2024年8月6日，第十一届NSD-Baruch MFE暑期夏令营项目在线上如约开启第二日的议程。

在纽约市立大学柏鲁克学院MFE项目主任Dan Stefanica简要介绍了今天的日程后，首先进入到MFE项目校友Sheng Lin学长的讲座环节。

目前就职于Tower Research Capital，作为Quantitative Researcher的Sheng Lin学长给大家带来主题为Career Path as a Buy-side Quant的讲座。作为一名有超过五年业界经验的前辈，他首先介绍了自己的学业和职业背景，其中提及了柏鲁克学院MFE项目近些年的发展，让与会同学们印象深刻。学长的分享以业界公司的运作模式为主线，为同学们介绍了包括业界各类金融公司的类型、它们的盈利方式、研究方向以及管理资产规模等一手资料。之后结合自己的职业发展，学长介绍了量化研究员的几条职业发展道路，并分析了各自的特点和自己的一些思考，他鼓励大家结合自己的兴趣和特长，找到适合自己的职业发展道路。除此之外，他还以切身体会为大家解答了Baruch MFE项目为学生带来的全方位的帮助。

学长带来的一手资料让所有同学受益匪浅，在最后的Q&A环节，同学们踊跃地对自己关心的业界问题提出问题，学长一一做出细致的解答。

接下来的环节是由Giulio Trigila老师主讲的Machine Learning for Finance课程。延续昨天课程的内容，讲解如何解决过拟合(Overfitting) 的问题。Lasso和Ridge是广泛使用的方法，两者在形式上不同，效果也各有优劣。之后老师介绍了回归树模型(Regression Tree)，需要结合贪心算法使用导致它在一定程度上的不可靠性。如果不断细分，依然会引起过拟合的问题，应该限制层数，使用剪枝的方法来避免。对于其他防止过拟合问题的方法，老师还详细讲解了Bagging (Bootstrap + Aggregation) 方法。在两个小时的专业课期间，同学们沉浸其中，积极与老师互动，晚间的课堂也充满十足的活力。

下一部分是由来自Virtu Financial的Tyler Drake先生带来的讲座。与Sheng Lin学长一样，Tyler Drake先生也是一位深耕业界的专业人士。

首先为我们介绍了Virtu 公司的基本情况、发展历史和目前的主营业务。公司根据短期机会部署资本。通常在不同的市场之间进行多空交易。所有的利润完全来自交易，而利润受到市场中可盈利的交易机会的限制。之后Tyler Drake先生又为同学们介绍了一些基本的做市的策略，为同学们提供了这一行业方向的基本专业知识，并使用了买卖苹果的例子引申到金融市场为同学生动形象地讲解了基本知识的实际应用，并且结合市场交易的信息，和同学们讨论了价格等效性在各种美国股票交易场所中增加流动性等专业话题。最后，Tyler Drake先生还分享了什么时候公司的交易模式会导致亏损，帮助大家更加全面地思考。

今天议程的最后一部分，同学们回到了Machine Learning for Finance的课堂。在这节课的前半部分，老师结合上节课的知识，介绍了递归投资组合选择 (Recursive Portfolio Selection)。这是一个很好的例子将所学的量化知识应用于市场，让同学们对课程的理解更加深入。

后半部分着重介绍了XGBoost模型，从模型地主要思想、迭代模式、需要最小化的目标函数、特征权重、缺失值处理以及其他一些需要注意的细节入手，为同学们详细剖析模型的实现。之后简单介绍了非监督模型和在解答完同学的提问后，今天的活动圆满结束。