quant是否是一個江河日下的職業?

隨著中國市場的開放,越來越多的海外人士回國做量化分析,國內量化投資的市場競爭愈發強烈。而且市場上回測好看的策略多如牛毛,例如人人寬客這類的公眾號也大大降低了策略學習的門檻。從這樣的趨勢看來,是否國內量化已經進入一片紅海的狀態? quant這個職位的核心競爭力是否在削減?


國內量化行業正在進行一場深刻的供給側改革,大量過剩產能將被淘汰,江河日下談不上,但對於個人來說,未來幾年做quant的性價比會很低。

國內金融行業賺錢的生意,大多需要資源背景平台,能夠完全靠技術吃飯、還有一線可能實現財務自由完成跨越階層的,也只有量化,所以這個領域擠滿了大量出身一般的學霸。最賺錢的是炒錢,銀行信託匹凸匹,其次是一級市場,到二級市場本來就只剩點蒼蠅肉,量化行業賺的那點阿爾法,充其量是條蒼蠅腿。千軍萬馬擠獨木橋,供給嚴重過剩。

國外的quant大部分是在賣方,我朝由於衍生品市場小,絕大部分quant都擠在買方,而且是很少幾個策略裡面,量化選股和CTA兩個策略類型能佔到90%以上。無數學霸天天尋找交易的聖杯,然而跳出策略退一步來看,量化作為一個整體,你賺誰的錢?這種沒有牛市沒有韭菜還要扛貼水的市場,哪有阿爾法給你們?所以17年大量量化團隊解散,也是市場自然淘汰的結果。雖然賣方也開始逐漸有quant的需求,比如場外期權等等,但我朝給技術崗位的溢價一直很低甚至折價,賣方quant的性價比遠不如國外。

那麼看未來,國內量化行業16、17兩年低谷里的各種亂象,已經嚴重透支了在市場里的口碑,現在銀行、券商等渠道對量化已經是避之不及,而且在未來很長一段時間看不到恢復的可能。國內過去近十年的金融亂象以後,現在的監管方向要看得清,就是降低金融行業利潤、降低從業人員收入,倒逼資金和人才迴流實體經濟。好日子很難再有了。

所以準備入行的仔細掂量下,不要被什麼文藝復興人工智慧之類的神話忽悠,立志要做中國文藝復興的私募,我這幾年見過不下十個,現在還在的都已經沒有幾個了。不要總幻想我能成為那頂尖的一小撮,就像年輕的時候每個人都覺得自己能出人頭地站上人生巔峰,最後99.9%都成為了普通人,平平淡淡過一生。


quant從來都不是一個平均意義上很好的職業。這是一個reward outliers的工作,平均而言,做quant比不上做很多職業。進入bb或者好的hedge fund都只是入門(此時平均收入才比得上ok的碼農)。而outlier指的是這堆人裡面最好且最幸運的那部分,winner takes all,大部分人不賺錢,或者是蹭飯吃的,還經常抱怨,以為自己讀書成績和努力付出與pnl有什麼必然關係似的。那些outliers,才是大家口口相傳的quant,別的,我都不知道叫什麼好,姑且叫做混口飯吃的量化從業者吧,they have no idea how the system works and how money comes and goes.

所以,我並不覺得quant江河日下。只是摻了水罷了。對這個問題本身的定義,決定了這個問題的回答的意義。一個越來越大資金量的industry,該如何江河日下啊,只是大部分人碰不到錢罷了。


對於那些真的有水平的量化從業者來說,正在過得越來越好,正在建立起長期的業績口碑,也正在享受一個越來越大的市場。

而更多的是那些沒有什麼賺錢能力的,摸不到錢的,甚至都不在正經金融機構的所謂量化從業者。他們面臨的是一個監管越來越嚴的市場,每天拿著各種模型套來套去,不知道下份工作該去哪裡。

投資,可能是一份最需要同時具備天賦、努力和絕望感的工作了。它本來就不太適合那些出發點只是一份體面的薪水、在高大上的寫字樓里敲著代碼、不管投資有沒有賺錢都想旱澇保收的人。真正做投資的人要有隻靠投資養活自己的覺悟。獲取正收益是你的工作,不要總是覺得是市場不友好,監管太嚴苛,甚至搞起開live這種副業來了,沒決心和定力是搞不好投資的。


最近幾年就好,風口無數個:

O2O火過,萬眾創新創業,拿著PPT融資到資本寒冬,也沒太久。

fintech火過,被p2p混成騙子代名詞。

VR火過,前兩年多勁爆啊,現在恐怕沒人提了。

人工智慧火過,不知道演算法博士們是否還是畢業就百萬年薪。

ico火過,白皮書.PDF就能圈錢,參與全靠信仰。身邊越來越多人加入,不知道還能火多久。

也就五六年光景吧,多少個風口,就有多少個江河日下。

一個人如果四處追逐風口,就如同沒有根的浮萍,職業黃金期過了,就難了。穩住我們能贏?不存在的,你們穩住我去招畢業生小年輕。每個風口都會造就若干個李笑來之類的人,但絕大多數是炮灰罷了,並不是沒有代價。

金融行業這幾年,

銀行 人人羨慕過,

投行 考過保代瞬間百萬年薪過,

信託 通道業務躺錢盆滿缽滿過,

做債 牛市了幾年,畢業半年幾十萬獎金過,

券商 基金 幾年一個大牛市,

你看,哪有什麼江河日上日下的,只不過風水輪流轉罷了,行業有行業的周期,金融還是大金融。

關鍵是,

困難如2017你能不能賺錢?要的。

股指再放開時,你有多少積累能不能一年百萬千萬的賺?

