程序狗沒有金融學位申請Quant職位會遇到瓶頸么?
國內名校工科本科渣。
計算機功底較深厚。
CFA二級。想做 機器學習/數據挖掘+Quant的方向。
申請名企Quant崗位時會因為沒有碩士學位/金融學位而遇到瓶頸么?
搬磚。如何成為一名Quant?
一、Quant是做什麼的?
Quant的工作就是設計並實現金融的數學模型(主要採用計算機編程),包括衍生物定價,風險估價或預測市場行為等。所以Quant更多可看為工程師,按中國的習慣性分類方法就是理工類人才,而不是文科人才,這個和金融有一定的區別(當然金融也有很多理工的內容)。
二、有哪幾種Quant?
1. Desk Quant
Desk Quant 開發直接被交易員使用的價格模型. 優勢是接近交易中所遇到的Money和機會.劣勢是壓力很大.
2. Model Validating Quant
Model Validating Quant 獨立開發價格模型,不過是為了確定Desk Quant開發的模型的正確性. 優勢是更輕鬆,壓力比較小.劣勢是這種小組會比較沒有作為而且遠離Money.
3. Research Quant
Research Quant 嘗試發明新的價格公式和模型,有時還會執行Blue-Sky Research(不太清楚是什麼). 優勢是比較有趣(對喜歡這些人來說),而且你學到很多東西. 劣勢是有時會比較難證明有你這個人存在(跟科學家一樣,沒有什麼大的成果就沒人注意你)
4. Quant Developer
其實就是名字被美化的程序員,但收入很不錯而且很容易找到工作. 這種工作變化很大. 它可能是一直在寫代碼,或者調試其他人的大型系統.
5. Statistical Arbitrage Quant
Statistical Arbitrage Quant 在數據中尋找自動交易系統的模式(就是套利系統).這種技術比起衍生物定價的技術有很大的不同, 它主要用在對沖基金里.而且這種位置的回報是極不穩定的.
6. Capital Quant
Capital Quant 建立銀行的信用和資本模型. 相比衍生物定價相關的工作,它沒有那麼吸引人,但是隨著巴塞爾II銀行協議的到來,它變的越來越重要.你會得到不錯的收入(但不會很多),更少的壓力和更少的工作時間.
人們投資金融行業就是為了賺錢,如果你想獲得更多的收入,你就要更靠近那些錢的"生產"的地方.這會產生一種接近錢的看不起那些離得比較遠的人的現象. 作為一個基本原則, 靠近錢比遠離錢要來得容易.三、Quant 工作的領域
1.FX
FX就是外匯交易的簡寫. 合同趨向於短期,大量的金額和簡單的規定.所以重點在於很快速度的建立模型.
2.Equities
Equities的意思是股票和指數的期權.技術偏向於偏微分方程(PDE). 它並不是一個特別大的市場.
3.Fixed Income
Fixed Income的意思是基於利息的衍生物. 這從市值上來說可能是最大的市場. 他用到的數學會更加複雜因為從根本上來說他是多維的. 技術上的技巧會用的很多.他的收入比較高.
4.Credit Derivatives
Credit Derivatives是建立在那些公司債務還清上的衍生產品.他發展的非常快並有大量需求,所以也有很高的收入.儘管如此,他表明了一些當前經濟的泡沫因素.
5.Commodities
Commodities因為最近幾年生活用品價格的普遍漲價,也成為一個發展迅速的領域.
6.Hybrids
Hybrids是多於一個市場的衍生物市場,典型情況是利息率加上一些其它東西.它主要的優勢在於可以學到多種領域的知識.這也是當前非常流行的領域.
四、Quant一般在哪些公司工作
1. 商業銀行(HSBC, RBS)
商業銀行對你要求少,也給的少.工作會比較穩定.
2. 投行 (高盛,Lehman Brothers)
投行需要大量的工作時間但工資很高. 不是很穩定的工作.
總的來說, 美國的銀行收入比歐洲銀行高,但工作時間更長
3. 對沖基金(Citadel Group)
對沖基金需要大量的工作時間和內容,他們也處在高速發展同時不穩定的情況中.你可能會得到大量的回報,也可能幾個月後就被開除.
