盖宏观，行业，公司，对投资标的进行研究，然后提出买卖的建议。我们通常所知道的行业研究员就处于这个部门里面。 最后，说说为什么有的机构销售部在研究所内？这是因为中国的销售交易部并不能发挥它的功能，刚才说过了，中国是没有交易的，也没有做市商制度的，交易是不存在的，也就是说你在哪家证券公司交易都没有任何区别，那么这个时候反正交易都要产生佣金，放在哪家券商去交易呢？各个券商的研究的差异性便体现出来了，研究好的券商自然获得多的交易佣金收入。所以，有的机构销售部是放在研究所内的，但是也有研究部门放在销售交易部内作为一个支持部门的，而大多数的还是两个平行部门。 机构销售部的客户是机构投资者，我们把它们统称为买方，在国内包括：各个公募基金公司（或者共同基金），私募基金公司（或者对冲基金），保险公司，全国社保基金，信托公司，财务公司等等。 销售什么？这个是大家比较不理解的一点，这个部门既然叫销售部，那么卖的到底是什么？是研究报告吗？我们需要理解机构销售部的内涵。机构销售部是站在客户的角度为他们提供投资建议并且赚取佣金的一个部门，销售的是一种服务，这种服务不是一次性的，是持续的，每天都在发生的，确切地说，我们销售的是ideas，一种建议，综合利用研究部门的研究观点，整合研究资源对机构投资者的投资行为作出咨询。 我们的角度是帮客户赚钱，而不是大家所理解的销售那样是为了卖报告。 所以，机构销售部和大家平时所了解的销售并不是同一个概念。至于为什么叫销售，这个词是从国外翻译过来的，国外为什么叫销售，是因为他们在一级市场的直接功能是把股票和债券，或者其他金融衍生品卖给客户，而在二级市场和交易员互动的时候也是为了赚取佣金收入，而推荐买卖证券的盈利模式，故而叫做销售。值得一提的是，我们以下是讨论股票销售，而不讨论债券销售交易，因为那个是不同的，债券销售交易是有场外市场的，并且商业银行的话语权更大，略去不讨论。3. 机构销售部的日常工作内容是什么？ 机构销售部的一天是从晨会开始的，这个时候你要已经对前一晚和早上的财经新闻和重要的事件有所了解。在晨会上，研究部门的同事会出来就自己覆盖的股票发表观点，他们的研究报告同时也会发送给客户。销售部的同事们会就这个公司challenge研究员们，获得更多的信息和解答问题。 晨会结束后，销售要挑选最值得向客户推荐的股票，这个时候考验销售的时候到了，一个初级的销售人员可能只会听从研究员的意见，而一个有经验的销售人员便会从中挑出对自己客户最有益的股票，发现一些真正被低估的机会推荐给自己的客户。这个时候销售人员会密切关注市场，看盘，看分析师邮件，找到最好的pick，传递给我们的客户。需要指出的是：销售并不一定需要把分析师的所有观点都和客户说，研究部门产生研究观点，feed给销售，但是销售可以在自己的层面上自主地挑选好的investment case给自己的客户，因为客户的需求偏好，销售人员的资质都是不一样的，所以并不是所有的investment case都得到推荐。 另外销售也需要综合利用研究资源，为客户创造价值，包括组织分析师路演，上市公司调研，邀请并且组织参加投资策略会议等等。 在公司的投行有股票发行的时候，需要销售部门配合投行部，资本市场部联系并且组织机构投资者参与询价，路演等等。sales需要和客户保持联系，并且维持良好的关系，同时也要为公司带来高的佣金收入和高的排名。 是不是只要有销售能力的人就能做好机构销售部的工作呢？其实不是的。

⑥ 量化交易从业者收入和前景如何

一看你就是金融人员的新手，金融分为私有和公有单位，我现在只说公有单位，公有的是已职位来区别的，一般是证券公司、基金公司等公职单位职业，薪酬是固定的一般8K-50K不等，但普遍是普通职位，重要职位一般是带职，就是公职负责人推荐进行领导，在金融上有着过人本事，学历应该要求不高，而对外职业要求很高，比如本科、研究生、博士、以上学历，单个人没有关系人推荐，金融上不过关，没有工作经验，基本是没有多大升值空间的，前景的话，在大数据时代，如果有过人的本事，升级到重要部门领导的话，年限100万左右，金融业发展越是缓慢，因为金融业发展需要市场、用户、需要企业的经济外放资本，而当下实体经济为主导的市场，金融没有昔日的光彩，但随着实体经济运行成本越来越高，金融的发展是一定的发展的通道，因为没有数字金融业指导的实体经济会在没有金融指引下会出现很多大危机和奔溃，无论是否使用金融，实体经济在波涛的市场下必定会出现危机和奔溃，这个也成为的恶毒资本家走向末日，一切果最后归因，希望对你有帮助。

