2024年8月5日晚，第十一届NSD-Baruch MFE暑期夏令营项目以在线形式与大家见面了。纽约市立大学柏鲁克学院MFE项目主任Dan Stefanica主持了开营仪式，并代表Baruch致欢迎词。他回顾了Baruch与国发院的合作历程，并重点提到了夏令营中的珍贵机会以及往届夏令营成员的优秀表现。

北京大学国家发展研究院副院长黄卓老师代表国发院发言，黄卓老师首先恭喜同学们通过选拔进入这个项目，然后盛赞了柏鲁克学院为国发院学子提供的宝贵机会，并希望国发院和Baruch MFE项目能够一直保持长期良好的合作关系，最后预告了同学们将在项目中学习到金融微积分、机器学习等知识。

出席开营仪式的Baruch MFE项目的教授Andrew Lesniewski, Warren B.Gordon向参加项目的同学们表示了热烈欢迎和美好的祝愿，Giulio Trigila教授为我们耐心地介绍了参与本次项目的教授和课程设置，并就课程学习的方式和日常考核方式进行详细的说明。

开营仪式后，首先给大家分享的嘉宾是Ping Lu教授。Ping Lu教授在过去的十年中一直从事着股票交易领域的相关工作，曾在Two Sigma等对冲基金工作，现就职于Millennium，具有丰富的量化金融从业经验。本场分享会的主题是统计套利，Ping Lu教授对此从四个方面进行了全面的介绍：第一是股权统计套利的概述，其中重点介绍了配对交易策略（Pair Trading）；第二是因子模型和风险模型的介绍；第三是投资组合的构造步骤；第四则落到了业界最为重视的价格预测。在讲授期间Ping Lu教授紧密结合实践为我们展示了很多实操当中的细节，还结合今天刚刚发生的日本股市大跌的事件让我们直观感受到鲜活的金融世界。在Q&A环节，Ping Lu教授耐心解答了同学关于因子定价模型的很多细节问题，既给出了理论的依据又提供了一些行之有效的实操思路。

课程的第二部分由Giulio Trigila教授介绍金融机器学习的内容。整体课程从算法的基础开始讲解机器学习的基础知识、机器学习的定义、分类和适用情况等。之后逐步深入，带领同学们领略了监督学习、无监督学习以及在线学习与批量学习的显著区别。并用量化的思维具象化案例，引发了同学们的思考与讨论。

Giulio Trigila教授在监督学习的内容上，进行了细致的讲解。用矩阵语言对回归方法进行了深度的探讨，包括线性回归、最小二乘法方法、惩罚回归等。在处理机器学习中遇到的过拟合（over-fit）和欠拟合（under-fit）两大问题时，Giulio Trigila教授引入了均方误差（MSE）这一核心概念，给出了模型复杂度与误差之间的关系图，让同学们明白了在模型构造和选择当中存在的权衡取舍的关系。在课程讲授期间还适当的为同学提供难度适当的quiz题帮助巩固学习效果。Giulio Trigila教授的课程生动有趣，巧妙地将理论与实际相结合，例子贴近同学们的生活，使得学习内容更易于理解和掌握，由浅入深，让同学们开始感受到机器学习的美妙。随着学习内容的不断深化，同学们的学习热情愈加高涨，他们在课堂上踊跃思考，与教授开展深入的互动，纷纷分享自己的见解和问题。

课程的最后部分由来自AXQ Capital的北大/Baruch校友Zhaohe Huang为我们带来了股票统计套利实操的主题分享。Huang学长从通俗易懂的可口可乐和百事可乐的案例切入，以生动有趣的方式解释了套利及其统计套利的概念。Huang学长接着分享了更多关于套利的例子，理论结合自身的业界实践，深入探讨了统计套利策略的特点。为了帮助同学们更好将这一方法应用于实操，Huang学长详细地描述了一个典型的统计套利策略流程，这个流程大致可以分为五个核心模型：alpha模型、风险模型、交易类模型、投资组合构建模型和情境模型。Huang学长强调，了解这些模型的运作是理解整个策略的关键。

进一步深入，Huang学长指出了交易成本在投资组合构建模型中的重要性，并解释了如何预测和估计这些成本，让同学们更加清楚了交易成本的构成及其"市场影响"。Huang学长的分析为同学们提供了统计套利策略的深入见解，帮助他们对此策略有了更全面的了解。

在最后的Q&A环节中，同学们提出了一系列关于统计套利以及因子挖掘的细节问题，Huang学长都一一做出了细致耐心的解答，并鼓励大家对市场进行深入的批判性思考，不仅要研究理论更要与市场实践相结合，逐步形成自己的投资逻辑，发展出自己的投资策略。

夏令营第一天在同学们踊跃的发言和热烈的交流中完美结束。同学们不仅收获了丰富的理论知识，还积累了独家的宝贵业界实操经验。NSD-Baruch MFE暑期夏令营才刚启航就已收获满满，期待接下来的每一天都能同样满载而归！