4. 會計公司
大型會計公司會有自己的顧問quant團隊.有些還會送他們的員工去Oxford讀Master. 主要的劣勢在於你遠離具體的行為和決策,而且厲害的人更願意去銀行,所以你比較難找到人請教.
5. 軟體公司
外包quant模型變得越來越流行.所以你去軟體公司也是一個選擇. 劣勢和會計公司比較類似.
五、成為一個Quant需要看哪些書?
現在有非常多的關於Quant的書.基礎書籍包括
- Hull著《Options Future and Other Derivatives》. 這本書被稱為Bible. 缺點是這本書的內容主要面向MBA而不是Quantitative專家
-《Baxter and Rennie》.主要介紹一些手法和訣竅,但主要面向原理而不是實際操作.
- Wilmott著《Derivatives》.對PDE介紹的非常不錯,但其他方面一般
-《The Concepts and Practice of Mathematical Finance》.這本書的目標在於覆蓋一個優秀quant應該知道的知識領域. 其中包括強列推薦你在應聘工作之前看的一些編程項目.
-《C++ Design Patterns and Derivatives Pricing》.這本書是為了告訴大家如何使用C++來做Quant的工作.
隨機微積分雖然在第一眼看上去不是很重要,但的確非常有用的. 我建議大家先看一些基本理論的書,類似Chung』s books. 一些這方面我推薦的書:
- Williams著《Probability with Martingales》. 一本很容易讓人了解Account of discrete time martingale theory的書.
- Rogers and Williams著《Particularly Volume 1》.
六、成為Quant,我需要知道一些什麼?
根據你想工作的地方不同,你需要學習的知識變化很大. 在寫著篇文章的時間(1996),我會建議將我的書全部學會就可以了.很多人錯誤的把學習這些知識看作僅僅看書而已.你要做的是真正的學習,就像你在準備參加一個基於這些書內容的考試.如果你對能在這個考試里拿A都沒有信心的話,就不要去面試任何的工作.
面試官更在乎你對基本知識的了解是否透徹,而不是你懂得多少東西.展示你對這個領域的興趣也很重要.你需要經常閱讀Economist, FT 和Wall Street Journal. 面試會問到一些基本微積分或分析的問題,例如Logx的積分是什麼. 問到類似Black-Scholes公式怎麼得出的問題也是很正常的. 他們也會問到你的論文相關的問題.
面試同樣也是讓你選擇公司的一個機會. 他們喜歡什麼樣的人,他們關心的是什麼之類的答案可以從他們的問題中得出. 如果問了很多關於C++語法的問題,那麼要小心選擇除非那是你想做的工作.一般來說, 一個PhD對得到Quant的Offer是必需的.
有一個金融數學的Master學位會讓你在銀行風險或交易支持方面卻不是直接Quant方面的工作.銀行業變得越來越需要數學知識,所以那些東西在銀行的很多領域都有幫助.
在美國, 讀了一個PhD之後再讀一個Master變得越來越普遍.在UK這依然比較少見.
七、一般哪些專業對口Quant
根據我的觀察,Quant一般的專業會是數學,物理,金融工程(金融數學)。其實雖然不是特別多,但是還是有一些投行招手Master金工的Quant,一般幾個好的FE專業都有去做Quant的碩士生。
八、編程
所有類型的Quant都在編程方面花費大量時間(多於一半)。儘管如此,開發新的模型本身也是很有趣的一件事,標準的實現方法是用C++。一個想成為quant的人需要學習C++,有些其他地方使用Matlab所以也是一個很有用的技能,但沒C++那麼重要。VBA也用的很多,但你可以在工作中掌握它。
九、收入
一個Quant能賺多少?一個沒有經驗的Quant每年大概會掙到稅前60k-100k美元。獎金的話不會太高,但是如果行情好的話,也非常的客觀,一般我聽說的話,剛入職第一年一般可以拿到一兩萬刀的獎金。不過像08年就別想了。如果你的工資超出這個範圍,你要問自己Why?收入會迅速的增長,獎金也是總收入中一個很大的組成部分,不要太在乎開始的工資是多少,而是看重這個工作的發展機會和學習的機會。
十、工作時間
一個Quant工作的時間變化很大。在RBS我們8:30上班,6pm下班。壓力也是變化很大的, 一些美國銀行希望你工作時間更長。 在倫敦有5-6個星期的假期,而在美國2-3個是正常的。
下面我來寫點自己對Quant的理解,僅供參考
幾句話寫在前面
The largest casino is the Wall Street.
