看到kuhasu和Marco Avellaneda對金融工程的言論，對MFE的意義產生了疑惑怎麼辦？

01-04

了解到mfe是受一些花街對沖基金傳奇故事的炒作而流行起來的，但是似乎實際畢業後除了一些美國頂尖mfe畢業的學生能與phd一起競爭pricing的工作（也即與碩士階段真正投入的課程有關的工作，如隨機微積分固收產品等），大部分master畢業後進入量化行業的都是做risk quant，這麼說以將所學內容應用於金融行業為志而讀mfe還不如讀風險管理？
相比之下對於prop shop以及hf中真正參與投資的p quant，是否需要更多的是編程能力很強（搭建交易平台，參與演算法交易，比如HFT）亦或是能開發策略的人？如果真的如此，那麼似乎以p quant為志，碩士階段讀統計，big data，cs等而不是選擇mfe會更有機會做p quant？
從了解到的一些master進入bb量化部的案例來看，更多的是本科已經有比較強的數學 it背景+名校mfe，這樣說來mfe似乎更多是對於數理背景強的人進入金融行業的敲門磚而已？
當然實際上很多金融碩士也只是起到敲門磚跟增強背景的作用而已，而且在許多量化崗位面試的時候也有tech面，這個意義上mfe可以幫助求職者積累知識，此問只是針對mfe與p/q quant就業的關聯產生疑問。

這麼多人邀請我就還是答一下吧。kuhasu我不熟悉，只是在知乎上有些交流，無法對於他本人現實生活或工作的情況進行準確的評論。但關於MFE課程我可以分享一些我的看法。

針對衍生品定價和風險計算這個行業，之前因為理論基礎不完備，工作性質偏研究，難度大、含金量較高。現在經過幾十年的摸索，這個行業的理論基礎和實踐方法都已經基本定型。實際工作里需要實踐經驗和對產品的理解，慢慢地變得跟建築結構工程類似，所以才會有金融「工程」之名。因為不需要太深入的研究，碩士學位足夠勝任。這十年來衍生品的地位漸漸從複雜難懂的魔術產品變成了各大機構必須要駕馭的風險管理手段，產生了大量對於相關人才的需求。各大高校也看到這個需求，有針對性地開展了MFE以及風險管理相關的課程。經過多年積累，培養了大批量的畢業生，加上衍生品熱度不再，相關的崗位很難再像以前一樣進軍高管層，這類人才的市場有逐漸飽和的趨勢。

對沖基金、自營交易公司的策略師則是完全另一個概念。和共同基金財富管理不同，量化對沖基金和主觀對沖基金相關的基礎理論非常稀缺，實踐方法也很不全面，和衍生品初期一樣偏研究，含金量較高。如果要類比，有點像材料科學和醫藥學、實際工作里需要大量實驗和試錯，僅靠MFE的學術背景很難勝任。另一方面，具有相關學術背景的研究人員又因為經驗不足過度簡化或繁化市場，所以雖然有豐富供應，但淘汰率極高。

最後安利一個我的live

理工生如何進投行交易部門

不知道你為什麼會有「MFE是受一些花街對沖基金傳奇故事的炒作而流行起來的」這樣的觀點。P Quant 和 Q Quant 到底哪個是未來？ - kuhasu 的回答中提到的紐約時報的文章nytimes.com 的頁面不知道你仔細看了沒，在他引用Emanuel Derman那段話的上一段是這麼說的：

They arrived on Wall Street in the midst of a financial revolution. Among other things, galloping inflation had made finances more complicated and risky, and it required increasingly sophisticated mathematical expertise to parse even simple investments like bonds. Enter the quant.

也就是說當時的金融業正在經歷變革，金融環境變得愈來愈複雜和危險，哪怕是債券這樣簡單的金融產品也需要專業的數量專家來分析。所以我認為MFE是順應時代的產物。

沒有需求，哪來的供給？MFE自第一個項目於1990年創立以來，前後經歷了亞洲金融危機，.com bust，次貸危機。在經歷了幾個經濟周期後，MFE的相關項目數量，招收的學生人數大體呈上升趨勢(但趨於飽和)。頂尖的項目例如Baruch，CMU，哥大，伯克利等就業率在近些年都不錯。優秀的畢業生很多去了sell-side，buy-side的前台。對沖基金的傳奇故事能夠支撐一門學科二十多年？學生可能盲目，但僱主不傻。

我還不明白kukasu的回答里有什麼乾貨讓你相信「金融工程是不倫不類的學科」。又怎麼定義這個「不倫不類」呢？根據你的提問，我是不是可以認為這個「不倫不類」指的是MFE畢業生無法跟PhD競爭Q Quant，做P Quant又不如直接學CS，最後只能尷尬地去做R Quant？如果是這樣，那麼我先說下我司的情況。在equity derivative desk，所有的structurer，大部分option trader，絕大部分的r quant，甚至一些sales都是MFE。真正做Pricing Model Research Development的全球就10個人，大多是PhD。

