高頻交易席位

⑴ 初中畢業生學哪些專業

1、Android應用
許多的 Android應用都是Java程序員開發者開發。雖然 Android運用了不同的JVM以及不同的封裝方式，但是代碼還是用Java語言所編寫。相當一部分的手機中都支持JAVA游戲，這就使很多非編程人員都認識了JAVA。
2、在金融業應用的伺服器程序
Java在金融服務業的應用非常廣泛，很多第三方交易系統、銀行、金融機構都選擇用Java開發，因為相對而言，Java較安全 [43] 。大型跨國投資銀行用Java來編寫前台和後台的電子交易系統，結算和確認系統，數據處理項目以及其他項目。大多數情況下，Java被用在伺服器端開發，但多數沒有任何前端，它們通常是從一個伺服器（上一級）接收數據，處理後發向另一個處理系統（下一級處理）。
3、網站
Java 在電子商務領域以及網站開發領域占據了一定的席位。開發人員可以運用許多不同的框架來創建web項目，SpringMVC，Struts2.0以及frameworks。即使是簡單的 servlet，jsp和以struts為基礎的網站在政府項目中也經常被用到。例如醫療救護、保險、教育、國防以及其他的不同部門網站都是以Java為基礎來開發的。
4、嵌入式領域
Java在嵌入式領域發展空間很大。在這個平台上，只需130KB就能夠使用Java技術（在智能卡或者感測器上）。
5、大數據技術
Hadoop以及其他大數據處理技術很多都是用Java，例如Apache的基於Java的HBase和Accumulo以及 ElasticSearchas。
6、高頻交易的空間
Java平台提高了這個平台的特性和即使編譯，他同時也能夠像 C++ 一樣傳遞數據。正是由於這個原因，Java成為的程序員編寫交易平台的語言，因為雖然性能不比C++，但開發人員可以避開安全性，可移植性和可維護性等問題。
7、科學應用
Java在科學應用中是很好選擇，包括自然語言處理。最主要的原因是因為Java比C++或者其他語言相對其安全性、便攜性、可維護性以及其他高級語言的並發性更好。

⑵ 證券投資是數量分析重要還是基本面分析重要

你給的這個命題很大，我覺得對於每種方法，你至少有兩個條件需要考慮：

1、你是否掌握了這個方法。
2、你所選用的這個方法是否適合你的所在的市場、投資的品種和資金規模。

為了嚴謹，我把你所說的數量分析泛化為統計套利、圖標技術分析等一系列嘗試通過程式化挖掘價格內部信息和其它可數量化（Quantify）信息的交易策略集合；把你說的基本面分析嚴格鎖定為嘗試通過挖掘財務報表等公開經營管理信息來做投資決策的交易策略集合。如果我的理解有謬誤，歡迎指出。

請注意，按照我給的這個框架，數量分析也可以利用基本面信息，特別是那些可以數量化的基本面信息，但其特點是「程式化」，基本不做各個案例各自分析的考慮。而基本面分析大量進行個例分析。

對於第一點（是否掌握）：我覺得沒有人可以否定，這兩個流派都有大家，都有投資收益驚人的主體存在。基本面的巴菲特、林奇不必贅述，而數量化，根據我在美國觀察的感受，文藝復興（就是西蒙斯那家公司）、DE Shaw等頂級數量化對沖基金，也都是能保持長期盈利的。
當時一般人很難判斷自己是否真的掌握一門技術的，基本面由於比較艱深，而且需要大量主觀判斷介入，一般投資者（特別是中國的股民）望而生畏，號稱自己掌握了的人本身就不多。

但是對於數量分析，尤其是所謂的圖標技術分析，由於很多是標准化的公式或者「圖形」，比如金叉、死叉等等，一般投資者總覺得自己摸到了點門道，如果自己試驗幾次，也有盈利的話，就覺得自己真的會了。其實這個真的掌握差距很大，我不否認民間智慧，但是我想說說DE Shaw和文藝復興的招聘標准，很簡單，只有一句話：不管你是研究什麼的，只要你是業內最好的，我們都會考慮。我很清楚的知道，文藝復興有頂級的物理學家、數學家、統計學家，還有人類語言學家，歷史學家、哲學家等你覺得跟數量分析沒有關系的專業人士。比如人類語言學家，他們就參與利用微博（Twitter）上的數據流，進行自然語言識別，然後統計推斷股市的變化（邏輯：人對市場的看法——》他們在Twitter上的發言，反過來，Twitter上的發言——》人對市場的看法——》人對於自己倉位的決策）。從這個標准來看，又有幾個人真的符合標准呢？如果你真的對於數量分析精深到這個地步，我覺得獲得超額收益只是時間問題。

