高频交易席位

⑴ 初中毕业生学哪些专业

1、Android应用
许多的 Android应用都是Java程序员开发者开发。虽然 Android运用了不同的JVM以及不同的封装方式，但是代码还是用Java语言所编写。相当一部分的手机中都支持JAVA游戏，这就使很多非编程人员都认识了JAVA。
2、在金融业应用的服务器程序
Java在金融服务业的应用非常广泛，很多第三方交易系统、银行、金融机构都选择用Java开发，因为相对而言，Java较安全 [43] 。大型跨国投资银行用Java来编写前台和后台的电子交易系统，结算和确认系统，数据处理项目以及其他项目。大多数情况下，Java被用在服务器端开发，但多数没有任何前端，它们通常是从一个服务器（上一级）接收数据，处理后发向另一个处理系统（下一级处理）。
3、网站
Java 在电子商务领域以及网站开发领域占据了一定的席位。开发人员可以运用许多不同的框架来创建web项目，SpringMVC，Struts2.0以及frameworks。即使是简单的 servlet，jsp和以struts为基础的网站在政府项目中也经常被用到。例如医疗救护、保险、教育、国防以及其他的不同部门网站都是以Java为基础来开发的。
4、嵌入式领域
Java在嵌入式领域发展空间很大。在这个平台上，只需130KB就能够使用Java技术（在智能卡或者传感器上）。
5、大数据技术
Hadoop以及其他大数据处理技术很多都是用Java，例如Apache的基于Java的HBase和Accumulo以及 ElasticSearchas。
6、高频交易的空间
Java平台提高了这个平台的特性和即使编译，他同时也能够像 C++ 一样传递数据。正是由于这个原因，Java成为的程序员编写交易平台的语言，因为虽然性能不比C++，但开发人员可以避开安全性，可移植性和可维护性等问题。
7、科学应用
Java在科学应用中是很好选择，包括自然语言处理。最主要的原因是因为Java比C++或者其他语言相对其安全性、便携性、可维护性以及其他高级语言的并发性更好。

⑵ 证券投资是数量分析重要还是基本面分析重要

你给的这个命题很大，我觉得对于每种方法，你至少有两个条件需要考虑：

1、你是否掌握了这个方法。
2、你所选用的这个方法是否适合你的所在的市场、投资的品种和资金规模。

为了严谨，我把你所说的数量分析泛化为统计套利、图标技术分析等一系列尝试通过程式化挖掘价格内部信息和其它可数量化（Quantify）信息的交易策略集合；把你说的基本面分析严格锁定为尝试通过挖掘财务报表等公开经营管理信息来做投资决策的交易策略集合。如果我的理解有谬误，欢迎指出。

请注意，按照我给的这个框架，数量分析也可以利用基本面信息，特别是那些可以数量化的基本面信息，但其特点是“程式化”，基本不做各个案例各自分析的考虑。而基本面分析大量进行个例分析。

对于第一点（是否掌握）：我觉得没有人可以否定，这两个流派都有大家，都有投资收益惊人的主体存在。基本面的巴菲特、林奇不必赘述，而数量化，根据我在美国观察的感受，文艺复兴（就是西蒙斯那家公司）、DE Shaw等顶级数量化对冲基金，也都是能保持长期盈利的。
当时一般人很难判断自己是否真的掌握一门技术的，基本面由于比较艰深，而且需要大量主观判断介入，一般投资者（特别是中国的股民）望而生畏，号称自己掌握了的人本身就不多。

但是对于数量分析，尤其是所谓的图标技术分析，由于很多是标准化的公式或者“图形”，比如金叉、死叉等等，一般投资者总觉得自己摸到了点门道，如果自己试验几次，也有盈利的话，就觉得自己真的会了。其实这个真的掌握差距很大，我不否认民间智慧，但是我想说说DE Shaw和文艺复兴的招聘标准，很简单，只有一句话：不管你是研究什么的，只要你是业内最好的，我们都会考虑。我很清楚的知道，文艺复兴有顶级的物理学家、数学家、统计学家，还有人类语言学家，历史学家、哲学家等你觉得跟数量分析没有关系的专业人士。比如人类语言学家，他们就参与利用微博（Twitter）上的数据流，进行自然语言识别，然后统计推断股市的变化（逻辑：人对市场的看法——》他们在Twitter上的发言，反过来，Twitter上的发言——》人对市场的看法——》人对于自己仓位的决策）。从这个标准来看，又有几个人真的符合标准呢？如果你真的对于数量分析精深到这个地步，我觉得获得超额收益只是时间问题。