所以你可以看到，MFE已經是塊去牆街sell-side很好的跳板，特別是對於中國的本科生來說。對於P Quant了解不多，基於身邊有限的人脈，以及Linkedin上的搜索，我發現除了名校本科生和PhD，MFE還是佔了相當大的一部分。當然這還要考慮你的職業規劃，如果你立志做sell-side RD，或者去buy-side做HFT，ML，NLP，或許PhD，CS能更好地幫助你(雖然我認為為了做Quant Research讀PhD是本末倒置)。

現在MFE項目的課程早就不限於Q Quant的培養，例如機器學習、時間序列、統計套利等都是P Quant的內容。與課程投入有關的工作也不限於pricing quant。或許正如你所說的，MFE是塊敲門磚。但它在為你敲開牆街大門的時候，不也讓你變得更好了嗎？

================== 私貨分割線 ===================

kuhasu那個回答在我看來，很多地方是錯誤，經不起推敲，甚至是可笑的。另外我對他個人的信用表示懷疑，建議你不要輕信。

被別人舉報不友善，那我就把第一句話去掉了。

知乎上的忽悠太多，你得多問些學長學姐，再不濟上Linkedin上面搜一些校友發信息問。再者，Risk是會招很多MFE，但是很多MFE也都在投行、HF做Trading、Desk Quant相關的工作，還有很多PhD照樣做Model Validation和Risk Model。況且，Risk真的沒有想像的那麼差，也需要的統計、時間序列甚至機器學習的知識不比PQuant（很多做Alpha的team需要不是統計的知識，而是經濟學和市場的感覺）少，他們每天拿Desk Trading Data做各種研究也是很有意思的。沒有bad choice，最怕的就是被別人的觀點誤導，到頭來走上這條路還不知道為什麼。

－－－－－－－

Risk對於想留在美國的人來說（尤其是追求穩定的女生）是一個很好的選擇，工作不累，Base不低（和前台quant一樣，只是bonus少一點，但是說實話sellside的front office quant bonus高不到哪裡去，不可能超過base），關鍵是投行裁員的時候一般不會裁Risk，穩定安全。（你知道在拿到綠卡之前，如果被裁三個月內找不到工作就要被遣返）

－－－－－－－

對於MFE，我的建議是自己研究策略，google上有很多很好的paper，關於Factor Model，Stat Arb，Momentum的等等，培養對市場的理解，然後能實現基本的數據處理、策略回測、統計模型。就算做PQuant，這些也是最重要的，而不是強擼OR、EE、物理等無數不相關的PhD，以求畢業能找到一份頂級對沖基金的工作。

－－－－－－－

如果以PQuant為志，那麼來了美國99%你會失望，因為大量的opening在risk這塊，先不論能進大投行就很難了，如果想一畢業就去所謂的Citadel、Two Sigma、AQR等頂級私募，那麼可以告訴你，比進高盛難多了。剩下還有許多不是那麼有名但是規模也挺大的fund倒是可以試一試，但是在美國從quant做到PM的時間很長，晉陞比國內慢。總之，立志做什麼並不能影響你真的能做什麼，只有你現在做了什麼才能影響你以後會做什麼。正如你在面試的時候你說你多想做PQuant並沒有卵用，只有說我能做什麼，曾經做過什麼，以後能帶給公司什麼，才能增加你做PQuant的概率。

－－－－－－－

響應 @逼神的回復

其實MFE對於對Quant這個大行業來說是一個很好的入口，我就說說我所在的MFE（top5）的課程培養：第一學期的課程比較基本，有金融工具的介紹，數值計算方法（用C++實現二叉樹三叉樹定價、蒙特卡洛模擬、PDE等，總編程量為3000－5000行），隨機過程，金融中的OOP（大作業C++編程量大概500行）。第二學期的課程很偏應用，有時間序列、機器學習、演算法交易（講統計套利、多因子模型）、市場微觀結構（不用說了非常實用，每節課涉及execution、market impact、volatility estimation、price manipulation等等）、利率模型、大數據。任課老師都是業界牛人：JPM Mortage部門、Morgan Stanley Head of Market Making、Bank of America Merrill Lynch的MD和ED、Goldman Sachs Asset Management Equity、Hedge Fund Manager等。如果你對研究有興趣一樣可以讀老師上課推薦的paper，多姿多彩的課程比PhD鑽一個方向有意思多了。找實習也是有很多Buyside和Sellside前台，當然也有許多risk，但是risk不差啊。

首先MFE這個專業本身就是一個訓練熟悉技工的複合型專業，所以教什麼課程那是完全跟著市場需求走噠，課程設置一般是很靈活噠。以前CDO還沒幻滅，市場risk appetite很高的時候，複雜衍生品定價的margin極高，對pricing quant需求很高，大家整天就學隨機微分，學monte carlo/LMM，最近幾年MFE的課程紛紛強調起algorithm trading，對統計和線代要求變高，學stat arb, 甚至學機器學習。所以與其糾結P-quant 或者 Q-quant, 學MEF還是統計碩士，不如好好考慮下自己在碩士階段，甚至是本科階段應該側重學則哪些課程。