對於第二點（是否適合），我提到了三點，市場、品種和資金規模。這里不展開，盡量簡單的說。基本面分析主要適用於並購、重組和股票、債券投資等基本資產種類，這個相信也是大家的共識。

對於數量化分析來說，差異很大，你可以用KDJ、MACD等等去判斷大盤之流，也有美國這邊的主流主要應用數量化分析到衍生產品（期權、期貨、互換等等）上（當然也有很多是投資股票、債券的）。

之所以大量用在衍生產品上，我覺得可以這樣來理解，衍生產品本身對應的資產的價格，其運行相當於行星公轉，而衍生產品相當於此行星眾多的衛星。因此你可以通過行星的速度（資產價格）去計算對應的衛星（衍生產品）價格，這是一個相對速度。理論情況下，衛星的速度相對於行星的速度有一個較穩定的關系，如果這個關系破壞（或破壞到一定程度）了，這個衛星相對於其它眾多衛星的相對速度也改變了，這被認為是不合理的，因此會存在套利機會。而數量化的交易對於偵查這種大量相對速度的變化，具有先天性的優勢。而且這個決定這個相對速度，比決定行星的絕對速度（資產價格）來說有數學關系得多。

中國本身衍生產品就很少，股指期貨也是剛剛開放，而期權更是數量少的可憐，這種方法在國內應用價值有限。加上對於股票做空的高門檻，因此我覺得數量化分析在中國這個市場本身就有先天性不足。

在美國，數量化分析尤其強調對沖。所謂對沖，通俗的講，就是採用某些金融產品，把你原有資產組合的風險轉移、或者減少。這里的「某些金融產品」，以衍生產品為主。風險減少的代價是你的最大絕對收益會要削弱。這也對於市場金融產品的豐富度、流動性有著非常高的要求。同時，雖然每一單絕對收益小了，但是很多對沖基金採用高杠桿來彌補，這也很難在國內市場實現。

至於資金規模，我認為如果你是小額資金，那麼基本面分析和圖標類技術分析，都沒有問題，完全看你的興趣。如果要應用嚴謹的數量化分析，考慮對沖、做空等等因素，資金量不能太小。如果太大，可能由於一單交易量太大，也許這個世界上沒有一個市場的流動性可以滿足你的要求。所以美國大規模的基金，很多是共同基金（類似於國內的公募基金），做基本面為主，如果是數量化的，也是分倉後應用於多個不同的市場和策略，防止單個基金對市場沖擊太大導致原本的策略無法生效。尤其是對於高頻交易（一秒鍾交易數單），一般都是具有交易所席位資格的基金公司才會考慮接入，不然高額的交易費用完全不可行。

最後：如果你覺得自己掌握了一種，並且找到了適合的市場、品種，更好的是，你有對應的資金規模，我覺得你如何選擇都會成功。反之，只能說贏面<50%。

我個人的建議是，對於個人投資者，如果不是職業投資人，可以考慮買指數，或者杠桿類指數基金，長期持有，如果中國股市長期是趨向理性的話，至少你可以穩定的分享中國經濟成長的紅利。如果追求一定的超額收益，可以考慮買基金。如果堅持要自己操盤，那一定做好風險控制。

⑶ 北京大資金炒股高頻交易哪家券商傭金手續費最低

北京炒股開戶手續費沒有最低，全國一個標准90元，不講價，一般證券公司都給報銷不需要你花錢。
傭金一般都是只看資金量的多少協商的，不看交易頻次，賬戶資金500萬以上可以談到萬二，更多資金應該可以談到更低；如果你的資金量超過一個億，那就可以申請交易席位、按年度和交易席位繳費了，傭金更劃算；如果網上開戶，當然傭金也會相對營業部更低一點；另外網上也有「不管多少資金都承諾傭金萬一的」，可謂低傭金了，但要關注規模規范性、資金安全性和權益保障性。