对于第二点（是否适合），我提到了三点，市场、品种和资金规模。这里不展开，尽量简单的说。基本面分析主要适用于并购、重组和股票、债券投资等基本资产种类，这个相信也是大家的共识。

对于数量化分析来说，差异很大，你可以用KDJ、MACD等等去判断大盘之流，也有美国这边的主流主要应用数量化分析到衍生产品（期权、期货、互换等等）上（当然也有很多是投资股票、债券的）。

之所以大量用在衍生产品上，我觉得可以这样来理解，衍生产品本身对应的资产的价格，其运行相当于行星公转，而衍生产品相当于此行星众多的卫星。因此你可以通过行星的速度（资产价格）去计算对应的卫星（衍生产品）价格，这是一个相对速度。理论情况下，卫星的速度相对于行星的速度有一个较稳定的关系，如果这个关系破坏（或破坏到一定程度）了，这个卫星相对于其它众多卫星的相对速度也改变了，这被认为是不合理的，因此会存在套利机会。而数量化的交易对于侦查这种大量相对速度的变化，具有先天性的优势。而且这个决定这个相对速度，比决定行星的绝对速度（资产价格）来说有数学关系得多。

中国本身衍生产品就很少，股指期货也是刚刚开放，而期权更是数量少的可怜，这种方法在国内应用价值有限。加上对于股票做空的高门槛，因此我觉得数量化分析在中国这个市场本身就有先天性不足。

在美国，数量化分析尤其强调对冲。所谓对冲，通俗的讲，就是采用某些金融产品，把你原有资产组合的风险转移、或者减少。这里的“某些金融产品”，以衍生产品为主。风险减少的代价是你的最大绝对收益会要削弱。这也对于市场金融产品的丰富度、流动性有着非常高的要求。同时，虽然每一单绝对收益小了，但是很多对冲基金采用高杠杆来弥补，这也很难在国内市场实现。

至于资金规模，我认为如果你是小额资金，那么基本面分析和图标类技术分析，都没有问题，完全看你的兴趣。如果要应用严谨的数量化分析，考虑对冲、做空等等因素，资金量不能太小。如果太大，可能由于一单交易量太大，也许这个世界上没有一个市场的流动性可以满足你的要求。所以美国大规模的基金，很多是共同基金（类似于国内的公募基金），做基本面为主，如果是数量化的，也是分仓后应用于多个不同的市场和策略，防止单个基金对市场冲击太大导致原本的策略无法生效。尤其是对于高频交易（一秒钟交易数单），一般都是具有交易所席位资格的基金公司才会考虑接入，不然高额的交易费用完全不可行。

最后：如果你觉得自己掌握了一种，并且找到了适合的市场、品种，更好的是，你有对应的资金规模，我觉得你如何选择都会成功。反之，只能说赢面<50%。

我个人的建议是，对于个人投资者，如果不是职业投资人，可以考虑买指数，或者杠杆类指数基金，长期持有，如果中国股市长期是趋向理性的话，至少你可以稳定的分享中国经济成长的红利。如果追求一定的超额收益，可以考虑买基金。如果坚持要自己操盘，那一定做好风险控制。

⑶ 北京大资金炒股高频交易哪家券商佣金手续费最低

北京炒股开户手续费没有最低，全国一个标准90元，不讲价，一般证券公司都给报销不需要你花钱。
佣金一般都是只看资金量的多少协商的，不看交易频次，账户资金500万以上可以谈到万二，更多资金应该可以谈到更低；如果你的资金量超过一个亿，那就可以申请交易席位、按年度和交易席位缴费了，佣金更划算；如果网上开户，当然佣金也会相对营业部更低一点；另外网上也有“不管多少资金都承诺佣金万一的”，可谓低佣金了，但要关注规模规范性、资金安全性和权益保障性。