從幾位MFE的畢業的學生的反饋來看，比較嚴重的一個問題可能是P-quant和Q-quant相比，P-quant對實戰經驗的倚重性要大大強於phd扎堆的模型定價。當然你也可以說Q-quant也需要讓模型適應變換的市場條件，但是諸如implied IR rate 變成negative, 讓sabr model失靈這種情況畢竟少見。而P-quant的那部分知識在有限時間的課堂上學習，未免欠缺一些實踐的部分。比如教machine learning做策略的，作業可能只是寫個hmm裡面的viterbi演算法，而對特徵提取，參數調優這些操作上非常practical的問題反而不重視，所以我的建議是如果真心想做去買方做quant trader，在上學階段就儘可能彌補自己這方面的欠缺。除了看paper 之外，國外的Quantopian, 國內的Ricequant, 都是非常不錯的用python語言編寫quant trading strategy的平台，上面的社區也很活躍，實際動手去寫幾個momentum, stats arb 的策略，即使沒有現金也可以放上實盤模擬，去感受下市場，感受下各種在落單時會遇到的細節問題，市場波動時出現的具體情況，給自己幾年的時間去盡量縮小課堂和實戰的距離。

另外說幾句MFE畢業做FO還是MO的問題。MFE 畢業做ST的還是很常見。當然學校要好，campus recruitment 給力，校友幫助多。以前工作過的某間投行的trading floor就很喜歡招CMU的。

但是最終是進front office 還是去做 risk，或者是直接進入買方HF，我覺得最主要的因素還是看性格。risk 真的那麼差嗎？真的一點技術挑戰性也沒有嗎？想想現在的各種XVA。有很多人就是性格比較安靜，也不aggressive，那麼進top tier 做risk quant/model validation/risk management/valuation 也不壞啊。bonus不能跟sales和traders比，但是積累幾年經驗做到vp及以上base也相當不低了。整個derivative市場在08年以後都是不斷在加強risk和compliance方面的控制力度，所以一時半會兒也不必太擔心飯碗。所以我個人覺得MFE還是一個投入小，產出不少，畢業後出路靈活，退可守，進可攻的專業。

最重要是通過MFE, 培養起自己一個工程師的心態，是一種在浮誇的金融行業里始終保持一種主動識別問題，具體定義問題，動手解決問題的非常practical的心態。我很喜歡這樣的人，也想成為這樣的人。

在美國金融界做有油水的工作(投行、風投、交易、資管 etc)，常春藤本科最好。研究生去，不管什麼研究生，先落了下風。國內喜歡碩士，但美國更喜歡招本科。

如果已經讀了研究生，也不是沒有機會，也有不少找的不錯的。如果只是要想找個工作呆在美國。首推計算機。或者就找金工, 後面想舒服去做Risk. 雖然有些Risk也挺累的，但平均來講工作比 quants 輕鬆，薪酬也相差不大。

當然、對於多些志向想法的同學，在今天這種環境下，P-quant要比Q-quant好些。

最後說句得罪人的話，P-quant, Q-quant, 只是金融業的一個角落。只是由於中國人集聚過多，老容易產生這就是金融的感覺。說實在話90%以上的金融、商業機會和這些毛關係也沒有。就為了一點職業自豪感爭來爭去，沒有大意思。用叔本華的話來說是由於對自己個人不夠自信而需要通過職業、地域等等生產廉價驕傲。覺得沒有必要。心平氣和地做好自己的工作，在任何一個領域作到專家級水準，生活品質都不會差。

08年以後整個行業發生了變化, 投行的FO q-quant需求量減少, 待遇減少, risk 職位增多. buy side p-quant 職位一直就不太多. buy side p-quant待遇差別也可能很大,能賺錢的自己做pm賺大錢,不能賺錢的待遇也一般. 這個和讀什麼學位關係不大,不管是MFE還是phd,入行都變難了. 不過, MFE的存在本來就應該是直接找這個方向工作為目的的,所以才會成為槽點.

P和Q有這麼重要麼...FO里的一個desk quant和BO里算margin的risk analyst，年頭收W2稅表的時候能有多少區別？都是沒資格參加investment committee的人，bbg上敲進EMSX和TSOX都是禁止訪問，手邊的IP turrent也不能拿起來voice order，那你糾結這些有意義么？

看看你那些去PE/VC/IBD的同學，人可能投委會每次都被罵，但幾年下來deal無論如何也是做了好幾個了，而你卻一分錢PL也沒產生。所以說入行要謹慎吶，以上

----

底下回復的大爺，您能別總是自刪么....剛寫好了的回復又沒了，心好累，感覺不會再愛了...

謝邀。名校mfe是很好的一個敲門磚，PhD不只是一個敲門磚。但乾的好不好，得你進去干過才知道，和敲門磚關係不大啊。

基本可以這麼說，就是個敲門磚。但是我自己很不解捧pquant看不起rquant的風氣。某種角度來說，剛入行連基本的數理過程都沒能實現，市場機理都不熟悉，整個業務都不了解，就想做pquant？金融行道也沒有那麼不堪吧。。。就不說pquant rquant基本同酬，rquant錄取率也沒到一群新人和沒入行的人能隨意鄙視的地步吧？不懂。