Quant當還是當初的少年。


瀉藥~

2017年是一個對於量化來說非常差的年份。這兩個月老規矩年底拜訪同行交流,就我個人了解的情況,中位數附近的量化機構應該是不賺錢甚至虧一點的。現在正是大量Quant和交易員即將面臨自己最近幾年來最「羞澀」年終獎的時候,出現比較悲觀的言論毫不意外了。

一點建議:

  1. 不要相信最近幾年很多外行(尤其是很多啥都不懂就喜歡煽風點火的媒體)一直鼓吹說的「量化就要統治世界的言論」。和所有的交易方法一樣,量化交易也有自己的優越性和局限性,本身的價值也逃不了經濟學中最基本的供給需求關係,少數的outlier並不能代表行業的整體情況。
  2. 從交易員的角度來說,量化理念最大的價值之一是能幫助你從更加理性化和概率化的角度來做出決策。排除掉性格因素(這點確實很多時候是與生俱來的)以及超出正常人類能力範圍的交易類型(秒級以下響應的高頻),一個真正將量化深入到骨子裡的交易員,手動交易的水平也也差不到哪裡去。
  3. 學好量化的基礎知識。現在動不動弄個時間序列的數據,往上套一段代碼跑出個斜向上的盈利曲線就敢自稱Quant,殊不知只要知道數據的基本概率分布特性(平穩性、波動性、產品滑點、手續費),就可以用各種簡單的方法「製造」出賺錢的策略來,連「過度擬合」都用不著。過去江湖道士為什麼喜歡去農村行騙,還不是因為受騙者的教育水平低?

暫時想到這麼多,個人觀點,僅供參考。


策略交易員門檻降低,也就帶來更多的參與者,這個市場越來越屌絲化。業績也越來越難做。換句話說市場有效性也被大家有效的提高了。一個職業的競爭力其實是和這個職業隊社會價值以及參與難度有關,如果社會價值提升的邊際空間下降,而參與難度降低,競爭力自然大大減弱,毋庸置疑。


Quant本身只是一個技能,很多人把他當一個行業。不會用Quant Skill掙錢就跟不會溜須拍馬屁的公務員一樣,當然有的人喜歡守著自己的一畝三分地,我沒有貶義。沒有哪個行業是學會一項技能就能掙很多錢,就算90年代的IT,絕大多數人也沒有成為幾個巨頭的創始人。

如果說Quant江河日下,便問哪個行業不是江河日下?人工智慧的泡沫,IT的縮招,Trader被自動化替代,銷售干十年可能還沒Quant的起薪高,傳統行業知乎上不知道有多少人吐槽。所以,沒有江河日上的職業,只有江河日上的人。怎麼成為江河日上的人?我怎麼知道。


謝謝邀請。

題主用江河日下來形容這個職業,應該是基於17年整體量化基金變現平平而言。

在過去的一年,量化基金面臨了前所未有的市場結構和競爭局面,大部分的量化策略都在「熬」。因此quant的日子確實是沒有15、16那些年份安逸。監管層面越來越嚴、運營成本不斷增加、市場競爭空前激烈,2017年算得上是洗牌年份,沒有穩定資金來源與專業研究實力的基金會被淘汰出局。

在14、15年懂一些編程技能、會TB、MC、金字塔的畢業生能夠很輕鬆得拿到一份quant工作,在17、18年就不再是這樣容易,或許金融、統計、計算機專業的研究生才能拿到一份quant的offer。這和Gartner曲線一樣,經過了快速發展階段,達到過高期望的峰值後都會面臨一波回調,可能量化現在就在這個回調期,但長期而言,還是會逐漸向上發展的,畢竟量化是投資行業的主流趨勢。

如果抱著「暴利」、「發財」、「快速實現財富自由」這樣的初始目的來到量化行業,選擇了quant,那可能很容易就被洗牌,quant只是一份工作而已,並不是特別神。

quant職業並非江河日下,而是得到市場重新認識,為接下來的發展奠定基礎。


算不得江河日下吧,任何行業都是行行出狀元,只是說目前行業的集中度確實越來越高,創建新公司的收益風險比也是越來越低。對個人來說的話,收入的天花板也越來越容易碰到了吧。