⑷ Java在近几年是否是流行语言

如今全国各地重视信息化建设，出现大量的信息化人才缺口尤其是Java软件人才，我国信息化人才培养还处于发展阶段。社会实际需求人才基数大于信息化人才的培养人数，众多中小企业急需全面系统掌握Java软件开发基础技能与知识的软件工程师，Java软件工程师的求职机会和前景是非常广阔的。
Java程序员求职的情况比较好，对于想要从事Java的朋友看完可以有个大概的了解。虽然Java行业前景好，但是能掌握核心的Java技能和项目经验才是关键。
1、Android应用
如果你还在寻找Java在哪运用，你不用东奔西走的寻找，你的身边就是。
打开的 Android 手机，随便打开一个 App 应用，他们就是完全的用 Java 语言，从 Google 上搜索 Android 的 API 文档，你就会发现它和 Java 的 JDK 文档惊人的相似。
从前几年前的 Android 刚刚起步，到今天许多的 Android 应用都是 Java 程序员开发者开发。虽然 Android 运用了不同的 JVM 以及不同的封装方式，但是代码还是用 Java 语言所编写。
2、服务器程序
Java 在金融服务业的应用非常广泛，许多跨国投资银行例如：Goldman Sachs（高盛投资），Citigroup（花旗集团），Barclays（巴克莱银行）以及其他银行，都用 Java 来编写前台和后台的电子交易系统，结算和确认系统，数据处理项目以及其他项目。
大多数情况下，Java被用在服务器端开发，但多数没有任何前端，它们通常是从一个服务器（上一级）接收数据，处理后发向另一个处理系统（下一级处理）。
3、网站领域
同样，Java 在电子商务领域以及网站开发领域占据这大部分席位。你可以运用许多不同的框架来创建web项目，SpringMVC，Struts2.0 以及 frameworks。
即使是简单的 servlet，jsp 和以 struts 为基础的网站在政府项目中也是很受欢迎的。例如医疗救护，保险，教育，国防以及其他的不同部门网站都是以 Java 为基础来开发的。
4、软件工具
许多常用的软件和开发工具都是运用Java来编写和开发的。
比如 Eclipse，IneteliJIdea 和 Netbans IDE。
5、交易系统
第三方交易系统，现已是金融服务产业的一个很大的部分，它们同样也是 Java 编写。
例如受欢迎的交易平台Murex ，它也是 Java 编写，并与许多的银行前台所连接，提供服务。
6、J2ME系统
随着近几年 IOS 和 Android 的出现，几乎占据了 J2ME 市场，但仍然有低端诺基亚、三星手机使用J2ME。
这个时代的大多数手机游戏，手机应用都采用J2ME 的一部分 MIDP 和 CLDC 编写，以适应 Android 系统。
但是 J2ME 依然在蓝光，磁卡，机顶盒这些产品中流行。
7、嵌入式领域
Java 在嵌入式领域发展空间很大。在这个平台上，你只需130KB就能够使用 Java技术（在智能卡或者传感器上）。
最初，Java 被设计用来在嵌入书设备上工作。
事实上，这只是其中的一个领域，这只是当初的“一次写入，随便畅游”的项目，现在看起来是这样了。
8、大数据技术
Hadoop 以及其他大数据处理技术都是用 Java 或者其他，例如 Apache 的基于 Java 的 HBase 和Accumulo 以及 ElasticSearchas。
但是 Java 在此领域并未占太大空间，但只要 Hadoop 和 ElasticSearchas 能够成长壮大，Java 依旧还有潜力去在这个市场占据一部分。
9、高频交易
Java 平台大幅度提高了这个平台的特性和即时编译，他同时也能够像 C++ 一样传递数据。
正是由于这个原因，Java 成为程序员编写交易平台的语言，因为虽然性能不比母语，但你可以避开它的安全性，可移植性和可维护性，以更快的速度运行。
10、科学应用
今天，Java 依然是在科学应用中不错的选择，包括自然语言处理。最主要的原因是因为 Java 比 C++ 或者其他语言相对其安全性、便携性、可维护性以及其他高级语言的并发性更好。
Java是默认的软件行业的应用程序开发语言，在金融服务行业的大量使用，投资银行和电子商务应用的空间，学习Java的优秀程序员都有着光明的未来。