以下只是自己親身感受和接觸的觀點,一家之言,難免片面不客觀。
錢固然重要,但是除了錢還是有很多值得每個人追求的。並不是做金融就一定要唯利是圖。
主流 VS 非主流
個人認為國內對Quant的主流認識還是為Trading Desk服務,或者是設計一些複雜的金融產品。這種觀點在國外也是偏向於主流的。我認識一些Quant拿到了PHD之後就在GS,UBS這些公司做起了Risk Quant或者為前台計算設計一些模型。這類型的Quant在業界還是佔了很大很大的一部分,而這樣的Quant也是MFE的項目所培養的。也許你MFE或者PHD畢業了以後,就要在相當一段時間幫前台計算P/L或者VaR之類的。
前一陣和一個在Trading Desk工作的同學聊天,那種Quant的不屑是很清楚的寫在臉上。的確,不可否認的是,主流認識的Quant在創新和自主上還是有一些不足的。我想,國內的券商,投行其實更多的是需要這樣的Quant。
所謂非主流的Quant不是說業界的數目很少,而是說,不是主流(在20-35歲年齡段)所認為的Quant。
這類的Quant其實很大程度上可以取代Trader,主要是為公司設計Trading System進行High Frequency Trading。這類Quant的自主性更高,但是難度也更大。一個蘿蔔一個坑,蘿蔔不走你也多不了坑。
像文藝復興裡面就都是這一類的Quant,主流Quant是無法進入其工作的。如果你設計的Trading System能進入生產線的話,那麼你離百萬年終獎也不是那麼遙遠了。基本上所有這類的Quant都是要簽訂NDA的。
如果你能擁有一個穩定年Sharpe Ratio是2的High Frequency Trading System, 那麼這輩子在物質上就可以沒什麼追求了,可以洗洗去追求精神的高度了。
當然很多人付出一生的Trading System都無法投入生產。
主流Quant的工作更加的穩定,穩定的收入加上固定的分紅,坑也更多,流通性也更好。
非主流的Quant工作充滿了未知數,收入不會比主流的低,分紅波動性高,坑少要求高。
挑戰 VS 機遇
如果你成為了一個Quant,不管是主流還是非主流,你的壓力都是非常大的。前一陣跟老闆聊天,他說對他最奢侈的事情不是物質上的,而是能夠從晚上11點睡到第二天早上6點。雖然我們是Algorithm Trading,不過人還是要經常盯著System看和修改模型的。平均每天工作12個小時以上是非常常見的(尤其對於非主流quant)。
Buy Side VS Sell Side
經常在想如果你能把Buy Side和Sell Side的生意一起做了,那錢就來的太容易了。總是聽老闆(Top 3 IN RenTech) 說一句話:在Buy Side已經沒人能從Option Pricing賺錢了。我個人對於Sell Side沒有什麼反感的,畢竟我們之間還是要做生意的。但是就難度而來Buy Side &>&> Sell Side。如果你能在Buy Side賺錢,那麼你到了Sell Side還是可以賺錢。
大公司 VS 小公司
大公司的工作還是比較穩定的,當然每年裁員是正常的。沒在那種大公司干過,以後也不知道會不會去。小公司對於個人鍛煉,我認為,還是高於大公司的。小公司的Bonus Pool其實分到個人還是很多的,像我一個學生,都有機會分到Bonus(對我來說還是蠻多的)
編程要求
各種公司用的都不一樣,能很快上手是很重要的,畢竟不是CS畢業的。像Downtown的Jane Street(One Hedge Fund) 就用Ocaml來編寫的。我是從來沒用過,你的團隊用什麼,剛進去的你估計就要用什麼了。
喵我繼續來吐槽歪樓:
金融狗沒有CS背景申請quant職位會遇到什麼瓶頸?