兵法講究順勢而為，達成目的。

作者有這方面的一些了解，加上這句話，就產生了疑惑。

似乎已經沒有必要對這個人的發言做過多分析，樓上都分析很多了。

我們還是直指樓主的疑惑：是否有必要學習金融工程？

從實用上說，學這個專業大概是最有效的進入金融領域的敲門磚。畢竟搞經濟學研究的結果不太容易被理解和看好。

從本質上說，MFE也不是完全沒有價值，基本上這是一個探索，人們一直在試圖用數學模型來簡化經濟，並且完成準確預測。不過這項工程難度可能很大，需要長時間探索。

只不過銀行家們沒有耐心完全按照複雜的經濟規律來行動，而是把金融工程當做一件說服自己和別人的科學工具，進而完成自己的目標。這是脫離客觀規律的，雖然可以短暫影響市場，但是市場最終會報復。

卡文你好，不好意思上兩周比較忙，周末其實看到這麼熱鬧的場面了，但是前期擠壓了不少郵件和一些事情，我掃了一下大概看也沒什麼特別需要緊急處理的，所以就先做完手頭兒的事兒才回復，公開網路得掛VPN對我還是挺麻煩的一事兒，不過我看這個問題火了後雖然歪樓不少，但是也有了不少認真的回答，這麼來說這方面你的運氣還是很好噠~

說實話剛開始看到這麼多「邏輯縝密」「惟妙惟肖」的回答我正喝水，直接笑噴了，我還稍微想了一下，是不是表現出來些舉動神馬的配合一下，畢竟是人家費了半天力氣組織的網路暴力攻擊耶~怎麼也得讓人家稍微感受到點兒成就感什麼的。。。不過我覺得那樣不怎麼道德。。。好吧，畢竟是網路暴力攻擊，得嚴肅點兒，嚴肅點兒~我上知乎本來就是打醬油的，體驗生活，另外難得不錯的平台能增加自己的多樣性，防止自己固步自封，也就不能進步了，如果還能分享點兒信息能幫助完善點兒市場環境，減少點兒信息不對稱性，也算是做了點兒該做的事兒~可能我說實話被人認為擋人家財路了，或者還有其他目的，不過這樣其實我挺高興的。但是轉念一想，這個情況我也有責任，你說我一個簽了一大堆保密協議的，不老老實實呆著，還跑出來蹦躂，多少會有不少疑問，好奇，或者說這菜鳥又不是名校的，又是文科，還這麼年輕，哪兒來的這麼好的運氣。我本來很多方面的確也都很菜的，付出的努力說實話不見得比知乎里的絕大部分人多，所以我還是比較理解各位的。這裡也衷心感謝各位為我說話的大俠，為了我浪費大家時間了實在抱歉！[抱拳]

另外，參加網路暴力攻擊的各位，和各位關注這個問題的大俠，相當都有不錯的學歷背景吧，我其實問過很多SAS問題的，別看是專家，還有你們沒找到的mysas，sasor，統計之都，人大論壇，問題大多不是初級問題，所以能得到的有效回復很少，比如這個：SAS水平測試，動腦子一起看看吧，高手入我問過很多SAS的技術大牛，還包括SAS總部專門負責開發的董事，都沒有完美的解決方案，那個帖子11頁了，很多國內大牛的，另外還有SAS-L上的。除了run_macro，我之前還直接開發過SAS原生dll函數庫解決這個問題，你們也知道SAS不開源所以別問我怎麼做到的。所以既然你們提起來了，你們一定能找到大牛，或者本身就是大牛，那麼麻煩嘗試回答一下，我也好學習一下。這個大家不要有任何心理負擔，能增強交流互相學習是我的幸運，先感謝~

當然違反合規和相關知乎規定的，還是交給知乎處理比較好，畢竟我是參與者做好自己的事兒就好了~

好了卡文，咱們回到正題。我跟你一樣，這麼多年之所以能有不少前輩幫助，很大程度上就是沾了互聯網的光，因為互聯網能讓我們接觸到平時現實生活里不太可能接觸到的人，並且交流思想，而我以前那時候，周圍也是沒什麼懂行的人的，當然現在平台環境更發達了。比如知乎，管理員周末好像還在工作，這樣的不在網站投放廣告的平台我一直擔心盈利業務線是不是足以支撐長期運營，不過看起來版權保護什麼的還是不錯的盈利業務線的。

@文正@竹竹媽@騰天@shadowleaves @瞎BB匿名用戶 @本草綱目@冼尼瑪 San LeiMa 幾位大俠說的都挺好的，我這裡分享我的一些想法也給你參考。本來正常的我跟幾位大俠一樣回復一下你問的具體的情況就可以了，不過我平生最討厭一個是官僚主義，就是自己仗著自己有影響力、以及某種特權自信去要求別人，影響別人的自由的；還有就是攔著別人不讓學習了解信息，自己偷偷回家努力的那種人。所以我準備稍微認真一點兒。^^

那麼你的問題是：看到 kuhasu 關於「金融工程是不倫不類的學科」的言論，對 MFE 的意義產生了懷疑怎麼辦？

一、首先你提到的我關於「金融工程是不倫不類的學科」的言論最早是發布在我的博客里，而你和知乎各位看到的，應該是來源於這個問題的回答：P Quant 和 Q Quant 到底哪個是未來？ - kuhasu 的回答

