學習炒股對未來的Quant工作是否有助力？

01-14

我是大四本科生，即將赴美攻讀金融工程碩士學位。

這是我一年前問的問題。現在自問自答，做個了結。

首先感謝Huntley Zhao的回答。我也還有半年就要碩士畢業。這一年來，我走過了他走過的路，也得到了他得到過的結論：炒股對於quant的相關工作當然是有益的。但是，因為有太多更加重要的技能需要去學習掌握，所以不應該花時間在炒股上。

這些技能有：

金融數學：二叉樹模型，B-S模型，久期，martingale，伊藤積分，幾何布朗運動，無套利理論，風險中性定價等。

數據分析：機器學習，時序分析。

CS：主要的：C/C++, Java, Python, VBA, R, MATLAB, SQL; 次要的：HTML, JavaScript, XML.

針對不同領域，還需要掌握：利率模型(Black-Derman-Toy Model等)，波動率模型(Local Volitility Model, Stochastic Volitility Model, Jump-diffusion Model)，量化風險管理(VaR, CVaR, copulas, Extreme Value Distribution, Risk Allocation, 等)，市場微觀結構(Roll Model等)，資產管理(utility function等)，商品衍生品(我還沒學)，等等等等。

這才是成為一個quant所需要掌握的知識點。

以上。

我就不請自來的消除一下零回覆好了。

我目前在美國攻讀金融工程碩士學位，還有半年就畢業了。

在對Quant這個工作沒有更清晰的認識前，我也有樓主這樣的疑惑。

如果回答的不是很全面或者有錯誤，還請高人幫助指正和修改。

我覺得解答這個問題首先需要知道Quant這個工作是幹什麼的，知道幹什麼我們就知道這個工作崗位需要我們擁有什麼樣的技能。

Quant是設計並且運行數學模型(當然，這些都是通過編程實現的), 來給衍生品進行定價，預測，還有防範風險的人。

這裡我們可以參考@石誠在另一個問題裡面回答的一部分內容，來看看Quant是幹什麼的：

這應該是某公司招聘的內容

數量化策略研發人員：

崗位要求：
1.學習數量化策略的研究方法，學習各種金融數據分析工具，對大量數據進行研究和分析。

2.參與研發團隊日常工作，並能獨立開發的量化交易策略。
3.學習並擁有足夠的計算機編程能力，有能力完成量化策略從開發到生產的全過程。
任職資格：
1.2014年畢業於頂尖高校的博士，數學、物理、統計、金融、數量經濟、電子工程和計算機等專業優先；
2.具有實證金融學、計量經濟學研究經歷（包括論文、working paper、大作業、RA）的優先；要熟練掌握實證研究的某一統計軟體（例如SAS、Eviews、Stata、R）；
3.掌握並運用C++，Visual Studio， JAVA、HTML，SQL或Oracle 資料庫，具有相關開發經驗；
4.待人誠實，工作勤奮，認真，負責。具備較強的主動性及快速分析和解決問題的能力。5.具備良好的人際溝通能力，有團隊意識。

現在回到樓主的問題，炒股究竟對於做一個Quant有沒有幫助？

絕對意義上面是有的，能簡單的讓人們對股市有一個初步的了解；

但是相對來講，炒股所花的時間如果投入在你所欠缺而正是Quant所需要的方面，應該才是更為正確的做法。如果你本科學的是數學，那麼需要補充計算機和金融方面的知識，如果是金融，則需要更深入研究數量方面以及努力學習編程，如果是計算機，那麼就是補充前兩者。總的來說，大方向需要的是這三個專業，Quant是一個非常跨界的職位，要求很高，大公司一般也都需要頂尖高校的博士。所以單靠炒股，肯定是不夠的。

如果作為個人愛好和初步對證券市場的了解而且不差小錢的話，炒股不失為一個好方法。

希望答案能夠對樓主有用。

既然都是高盛的分析師了為什麼還要問這種問題