⑷ Java在近幾年是否是流行語言

如今全國各地重視信息化建設，出現大量的信息化人才缺口尤其是Java軟體人才，我國信息化人才培養還處於發展階段。社會實際需求人才基數大於信息化人才的培養人數，眾多中小企業急需全面系統掌握Java軟體開發基礎技能與知識的軟體工程師，Java軟體工程師的求職機會和前景是非常廣闊的。
Java程序員求職的情況比較好，對於想要從事Java的朋友看完可以有個大概的了解。雖然Java行業前景好，但是能掌握核心的Java技能和項目經驗才是關鍵。
1、Android應用
如果你還在尋找Java在哪運用，你不用東奔西走的尋找，你的身邊就是。
打開的 Android 手機，隨便打開一個 App 應用，他們就是完全的用 Java 語言，從 Google 上搜索 Android 的 API 文檔，你就會發現它和 Java 的 JDK 文檔驚人的相似。
從前幾年前的 Android 剛剛起步，到今天許多的 Android 應用都是 Java 程序員開發者開發。雖然 Android 運用了不同的 JVM 以及不同的封裝方式，但是代碼還是用 Java 語言所編寫。
2、伺服器程序
Java 在金融服務業的應用非常廣泛，許多跨國投資銀行例如：Goldman Sachs（高盛投資），Citigroup（花旗集團），Barclays（巴克萊銀行）以及其他銀行，都用 Java 來編寫前台和後台的電子交易系統，結算和確認系統，數據處理項目以及其他項目。
大多數情況下，Java被用在伺服器端開發，但多數沒有任何前端，它們通常是從一個伺服器（上一級）接收數據，處理後發向另一個處理系統（下一級處理）。
3、網站領域
同樣，Java 在電子商務領域以及網站開發領域占據這大部分席位。你可以運用許多不同的框架來創建web項目，SpringMVC，Struts2.0 以及 frameworks。
即使是簡單的 servlet，jsp 和以 struts 為基礎的網站在政府項目中也是很受歡迎的。例如醫療救護，保險，教育，國防以及其他的不同部門網站都是以 Java 為基礎來開發的。
4、軟體工具
許多常用的軟體和開發工具都是運用Java來編寫和開發的。
比如 Eclipse，IneteliJIdea 和 Netbans IDE。
5、交易系統
第三方交易系統，現已是金融服務產業的一個很大的部分，它們同樣也是 Java 編寫。
例如受歡迎的交易平台Murex ，它也是 Java 編寫，並與許多的銀行前台所連接，提供服務。
6、J2ME系統
隨著近幾年 IOS 和 Android 的出現，幾乎占據了 J2ME 市場，但仍然有低端諾基亞、三星手機使用J2ME。
這個時代的大多數手機游戲，手機應用都採用J2ME 的一部分 MIDP 和 CLDC 編寫，以適應 Android 系統。
但是 J2ME 依然在藍光，磁卡，機頂盒這些產品中流行。
7、嵌入式領域
Java 在嵌入式領域發展空間很大。在這個平台上，你只需130KB就能夠使用 Java技術（在智能卡或者感測器上）。
最初，Java 被設計用來在嵌入書設備上工作。
事實上，這只是其中的一個領域，這只是當初的「一次寫入，隨便暢游」的項目，現在看起來是這樣了。
8、大數據技術
Hadoop 以及其他大數據處理技術都是用 Java 或者其他，例如 Apache 的基於 Java 的 HBase 和Accumulo 以及 ElasticSearchas。
但是 Java 在此領域並未占太大空間，但只要 Hadoop 和 ElasticSearchas 能夠成長壯大，Java 依舊還有潛力去在這個市場占據一部分。
9、高頻交易
Java 平台大幅度提高了這個平台的特性和即時編譯，他同時也能夠像 C++ 一樣傳遞數據。
正是由於這個原因，Java 成為程序員編寫交易平台的語言，因為雖然性能不比母語，但你可以避開它的安全性，可移植性和可維護性，以更快的速度運行。
10、科學應用
今天，Java 依然是在科學應用中不錯的選擇，包括自然語言處理。最主要的原因是因為 Java 比 C++ 或者其他語言相對其安全性、便攜性、可維護性以及其他高級語言的並發性更好。
Java是默認的軟體行業的應用程序開發語言，在金融服務行業的大量使用，投資銀行和電子商務應用的空間，學習Java的優秀程序員都有著光明的未來。