這個回答的具體內容我就不粘貼到這裡了，不過你可以從其他人的回答里發現兩個情況：

第一個情況是，當聽到有人說金融工程是不倫不類的學科，相當多的人就一下子激動起來，直接反對，而這其中的絕大多數回復，根本沒有看過原文是怎麼說的。

第二個情況是，從你得到的回復里，極少有人以實際情況來說明「金融工程是不倫不類的學科」為什麼不對。

而有一定市場經驗的人，其實是很容易分辨出我只是客觀的描述了情況，基本上沒有任何偏見。而且你看啊~你一定也注意到原文中還有一段：國人目光向來短視，所以往往走兩個極端，盲目崇拜和盲目否定，而且在預測失敗後依舊保留強烈期望，對金融工程也是這麼看。

那麼你想想我是做什麼的^^以及我是哪國人^^我依靠各種演算法和數量模型，建立交易體系，部署交易系統，並且達到比較好的機構的級別，大家抬舉混了個SAS專家，同時matlab，r，還有其他你們用過的很多我都很熟，高頻交易要負責低延遲伺服器搭建部署，之前還包括伺服器託管部署co-location，策略，宏觀對沖和事件驅動類的策略要藉助大數據，自然語言處理NLP，半結構化數據處理，複雜事件處理CEP。還要開發比目前頂尖機構還要先進的新型風險管理系統。覆蓋全球一大半的市場。而且隨著資金規模的擴大，策略和體系搭建部署的工作量指數型上升。這跟你在知乎了解到的前台量化分析員desk quant，以及在機構里單獨負責某一種品種的交易員不太一樣吧~那麼我應該算是什麼呢~^^從某種意義來講，就是你們定義的Quant吧~^^同樣的，Jim Simons也是Quant吧~

那麼你看如果作為Quant的我，說金融工程是不倫不類的學科，你有什麼感覺呢？^^所以你應該明白我的那些言論除了在陳述事實外，實際上還有自勉和給朋友們提醒大家不要盲目崇拜和盲目否定，認識到一些現在所謂Quant的缺陷，和風險的意思，對不對~^^只有正視這些，並且認清這些情況，才能進步不是。

然而在業內，我們更願意稱呼和認可自己數量專家的身份而不是礦工Quant。這裡面主要有兩個原因：

第一個原因就像是之前的回答說過的，大量的流水線式培訓，本來就是金融機構用人單位為了降低成本，而創造出Quant這麼一個稱呼和職位甚至學科，而這樣出來的員工質量，整體上是低於數量專家的，當然流水線里出來的也有高手，稍後我解釋原因。

第二個原因就是相當多所謂的Quant實際上是高不成低不就，兩頭都不靠。一方面數量能力方面，比數量專家等級的，要差很多，也就是說，培訓和學校教學的數量方法，根本就不夠，真正有用的演算法和數量方法你很難從教學中得到；而另一方面在計算機IT方面，絕大多數Quant，即便是計算機專業出身，注意是出身，計算機水平並不一定會比天才計算機選手高，而在專業機構，尤其是靠在市場里盈利的機構，包括對沖基金，很多演算法的優化和計算機部署，是專門依靠計算機專家的，計算機專家能做的事兒，我肯定做不了，比如在計算機語言和伺服器固件級別上的效率優化，同樣的有多少Quant又能做到呢。

那麼這種實際情況被很多Quant或者是相關學生比如MFE的學生或者已經工作了的，正在找工作的知道了後，跟你看到的在這個問題下的各種回答的情況差不多：

一種情況是，非常激動，這種激動主要是源於兩方面，一個方面是覺得自己之前的努力被否定了，另一方面是，作為具有很強競爭意識的「精英」，希望否定掉不利情況從而對自己找工作或者工作本身保駕護航。但是這種情況並不是誰說就一定會怎麼樣的，而是市場環境已經這樣了。

另一種情況是，包括我認識的接觸的工作合作過的不少金工的大牛，歐美有對沖基金的、國內有新財富優秀金工團隊的，還有很多這個領域前沿的，以及相關交易的前輩和朋友，這其中不乏高學歷名牌大學的精英，也不乏通過自己努力財務自由的大佬，還有很多機構中從業的領導和中堅力量，看到這樣的言論不但不會激動，反而還會反思自己的不足並且改進，效果反而不錯。他們中有的就是所謂流水線里出來的高手，但是展現出的開放心和進取、專業精神卻令我敬佩。可以這樣說，這樣的人不管經過沒經過流水線，或者什麼專業背景出身，都是非常優秀的。

同樣的，金融作為服務行業，需求決定了供給，所以@冼尼瑪 San LeiMa 大俠的回答就相當的踏實，我也非常認可。因為需求不同，工作不同，都是市場生態的組成部分。