⑸ 期货CTP主席次席是什么意思

这主要是涉及到结算的问题，主席位就可以出入金
如果是次席位，那出金就得切换到主席位，比如金仕达的服务器上
很多情况下，主席位登录的人多，如果都是日内高频交易
往往速度还比不上次席
做期货有什么问题或是觉得交易费用高都可以点开名字咨询

⑹ 量化交易是什么意思适合散户吗

近些日子，一则“量化交易是什么意思？适合散户吗？ ”的问题，成为了一个热门的话题，我来说下我的看法。首先，来了解一下量化交易是什么意思。量化交易呢，就是通过计算机去进行统计一些高胜率的模型，通过这个交易模型去进行自动化的交易，实现盈利，这就是量化交易。量化交易适合散户吗？我认为是不适合的，量化交易需要你懂得怎么编程，懂股市，然后才能够去做出这么一个系统，做出这么一个稳定的模型。散户怎么做更好呢？散户如果买股票，那么就去买入龙头股持有就行，或者是直接去购买一些基金，让他们帮你理财操作。那么具体的情况是什么呢？我来给大家分享一下我的看法。

量化交易呢，就是通过计算机去进行统计一些高胜率的模型，通过这个交易模型去进行自动化的交易，实现盈利，这就是量化交易。量化交易是一些专业的投资公司会去使用的一些方法，甚至现在还出现了自动打板的席位，非常厉害的。

大家看完，记得点赞+加关注+收藏哦。

⑺ java是个什么东西，用来做什么的

在现实社会中有很多地方使用到了Java，从电子商务网站到Android apps，从科学应用到金融产品，例如电子交易系统，从类似Minecraft的游戏再到Eclipse,Netbeans和IntelliJ的桌面应用，从开源的资源库J2MEapps等等。下面带你一起详细了解Java的应用领域。

1、安卓Apps

如果你想知道Java应用在哪里，你离答案并不远。打开你的安卓手机或者任何的App，它们完全是用有着谷歌AndroidAPI的Java编程语言编写的，这个API和JDK非常相似。前几年安卓刚开始起步而到今日已经很多Java程序员是安卓App的开发者。

2、在金融服务行业的服务器应用

Java在金融服务业有着很大应用。很多的全球性投资银行例如GoldmanSachs(高盛投资公司)，Citigroup(花旗集团)，Barclays(巴克莱银行)，StandardCharted(英国渣打银行)和一些其他银行都用Java编写前台和后台的电子交易系统，结算、信息确认系统，数据处理项目和以及其他的项目。

Java被运用于编写服务端应用，但大多数没有前端，都是从一个服务端(上一级)接收数据，处理数据后发向其他的处理系统(下一级)。JavaSwing由于能开发出图形用户界面的客户端供交易者使用而备受欢迎，但是现在C#正在快速地取代Swing的市场，这让Swing倍有压力。

3、网站应用

Java同样也在电子商务和网站开发上有着广泛的运用。你可以运用很多RESTfull架构，这些架构是用SpringMVC，Struts2.0和类似的框架开发出来的。甚至简单的Servlet，JSP和Struts在各种政府项目也是备受欢迎，许多政府，医疗，保险，教育，国防和其他部门的网站都是建立在Java之上的。

4、软件工具

很多有用的软件和开发工具都是运用Java编写和开发的，例如Ecilpse，InetelliJIdea和NetbansIDE.。我认为这些都是经常使用的用Java编写的桌面应用程序。

就如上面所说，Swing曾经在图形用户界面的客户端开发非常流行，它们大多数应用在金融服务领域以及投资银行。虽然现在JavaFx正在逐渐地流行起来，但仍然无法替代Swing，而且C#已经在大部分金融领域中代替了Swing。