⑸ 期貨CTP主席次席是什麼意思

這主要是涉及到結算的問題，主席位就可以出入金
如果是次席位，那出金就得切換到主席位，比如金仕達的伺服器上
很多情況下，主席位登錄的人多，如果都是日內高頻交易
往往速度還比不上次席
做期貨有什麼問題或是覺得交易費用高都可以點開名字咨詢

⑹ 量化交易是什麼意思適合散戶嗎

近些日子，一則“量化交易是什麼意思？適合散戶嗎？ ”的問題，成為了一個熱門的話題，我來說下我的看法。首先，來了解一下量化交易是什麼意思。量化交易呢，就是通過計算機去進行統計一些高勝率的模型，通過這個交易模型去進行自動化的交易，實現盈利，這就是量化交易。量化交易適合散戶嗎？我認為是不適合的，量化交易需要你懂得怎麼編程，懂股市，然後才能夠去做出這么一個系統，做出這么一個穩定的模型。散戶怎麼做更好呢？散戶如果買股票，那麼就去買入龍頭股持有就行，或者是直接去購買一些基金，讓他們幫你理財操作。那麼具體的情況是什麼呢？我來給大家分享一下我的看法。

量化交易呢，就是通過計算機去進行統計一些高勝率的模型，通過這個交易模型去進行自動化的交易，實現盈利，這就是量化交易。量化交易是一些專業的投資公司會去使用的一些方法，甚至現在還出現了自動打板的席位，非常厲害的。

大家看完，記得點贊+加關注+收藏哦。

⑺ java是個什麼東西，用來做什麼的

在現實社會中有很多地方使用到了Java，從電子商務網站到Android apps，從科學應用到金融產品，例如電子交易系統，從類似Minecraft的游戲再到Eclipse,Netbeans和IntelliJ的桌面應用，從開源的資源庫J2MEapps等等。下面帶你一起詳細了解Java的應用領域。

1、安卓Apps

如果你想知道Java應用在哪裡，你離答案並不遠。打開你的安卓手機或者任何的App，它們完全是用有著谷歌AndroidAPI的Java編程語言編寫的，這個API和JDK非常相似。前幾年安卓剛開始起步而到今日已經很多Java程序員是安卓App的開發者。

2、在金融服務行業的伺服器應用

Java在金融服務業有著很大應用。很多的全球性投資銀行例如GoldmanSachs(高盛投資公司)，Citigroup(花旗集團)，Barclays(巴克萊銀行)，StandardCharted(英國渣打銀行)和一些其他銀行都用Java編寫前台和後台的電子交易系統，結算、信息確認系統，數據處理項目和以及其他的項目。

Java被運用於編寫服務端應用，但大多數沒有前端，都是從一個服務端(上一級)接收數據，處理數據後發向其他的處理系統(下一級)。JavaSwing由於能開發出圖形用戶界面的客戶端供交易者使用而備受歡迎，但是現在C#正在快速地取代Swing的市場，這讓Swing倍有壓力。

3、網站應用

Java同樣也在電子商務和網站開發上有著廣泛的運用。你可以運用很多RESTfull架構，這些架構是用SpringMVC，Struts2.0和類似的框架開發出來的。甚至簡單的Servlet，JSP和Struts在各種政府項目也是備受歡迎，許多政府，醫療，保險，教育，國防和其他部門的網站都是建立在Java之上的。

4、軟體工具

很多有用的軟體和開發工具都是運用Java編寫和開發的，例如Ecilpse，InetelliJIdea和NetbansIDE.。我認為這些都是經常使用的用Java編寫的桌面應用程序。

就如上面所說，Swing曾經在圖形用戶界面的客戶端開發非常流行，它們大多數應用在金融服務領域以及投資銀行。雖然現在JavaFx正在逐漸地流行起來，但仍然無法替代Swing，而且C#已經在大部分金融領域中代替了Swing。

5、交易系統

第三方交易系統，金融服務行業的一大部分，同樣也是使用Java編寫的。例如像Murex這種受歡迎的交易系統，運用於與許多的銀行前端鏈接，同樣也是用Java編寫的。

java300集零基礎入門教程：網頁鏈接

6、J2MEApps

雖然IOS和Android的到來幾乎扼殺了J2ME的市場，但是仍然有很多的低端諾基亞和三星手機在使用著J2ME。曾經有段時間大部分的游戲,手機應用都是利用MIDP和CLDC,或者J2ME部分平台編寫的，以適用於Android系統。.J2ME依然在藍光、磁卡、機頂盒等產品中流行著。app之所以如此流行是因為對於所有的諾基亞手機，app仍然適用於J2ME。