二、關於你關心的mfe值不值得選的問題，這幾天有好幾位問我和托朋友來問我這方面相關的問題，我想其他朋友可能有的也想多個角度了解下，能有些許幫助也好。

1、目前mfe的市場環境並不是非常理想

現在雖然已經是2016年，但是對於你們準備為以後的事業作打算的來說，還是在受08年金融危機的影響的，mfe直接對口的工作崗位急劇減少，競爭也加大。

這個事情是這個樣子的，因為我想你們很多在08年的時候也還在上學，或者那時候剛工作不久，這裡我是覺得關注這個問題的都是比較年輕的，當然知乎老前輩，大牛也很多。所以呢，實際上你們對於金融危機並沒有真正深刻的認識，因為並沒有親身經歷體驗過，07-09年這段時間的市場的確是比較寶貴的經歷，很像是經驗值大酬賓。那時候很多人的確都經歷了大起大落，有的剛上班一天工作正準備做，就被保安送出門了；有的本來表現的特優秀的實習生，連理由都沒有就被裁了；我後來認識的一英國大叔，那段時間賠了五個多億英鎊，整個人狀態都不一樣了；很多優秀的金融人才，那時候也因為就業環境不好海歸了。。。不過生活總是充滿希望的，成功總是屬於積極進取、不懈追求的人們。你看現在我們所處的經濟環境，雖然也是波動挺大的，但總體上已經在緩慢復甦了不是嘛~當然我們在前進的道路上，還會遇到各種風險和挑戰。

很多人以為金融危機，08年從次貸演變爆發，各國政府救市，然後就完事兒了，其實並不是這樣的。經濟恢復期一定是波動的，而且如果處理不好還會有回調的，這其實是個挺緩慢的過程，得持續好多年。這裡面的原因是這樣的，08年的這次危機並不是股市下跌，大量資產縮水這麼簡單，而是它破壞了之前幾十年甚至一百年的財富生成機制和範式。你們知道資產縮水了可以再賺，股市下跌了可以緩緩，但是財富生成機制如果出了問題，經濟要恢復就得先花時間找到新的財富生成機制，還得在不激化社會矛盾的前提下。所以你們以前或者教科書上明確有效地工具和方法，就有可能不再那麼有效或者表面有效實際沒什麼用。這其中之一就是之前大量的Quant類相關職位。

另外一個情況就是，因為經濟危機的關係，很多工作機會變少了，所以大量的學生繼續深造，這些學生其實都非常優秀。但是很多學生對於專業這個東西還有之後的職業發展其實並不是那麼信息通暢和對稱，你們得到的信息來源主要是周圍同學、學長、培訓機構和學校，很少有業界直接的信息你們能接觸到。那麼為了更好地擇業，通常就會選擇一些看起來看得見摸得著的專業，比如mfe，因為認為mfe重量化，重計算機，這些都是就業的時候非常容易考察的，只要努力，花時間就能學會。但是金融領域比量化和計算機重要的能力和崗位還多很多的，但是因為缺乏對行業和實務的了解，努力的方向就不好確定。所以就有很多中國人扎堆學mfe的情況。那麼在就業的時候，相應的工作機會本來就少了，供給卻加大了，所以你們應該已經感到了很多就業方面的阻力了。不過這也是分情況的，就好像好學校里也有不怎麼樣的，差學校里也有優秀的道理一樣，同樣是mfe，也是差別很大的，這裡面關鍵還是看個人。

2、我了解的一些機構和我們自己平時工作對mfe出身的看法

告訴你們一些實話，其實管理層對於新來員工是mfe，還是計算機，還是經濟，還是哲學，還是生物，地質，石油，根本不關心，實際上也很少有高管能分辨得非常清楚。

這裡面基本上也是分行業、分機構、分情況的：

1）對於大型機構，部門職能完善的，比如高盛、黑石、黑岩這樣的，都會有校招，那麼篩選流程一般是人力資源和初中層人員來幫助篩選，那麼這些人比較關心的是你流水線類型的學習情況，也就是說，你要在流水線這個維度有優勢。在你分配的小組裡如果有懂你的主管，會是很幸福的。

2）而資管類的呢，比如橋水、城堡，除了上面那些外，因為很多還保留了行業分析類的職位，資管類基金和投行對於行業分析的需求是不同的，所以除非是涉及純量化的產品，mfe在競爭力上不一定會優於其他專業。

3）而我現在合作的對沖基金，這種家族辦公室Family Office的類型呢，因為根本不對外融資，所以也不參加排名，之所以採用Family Office這種形式本來就是為了在合規前提下規避沒有必要的信息披露和保障交易安全，這個跟現在國內宣傳的私人銀行升級版完全不是一回事兒的。而這種類型的對沖基金，可以說最接近對沖基金這種機構形式的本質，直接跟盈利相關，那麼就很少僱傭新畢業的學生，除非這個學生展現出來足以勝任的特質。而往往這類機構招聘，是不會通過招聘廣告，或者到學校里直接校招的，基本上都是熟人推薦或者直接找市場的好手，那也就不管是不是mfe還是其他的什麼了。

這裡只是簡單舉例並不完全，如果以後有需要的話，可以再詳細完全一些，之前我的其他回答有的有涉及的。而這裡面的人員出身構成，除非在一些特彆強調某方面的部門或者相關主管因為個人喜好就傾向於某類出身的話，基本上是五花八門的，歷史、哲學、物理這些都算是常見的了~

所以說其實學什麼專業並不是多重要，相當多的知識，是終身學習的結果。當然你如果利用休假多幾個實習肯定是有幫助的。哦，對了，我之前還看有人說過，要學習Bloomberg終端來學習業務積累經驗，其實彭博終端並沒有多高大上，本質上跟大智慧、同花順、通達信是一樣一樣一樣的~手動的交易員和分析師會用的多一些，但是系統化自動化交易的話，一般不用彭博，難道要在co-location的伺服器旁還擺個終端顯得高大上？linux64的ibm伺服器和kdb+更高大上一些吧~而且我估計要是把彭博裝進高性能fgpa或者asic里，那將是本世紀最難的工程！我們還得做彭博的信用風險和操作風險分析，因為如果彭博利用後台和獲知的客戶信息和行為模式比如登陸關注瀏覽哪些信息，就會危害到交易的安全性，不過很多機構我知道都沒做這方面的評估。