5、交易系统

第三方交易系统，金融服务行业的一大部分，同样也是使用Java编写的。例如像Murex这种受欢迎的交易系统，运用于与许多的银行前端链接，同样也是用Java编写的。

java300集零基础入门教程：网页链接

6、J2MEApps

虽然IOS和Android的到来几乎扼杀了J2ME的市场，但是仍然有很多的低端诺基亚和三星手机在使用着J2ME。曾经有段时间大部分的游戏,手机应用都是利用MIDP和CLDC,或者J2ME部分平台编写的，以适用于Android系统。.J2ME依然在蓝光、磁卡、机顶盒等产品中流行着。app之所以如此流行是因为对于所有的诺基亚手机，app仍然适用于J2ME。

7、嵌入式领域

Java在嵌入式领域也有很大的应用。你只需要130KB就能够使用Java技术(在一块小的芯片或者传感器上)，这显示了这个平台是多么的可靠。Java当初是为了嵌入式设备而设计的。事实上，这也是Java当初的一项“立即编写，随处运行”主旨的一部分。

8、大数据技术

Hadoop和其他的大数据技术也在不同程度使用着Java，例如Apache的基于Java的Hbase，Accumulo(开源)，以及ElasticSearch。但是Java并没有占领整个领域，还有其他的大数据技术例如MongoDB就是使用C++编写的.如果Hadoopor和ElasticSearch逐渐发展，那么Java就能有潜力在大数据技术领域上得到更大的发展空间。

9、高频交易领域

Java平台已经大大提高了性能特点和JITS，并且Java也拥有像C++级别的传输性能。因此，Java也流行于编写高并发系统。虽然Java的传输性能不比C++，但你可以不用考虑Java的安全性，可移植性和可维护性等问题(Java内部已经实现好了)，而且Java有着更快的运行速度。安全性等问题会使一个没有经验的C++程序员编写的应用程序变得更加缓慢和不可靠。

10、科学应用

现在Java经常是科学应用的默认选择，包括了自然语言处理。这主要的原因是因为Java比起C++或者其他语言有更加的安全，可移植，可维护，而且Java有着更好的高级并发工具。

其实不管是选择哪个领域只要自己技术够强高新就不是问题。

⑻ 以C++为核心语言的高频交易系统是如何做到低延迟的

我认为并不是c++的效率是决定因素。

结语

首先你要考虑的是，你的速度要求有多高，或者你的交易策略真的需要这么高的速度吗?第二个是输入输出比率，不管你的算法是否真的能赚到足够的钱来支持你做所有层次的优化。

⑼ 我现在是初中毕业可以去那些学校继续读

建议你可以学习西点哦。

毕竟现在西点行业的发展是非常迅速的，很多人都非常喜欢西点，从事西点行业的话，可以说是非常有前途了。

学习西点不建议自学，西点的设备工具又贵又多，买下来要花十几万呢。系统学习一般来说要不了多久，需要做的准备就是，多对比几家院校，实地去考查。

⑽ 以C++为核心语言的高频交易系统是如何做到低延迟的

并不是c/c++的效率是决定因素。最大的延时来自账户席位和网络延时，一席的账户成交优先级高于二席，二席又高于散户。怎样做倒一席呢？只要账户上有足够多的钱就可以。网络延时是最大的，因此在物理位置上离交易所核心机房越近越好，能直接放进去当然最好，如果不能，也要放到ping交易前置机在1ms以内的地方。证券公司会有资源，这要求动用你的一切力量争取到最满意的位置。早年间，这是场内交易和场外交易的区别。接下来就是算法的效率了，这个可以抽象出来跟语言没关系，大多跟数学/统计模型有关系，然后是算法的实现，c/c++/fortran/汇编的效率确实很好，而且优化的空间很大，但是如果很复杂的算法matlab可能会优化得比自己写得好，那就用matlab实现。这还没完，操作系统也可以调优，交易接口也可以不用交易所或者证券公司给的，自己分析通信协议重新实现；如果模型很复杂，计算量超大，那么就用并行计算架构，MPI, CUDA什么的用上。如果还要求绝对的速度，就用硬件实现算法， 这时候就轮到DSP芯片， FPGA什么的上阵，最后做一个专用的黑盒子。总之呢，就是所有能提高效率的地方，都是可以想办法做的。但是，其实你要考虑的首先是，你的速度要求有多高，或者问你的交易策略是否真的需要那么高的速度吗？其次是投入产出比，你的算法是否真的能够挣足够的钱来支持你做各层面的优化。