⑦ 什么是量化交易，未来前景如何知道的讲讲。

国外量化交易已经发展了40年左右，量化交易程序换交易占比60%，量化基金规模达到30个亿美元，而国内量化交易起步较晚第一只量化基金在2004年左右，至今量化交易规模不过2万亿RMB，国内现在的量化人才也很缺失，随着过来一批量化交易的海龟回来从事量化交易会一定程度带动行业的发展，但是仍需一定时间，加上国内量化交易政策还不够明朗，整体来说量化交易在国内还是一年蓝海，但是路途并非坦途。

⑧ 量化投资、量化交易、量化金融，这三者有什么区别吗

其二，行为金融学认为，投资者是不理性的。任何一个投资个体的判断与决策过程都会不同程度地受到认知、情绪、意志等各种心理因素的影响。基金经理和投资研究员在一段时间跟踪某只股票之后，由于时刻关心股价的表现和基本面的变动，可能出现不同程度的情感依赖，“和股票谈起恋爱”。即使出现了下跌趋势，也可能因为过度自信、抵制心理等不理性的分析出发点而导致投资、荐股时的行为偏差。而量化投资依靠计算机配置投资组合，克服了人性弱点，使投资决策更科学、更理性。

⑨ 在投行内部做量化交易与独立出去做量化交易有何不同

这里我们只说量化交易，不讨论量化研究和量化定价这一块的业务。
量化交易是分两个阶段的。第一个阶段是2008年以前，或者说Dodd-Frank法案以前，投行内部林立着各样的很多对冲基金或者类对冲基金的实体，比如Morgan Stanley的PDT（Process Driven Trading）和高盛的Global Alpha，而很多投资银行的自营交易业务也很像对冲基金。在这一阶段，这些类对冲基金的实体和外面的对冲基金是没有啥区别的，业务很类似——赌方向、做部分对冲（Partial Hedging）、跨市场套利，也非常敢于承担风险。
当时在投行内做对冲基金类型的量化交易有着非常大的优势，因为两点——第一是银行有着非常良好的融资渠道，融资成本显著地低于当时的对冲基金，如果你尝试去组建过一个基金，你就知道资金成本对于一个对冲基金的影响多么大——巴菲特这么多年的成功是离不开长期1.6倍的财务杠杆和其低于中央银行存款准备金率的资金渠道的（详细内容参见AQR的论文——Buffet's Alpha）。 炒股需要经常总结，积累，时间长了就什么都会了。为了提升自身炒股经验，新手前期可以私募风云网那个直播平台去学习一下股票知识、操作技巧，对在今后股市中的赢利有一定的帮助。
第二是银行有着一个灰色的信息流——客户的交易记录。这个交易信息，就是今天，也是非常有用的内部消息。几周前Bill Gross从PIMCO离开时，所有投行的Sales都疯了，不停地研究之前PIMCO在自己银行的仓位，然后分析那些债券最有可能最先被清盘，从而给其它客户交易建议。而当年文艺复兴多次更迭合作的投行，就是因为其大奖章基金的交易记录得不到妥善的保密，很多合作银行的自营交易桌跟着交易。
这两个优势造成了当时的自营交易极其暴利，而且管理层为了做大业绩，全力支持明星交易员放大杠杆——而实际上，金融危机期间很多的CEO都是靠着自营交易的暴利业绩从交易大厅升职到管理层的——比如Citi的前任CEO Pandit和摩根斯坦利的前任John Mack。
这也造成了，为什么很多高盛离职的自营交易员在金融危机后，当银行不能做自营交易后出来自立门户开设对冲基金，却完全无法复制当年的业绩——因为他们是因为整个组织的强大而获得超额收益，当失去了资金优势和信息优势后，一切都成为了浮云。
2008年，准确说是2009年后，一切都变了。
首先是政府明令规定自营交易不让干了，于是各种投行旗下的基金，放入资管部的放入资管部（比如Goldman Sachs Global Alpha进入GSAM），独立营业的独立营业（比如PDT从摩根斯坦利分离），要不直接就关门大吉了（比如UBS、德银）。
还有一些硕果仅存的，一般是在股票交易部门，打着对冲为名，通过会计手法，维持着极小的自营规模，这种类似的团队很多投行都有。但是不成气候了，也不会造成任何系统性的风险——当然，各种马路传奇故事也销声匿迹了。
银行内部还有没有量化交易了，其实还有——那就是随着计算机技术进步的自动化做市交易。做市在国内这个概念刚刚出现——因为期权做市商制度的引入。但是在美国这个是从华尔街开始就有的交易体系了。简单来说，就是假设你经营一家买可乐的小店，你有两个主要的交易——一是从总经销商那里拿货，用的价格是Bid，二是分销给街边下象棋和夕阳下奔跑的孩子们，这是Ask。Bid是你的进价，Ask是你的出货价格，Bid一般小于Ask（除非你是搞慈善的）。你持续的维持报出这两个价格，同时根据你的存货来调整报价或者对应报价的数量——比如你的存货太多，大爷不出来下象棋了，你就降低Bid，这样很难进到货了，而保持Ask，等待有人来消耗你的库存。
这个过程就是基本的做市商交易流程，在金融中，由于没有实际的总经销商供货，你的报价（Bid-Ask）是基于你对于对应资产的Fair Price的估计来决定的，通常是你算出来的均衡价格加减一个值构造成Bid-Ask组合。在很长的时间内，这个报价都是靠人来完成，这个过程是枯燥的，而且很容易出错——而对于期权类产品（非线性价格）也很难快速报价。我之前和期权交易员合作过很长时间，他们的工作不一定智力上很难，但是对于人得耐力绝对是一种挑战——因为在开市后他们要注意力高度集中的报价，一quote两quote，一quote两quote，似爪牙，似魔鬼的步伐，报价，报价，在这交易大厅报价... ...
于是，从简单的资产起，从交易所级别开始支持API交易了。什么是简单的资产，就是Vanilla类别的，比如个股、指数、外汇、国债等等。因此投行由于本来就是大量资产的做市商，开始把原来这套过程通过计算机来完成。后面大家发现计算机是完美胜任这项工作的，因为计算机能够高速计算库存来调整报价，还能报出很多复杂的单类型。因此从2000年开始个股、指数开始逐步被自动化做市来包揽，2005年后个股期权自动化做市大热，而2008年后外汇自动化做市也相当成熟了，2010年开始国债自动化做市也在美国兴起——这也是我目前在工作的内容。
那么对冲基金呢，除了传统的量化Alpha，他们难道不能也做这个业务吗？实际上，很多对冲基金的自动化做市业务比投行还要好——比如Citadel，比如KCG。但是区别何在？区别在于两点，第一是很多对冲基金不是专属做市商（Designated market maker）。DMM的特权是其有专属席位——在美国这样高度商业化的国家，DMM也是非常稀有的。原因在于，DMM是有责任的，那就是在各种大型金融危机中，当流动性极差的时候，DMM还是要持续的报价，一quote两quote，一quote两quote，似爪牙，似魔鬼的步伐... ... 在流动很差的时候这是非常危险的，因为大家丢给你的都是不好的资产，比如大跌的时候，都在卖，你的Bid反复被Hit，然后又没人来hit你的Ask，浮动亏损可以非常大。那么DMM的特权呢，DMM可以获得非常高比例的rebate，也就是说，佣金返点非常高。这是对于其承担的义务的回报。