3、讀mfe或者其他專業，學什麼的問題

1）首先也是最重要的，合規。

合規分兩種，一種是有明文規定的，一種是沒有明文規定的灰色地帶。

有明文規定的很好理解，沒有明文規定的在金融行業的話，主要是指那些還沒有明確但是影響市場公平性、不當得利、不當利用自己優勢獲得利益、侵害其他市場參與主體的利益的行為。

09年初的時候，我去拜訪過一位老前輩，算是新中國證券行業的締造人之一了，當時很年輕，也不是很沉穩，老人家跟我說過一段話，我記得非常清楚：「小夥子很年輕啊，要注意合規，當年管金生就是沒注意好，大好前途耽誤了」。機緣巧合去年年初的時候，我還真見到管老爺子了，大家都圍著合照。我注意到兩個細節，一個是管老爺子講話思路非常清晰，另一個是我在台上做報告的時候，一直在認真的用筆記，我知道我講的東西不陳，也很清楚那些都是什麼級別和年代的。這樣看來，咱們這代人，還是趕上好時候了，不管是不是經濟危機。^^

還記得一開始我說看到這麼多網路攻擊的高興嗎~認識我的人都知道我沒有融資需求。當然並不是融資不好，合理的利用槓桿化加速發展是非常值得推崇的，合理槓桿。我沒有融資需求，那麼我的主要營收就是直接來源於市場，當市場的參與者或者潛在參與者容易激動、不合規、容易被誘導、煽動、利用，那就意味著我有更多的盈利機會，而從市場中盈利才是我作為市場參與者真正關心的。^^本來這些話我完全可以不說，然後就不會有任何改變，也許說了也不會有什麼改變，因為你很難叫醒裝睡的人。但是這麼多年我見過很多因為各種各樣問題和關鍵缺陷，投資失敗，然後影響到家庭甚至人生的人，那麼就算沒什麼作用，我也想提個醒。作為市場參與者還是堂堂正正的在市場里靠交易見真章，那才叫真本事。

當然有的對沖基金，除了對基金經理人會進行投資的勝任測試外，還會有關於合規的測試。包括是否會違規，是否容易違規，在壓力下的違規情況。卡文咱們有個現成的樣本，所以運氣還是不錯的，就是很多你這個問題的回答。

根據知乎協議：知乎協議

個人隱私
侵權舉報
2.受理範圍
a.涉及個人隱私：發布內容中直接涉及身份信息，如個人姓名、家庭住址、身份證號碼、工作單位、私人電話等詳細個人隱私；
b.造謠、誹謗：發布內容中指名道姓（包括自然人和企業）的直接謾罵、侮辱、虛構中傷、惡意誹謗等；

你會發現很多回答都違規了，甚至有的大俠一沒留神，在「如個人姓名」方面，無意識的也違規了。那麼在這個樣本里，主動去違規的，從眾去違規的，以及無意識違規的，在測試的時候表現是不同的，可以分級出來。而如果發現這樣的情況，機構會進行提醒和合規培訓。很多人都還記得光大錯單事件，如果那個時候有人沒有從眾，合規意識強，那樣的風險事件就不會發生，所以有時候從眾不是支持反而是害人。

2）接著就是思維模式。

我以前說過在歐美的金融機構的確是有職業天花板的存在，而且也有相當多的華裔精英最終無法真正融入歐美社會中。這裡面有個思維模式的問題。

就是咱們很多學生，出國深造，主要是以知識信息為主，平時接觸的朋友同學，都是中國人，這樣深造後，其實思維模式並沒有掌握。不是說非得什麼西學中用，只是你如果節拍跟不上，入職、升職加薪，是會有阻力的。

很多老外跟我反映對中國人大部分的印象是，聰明、精明、精於算計，但多是小聰明。可是他們也不怎麼樣啊，你們看看特朗普。^^

但是咱們自己有時候的確有些需要改進的，比如中國傳統文化的文人相輕文化，文人相輕這種現象文理科都有~AlphaGo大戰李世石估計大家都關注了，畢竟是熱點。你看Elon Musk怎麼說，他說AlphaGo讓人工智慧進步了十年，然後咱國人團隊說什麼呢:D，你這個演算法不是新的，我們都用過，我們都會，要有錢，有時間我們也能/早做出來了~但是畢竟還是Deep Mind第一個實現的吧，你們知道我是吃貨，這吃的東西如果能從味道上分出好壞差別，那差的可不是一兩等級的事兒了~但是我們如果做到也不盲目崇拜，Elon說的有點兒誇張，也不貶低其意義，那樣不更有利於這個領域發展？所以說思維模式是職業天花板的一個關鍵，深造一個重要意義。話說Nature一發表論文我就看了，那個演算法不是新的，本質是利用DNN的改良搜索的演算法，增強學習這裡的作用是加快搜索進程，我幾年前就用過，我都會，要有興趣，有時間，我早做出來了~:P