7、嵌入式領域

Java在嵌入式領域也有很大的應用。你只需要130KB就能夠使用Java技術(在一塊小的晶元或者感測器上)，這顯示了這個平台是多麼的可靠。Java當初是為了嵌入式設備而設計的。事實上，這也是Java當初的一項「立即編寫，隨處運行」主旨的一部分。

8、大數據技術

Hadoop和其他的大數據技術也在不同程度使用著Java，例如Apache的基於Java的Hbase，Accumulo(開源)，以及ElasticSearch。但是Java並沒有佔領整個領域，還有其他的大數據技術例如MongoDB就是使用C++編寫的.如果Hadoopor和ElasticSearch逐漸發展，那麼Java就能有潛力在大數據技術領域上得到更大的發展空間。

9、高頻交易領域

Java平台已經大大提高了性能特點和JITS，並且Java也擁有像C++級別的傳輸性能。因此，Java也流行於編寫高並發系統。雖然Java的傳輸性能不比C++，但你可以不用考慮Java的安全性，可移植性和可維護性等問題(Java內部已經實現好了)，而且Java有著更快的運行速度。安全性等問題會使一個沒有經驗的C++程序員編寫的應用程序變得更加緩慢和不可靠。

10、科學應用

現在Java經常是科學應用的默認選擇，包括了自然語言處理。這主要的原因是因為Java比起C++或者其他語言有更加的安全，可移植，可維護，而且Java有著更好的高級並發工具。

其實不管是選擇哪個領域只要自己技術夠強高新就不是問題。

⑻ 以C++為核心語言的高頻交易系統是如何做到低延遲的

我認為並不是c++的效率是決定因素。

結語

首先你要考慮的是，你的速度要求有多高，或者你的交易策略真的需要這么高的速度嗎?第二個是輸入輸出比率，不管你的演算法是否真的能賺到足夠的錢來支持你做所有層次的優化。

⑼ 我現在是初中畢業可以去那些學校繼續讀

建議你可以學習西點哦。

畢竟現在西點行業的發展是非常迅速的，很多人都非常喜歡西點，從事西點行業的話，可以說是非常有前途了。

學習西點不建議自學，西點的設備工具又貴又多，買下來要花十幾萬呢。系統學習一般來說要不了多久，需要做的准備就是，多對比幾家院校，實地去考查。

⑽ 以C++為核心語言的高頻交易系統是如何做到低延遲的

並不是c/c++的效率是決定因素。最大的延時來自賬戶席位和網路延時，一席的賬戶成交優先順序高於二席，二席又高於散戶。怎樣做倒一席呢？只要賬戶上有足夠多的錢就可以。網路延時是最大的，因此在物理位置上離交易所核心機房越近越好，能直接放進去當然最好，如果不能，也要放到ping交易前置機在1ms以內的地方。證券公司會有資源，這要求動用你的一切力量爭取到最滿意的位置。早年間，這是場內交易和場外交易的區別。接下來就是演算法的效率了，這個可以抽象出來跟語言沒關系，大多跟數學/統計模型有關系，然後是演算法的實現，c/c++/fortran/匯編的效率確實很好，而且優化的空間很大，但是如果很復雜的演算法matlab可能會優化得比自己寫得好，那就用matlab實現。這還沒完，操作系統也可以調優，交易介面也可以不用交易所或者證券公司給的，自己分析通信協議重新實現；如果模型很復雜，計算量超大，那麼就用並行計算架構，MPI, CUDA什麼的用上。如果還要求絕對的速度，就用硬體實現演算法， 這時候就輪到DSP晶元， FPGA什麼的上陣，最後做一個專用的黑盒子。總之呢，就是所有能提高效率的地方，都是可以想辦法做的。但是，其實你要考慮的首先是，你的速度要求有多高，或者問你的交易策略是否真的需要那麼高的速度嗎？其次是投入產出比，你的演算法是否真的能夠掙足夠的錢來支持你做各層面的優化。