自答:會遇到簡歷全拒的瓶頸
quant要求:金融數學統計計算機四個方面沒有短板(木桶),如果非要去掉一個,那去掉「金融」吧
然後政治極度不正確的地圖炮吐槽:
不滿足上面要求的quant都是水礦,偽礦。真正的礦工我見過一些,他們強大的超乎一般人想像Quant的衡量標準不是你懂什麼你會什麼你什麼學校什麼專業,核心就是一個你能不能賺錢,有沒有Alpha天賦。
國外股票期權都有一堆公式可以求解,國內定價機制一塌糊塗,政策朝令夕改,市場活蹦亂跳,GDP增速都不是平穩序列,活下來的多半不是因為內幕消息就是因為倖存者偏差,在這樣的市場中如果存在穩定的套利機會至少已經出來一個徐翔級別的量化大佬了,然而實際卻是一個能打的都沒有。結果最早做量化的那些前輩不是出書就是教課還有一波去做平台了。
反回來說Quant這個產業鏈,就憑一些看不見的黑箱自己都一知半解的模型,忽悠外部投資者投資,如果沒有客戶關係部負責跟客戶陪笑,模型不賺錢的時候安撫投資者情緒,絕大多數的量化投資基金都要關門。
在國內,Quant作為一種商業模型和宣傳材料的價值遠大於其本身能夠創造出的超額收益。
以上都是深入這個行業之後的感觸,至於比學校比背景比專業基本都是PPT的事。空談誤國,實幹興邦。試試就知道了,知乎能告訴你個卵啊!
肯定有,都要的是博士,最低碩士。你最多能去小私募混幾年
我的經驗,學好計算機和離散數學,先去做互聯網開發,向大數據工程慢慢轉,再狠補一下統計學與機器學習,找機會做幾個相關的項目,能進大廠最好,進不了就去創業公司學習。
建議讀個相關phd哦
瓶頸肯定有,不過quant偏後台,天花板還是比較高的。
先入行唄。
真有心做出去讀咯
現在稍微好一點公司的quant都是國外前50的博士,最好有工作經驗,不是打擊你,現在更好一點的公司都是要國外工作經驗的。developer是個出路,找準定位吧。
是quant analyst啊還是quant developer啊?developer應該很合適,analyst的話你既然是工科我只能不負責假設對數學和統計掌握的不是很有針對性了,很多model你不知道也不會用,恐怕。。。。至少我司的qa肯定是要有數學物理本科的量化金融碩士,或者金工碩士的。如果是quant research的話你肯定是沒戲了。
呃抱歉寫到這裡才看到沒有碩士。。。如果是國內的話應該很難吧。沒見到過哪個公司招量化的不要求碩士及以上學歷。有沒有國內的同學來說說?我在美國這邊,當初qa實習時候就說你們是有advanced degree的人,不要跟那些college畢業的人學,你們是有高級理論模型支撐和編程技巧的。。。。
會因為你的語文水平。
因為,cfa三級+mfe master可能= trader而 quant &> trader (知識用量),master的知識用量&< phd。。(此處推理的樣本空間小且邏輯不嚴謹,輕拍) 所以phd 是必要條件,又因為mfe master是成為quant的減分項,且只有非mfe的master是成為quant的無關項。因此,推薦繼續讀phd外加一個master, 根據個人戰略制定兩個不同的項目方向。我是真的覺得數學或者物理phd讀完了就繼續搞科研才不會浪費。而且要是真的喜歡數學的人怎麼會為了職業理想拿學位當敲門磚,他們渴望的一定是挑戰更難的問題。哦還有一點就是,phd的意義不是為了求職,而是科研,最高學位代表人類心智的榮耀,所以你要確定好是事業更值得追求還是求知更神聖,這兩個目標衝突的點就在於,投資回報比不相稱,同時也沒有搞成科研。根據你的偏好推薦可更改職業方向為風險投資(國內)。這個問題的提出說明了一個問題,應該是題主還沒有在這個行業有過實習經歷。
補充,交大通信研究生持有cfa證最後簽了銀行的工作,具體什麼部門什麼職位不清楚。
推薦閱讀:
TAG:寬客Quant | 特許金融分析師協會CFAInstitute | 金融IT | 量化交易 | 金融工程學 |