第二就是绝大多是对冲基金不是Broker，也是你一般想买股票不会去找他们报价。在外汇和债券这类市场中，有两级市场，一个是B2C市场，也就是零售市场，里面基本都是Broker-Client，而第二级就是B2B市场，都是Broker-Broker。一般来说，B2B市场的Bid Ask Spread要低一些。一个形象的例子就是，我小时候去批发书的商店买书，一个商店有本习题集没有，于是老板去隔壁家拿了一本，卖给我，最后肯定这个老板要把一部分价格还给隔壁家，我付的价格和老板付给隔壁家的价格就是B2C到B2B市场的差价。
这里投行又耍流氓了，他们有着B2C市场的接入优势，因此只要客户量够大，基本都能把自动化做市实现盈利——因为根据大数法则，一定时间内，买卖双方的交易量应该是均衡的。
那么对冲基金靠什么——靠更好的策略。对冲基金如果要做高频做市的，基本在B2B市场参与，他们不是DMM，但是也自己去报价，然后靠着对于价格走向的准确判断，来调整报价，实现拿到多数对自己有利的单，或者持有更久符合预测方向的单，来达到盈利。这种不是DMM却自发去做做市商的行为，叫做Open Market Making。
Citadel是期权自动化做市的王者，顶峰时期一年的利润可以到1 Billion（2009），而整个市场那年的利润也就是7 Billion左右。因此如果策略逆天，没有客户流，也能靠做市赚钱的。
此外，做市业务之外，对冲基金还多了很多机会。因为很多业务银行做起来不划算——比如商品。考虑一个金融类公司，不能光讨论交易策略，宏观上你一定要思考资金成本等问题，这才是投资之道在投资之外。商品这些之前银行干了很多坏事的业务（详细参加高盛的铜交易和JP的风电交易）都被监管方克以了极高的资本罚金。这是Basel III里面的规定，也就是你拿着1元的股票和1元的监管资产过夜受到的处罚是完全不同的，具体算法参见Basel对于RWA（Risk Weighted Asset）计算的细则。这一系列监管，造成了对冲基金有了大量的新业务——因为投行退出。而大量银行的人才也流向了对冲基金。
现在门径这么清晰，那么投行和对冲基金做量化交易的工作差别就很明显了——投行主要以自动化做市为中心的高频信号、客户流分析、报价博弈论等研究为主。而对冲基金主要是传统的量化Alpha、量化资产配置为主——当然还有公开市场自动化做市了。
希望可以帮助到你，祝投资愉快！

⑩ 做量化交易去私募还是券商好

先说结论，量化交易去私募更好一些。
量化交易是做成功率和盈亏比，很少是价值投资，券商大多是做价值投资，而且资金量一般也不是一个等级。