3）非可替代式技能/知識

客觀的講，mfe學習的是可替代式的知識，說白了如果你敢要高價，就分分鐘找個新鮮出爐的畢業生替換掉你。

但是同樣的，在培訓機構和學校這樣的環境內，想要獲得非可替代式技能/知識是非常非常非常困難的！交易穩定盈利，是非可替代式技能；你建的模型的準確度比別人高5個百分點，是非可替代式技能；你能找出機構的關鍵風險點，並有效地解決，是非可替代式技能；你會用蒙特卡洛，你會BS公式的三種實現方式，你會BS和之後的五種改良版公式實現，你會利用Fama-French三因子模型定價，這些都不叫非可替代式技能。

這就需要極好的運氣，和踏實的努力了，努力的方向很重要，跳出圈子思考也很重要。這就看你深造是什麼目的了。真正的非可替代式技能/知識，是需要非常努力的付出的。

以上就是我的一點兒想法，希望能有些許幫助。有什麼問題儘管問我，能說的我會盡量都說的~^^

我看了下上面所謂拔皮人的回復，大體都是網路暴民的思考方法...你作為一個牛逼金融人士，怎麼能用這麼low的軟體，看這麼low的動漫和我們屌絲一樣，你一定是假的！對一個情況有個預設，超過預設就否定他.

從我個人而言，我只關注了他的知乎專欄，我覺得說的挺有道理的，而且覺得比扒皮的人說的有乾貨有邏輯性多了...

另外金融這行業，為了業務與生存需要，裝逼誇大是常態. 也許kuhasu誇大了一些自己情況（我不知道亂猜的）不過我們依然可以從他一些文字中得到一些東西.反正我是搞不懂為什麼一定人肉打假...

背景：cmu的mfe 在某家不錯的prop shop工作我覺得讀好的mfe項目很大程度來說不是為了學到啥而是為了career service能讓你拿到好公司的面試另外就是身邊都是想進金融界的朋友要進更好的公司基本還是靠自己本身的智商和本科的積累這也解釋了很大一部分人會去risk 而可能在ucb/cmu/stanford讀stats cs一樣可以進citadel two sigma（雖然人家估計更想去矽谷）如果讓我說知識儲備來看cmu的mscs mcds machine learning之類的學位都比mfe更適合現在的職位

目前來說，讀一個統計或ML的 PhD 確實是走向PQuant的正途；MFE的基礎技能應該要在本科階段就掌握。

另外，

頂風挺ku大，lol

黑k大的所謂扒皮的人使用了以下假設：

1.學歷等於水平。

2.公開信息量等於可信度。

3.自營（家族）對沖基金和資管型對沖基金的信息披露情況相似。

4.管理資產盈利等於個人收入。

5.十年前的提問體現現在水準。

6.興趣愛好親民代表品味不足。

只要是業內人都知道這些假設有多離譜，但是居然利用這些假設，無邏輯的挑起不知情人士的情緒，真是沒RP，還匿名。

只學了知識不知道適用性的蠢貨「quant」就是你們了，心眼還小。

我再補充下，知乎大多量化「專業人士」一般都是課本知識熟透，學歷還算不錯，兜里沒有幾個子的類型，酸溜溜的。

進了個hf，得意得不行，看到別人的收入都是m開頭b開頭，立馬覺得是假的。建議多接觸些商界人士，不要一副沒見過錢的樣子，多丟臉，擺弄再多的模型也改變不了屌絲的本質。

借一張圖，發言的這個同志也是華人圈的傑出quant～

看完這麼多答案，最大的得著是很多潛伏的真大神都難得的現身了(樓歪得好)平時要他們分享知識還難於登天呢趕緊趁機會把他們都關注了

以後這麼熱鬧的盛事最好多來幾次，真心覺得看完這題之後學到的知識比刷十個金融話題還要多

反正我沒見過讀風險管理碩士，然後能去大行做風控的…

我覺得那些hf、prop trading更控學校。harvard的本科生可能也比cmu的金工學生更受他們喜歡。

MFE其實就是太專太窄了，這個項目出來的基本除了quant別的都不太吃香...而phd如果不是很水的話，基本出來大部分建模，數據處理甚至程序員的工作都可以做。說實話...我覺得這種項目真的不如好好學個cs, 統計，或者應用數學來得實在

我覺得mfe之外對題主可能有用的，也是想和質疑者聊的兩點：一控制情緒化偏見，挑戰並檢驗自己和他人所處現實和對應知識體系是一種能力；二在無法直接驗證對方交易記錄和具體策略的情況下，吸取他人交易觀點為自己所用、與能提供這種幫助的人建立一種良性的關係也是一種能力。

不倫不類？我勒個槽你把mfe當啥？我告訴你不是誰都有能力讀mfe並且讀好的。相信我吧年輕人 mfe絕對是最實用的一個。這是你進投行最大可能性的一個專業對於中國人而言。誰不想去ibd這種明星部門啊我也想啊可是現實讓我意識到還是有門手藝的好。年輕人腳踏實地地干。當然如果你的數學統計計算機不是很好的話不建議你讀mfe。