只是一些碼農以為機器會算各種技術指標然後寫了段代碼以為自己也會回測了,就把各種k線神學搬來加點決策樹回歸網路號稱自己叫quant了


作為黃賭毒三害中的賭,交易所的各種政策,波動率下降,使得quant的境遇確實不太好。然而陰極陽生,陽極陰生,當年東莞大清理之後,不是又迎來了直播行業的春天嗎?一個quant要懂得靈活變通,不要只會守著股票的一畝三分地,要多向東莞的姐姐們看齊,從被清理到轉主播,她們賺的更多。同理中國股票市場一地雞毛的時候,區塊鏈不是正興起嗎,所以說賭徒這個行業還是很有前途的,不用著急從良。


quant有很多種,但是現在有兩個問題:

在國內,絕大多數人眼裡只有一種quant

在國外,絕大多數人眼裡也只有一種quant

個人覺得上面兩個問題絕大部分問題的起因


現在去做買方quant相當於1921年加入我黨,「今天很殘酷,明天更殘酷,後天很美好,但大部分人死在明天晚上」。


是。

擠在這行的聰明人太多了,聰明又勤奮的人也不少,聰明又勤奮還運氣好的人也大有人在。這就完美印證了選擇比努力更重要這一說法。年輕人眼光還是要放長遠些,不要人云亦云。現在區塊鏈、數字貨幣這麼火熱,去搞一發豈不美哉?又或是買買茅台長期持有?再不然瞄準下一個樂視,趁倒台前狠撈一筆?

如果對以上建議都嗤之以鼻,我想你很容易懷疑人生。這個市場,賺到錢就是真理,沒人管你錢是怎麼來的。


作為一個17年正收益的量化從業者強答一波。現在量化行當有個誤區,就是低估它和寫代碼之間的區別,導致很多IT人士覺得自己腦補一個模型就能在市場上當蝙蝠騎士。這個行當賺錢的人還是賺錢,當你真正具備了投資能力,你的真正的alpha怎麼會因為beta的變化而「江河日下」呢?一瓶鹽水密封起來,它的濃度不會變化,但是往裡面倒水了以後它的濃度當然要變稀。


我有個猜想,2017年中國進去MSCI可能是一個市場轉折點,有點類似於經濟體進入WTO,在進去之前,我們關起門來怎麼搞都可以,但是一旦進去了,再像以前那樣子亂搞就不行。

所以未來很長的時間裡面,A股市場的全球化開放以及互聯互通將是主旋律。這樣背景下對量化投資的挑戰是什麼?

第一個挑戰在於A股的定價方式將產生天翻地覆的變化,這個變化已經部分反映在2017年的行情和風格裡面了。過去常用的多因子模型也會不太適用,獲得超額收益的是那些有全球視野的人。

第二個挑戰在於波動率的降低。我之前有個研究,波動率高的時候小盤因子和反轉因子表現異常出色,而波動率低的時候反而是動量因子價值因子比較出色。我們再想想在美國,動量和價值是不是最強因子?美國的波動率是不是也很低?

好了,再看看市場投資者結構,2016年以來指數一直往上走,但是散戶進場了嗎?並沒有,相反散戶一直在離場,機構投資者佔比不停提高,沒有散戶的高換手率哪來的高波動率?國家隊的波段操作是不是也會降低波動率?海外的對沖基金通過陸股通的波段操作是不是也會降低波動率

低波動率市場中,指數稱王。(強者恆強)

那麼在這種背景下,我們能不能說quant江河日下?我覺得也不能,雖然2017年暴露了一大批小市值風格的量化基金,但同時也讓我們發現了市場中有很多做指數增強極其出色的量化基金。我能想到的一些quant的增長點可能是:

第一,smart beta,工具化。

第二,大數據,不單單是指新聞輿情,更多是指基本面的大數據(比如電商渠道中茅台的銷量)

第三,基本面量化,多因子模型將聚焦在如何找到好公司。

以上都是一些不算特別成熟的思考,希望能對大家有用。


你手工交易都不能保持穩定盈利,以為你玩quant就可以穩定盈利了?

是不是把交易想的太簡單了?

你不信讓那幫可以穩定盈利的quant交易員們手工交易,還是有很多人能賺。

用quant玩法只不過更便捷方便,能夠更加細緻的,有條理的觀察市場,更加適合他們。

最核心的東西並沒有改變。


quant的確是一個江河日下的職業。從海外成熟市場的經驗來看,這個結論可以確定。一般都是到新興市場才有搞頭。越成熟的市場波動率越小,波動率越小對量化越不利。這和主觀交易是不同的,主觀交易中的高手可以適應任何環境,因為他們的策略是基於推演的,而不是基於統計的。可以參考一下美國,最近幾年很多還算不錯的量化公司都已經死掉了,因為無法獲得超額回報,被動管理越來越難以被打敗。

對於國內而言,目前A股市場已經越來越港股化,隨著IPO制度的開放,以及退市制度的完善,可以預見的是未來幾年內會越來越美股化。大宗商品市場的波動率也越來越低,品種相關性逐漸擴大,一方面是宏觀環境所致,另一方面也是量化CTA參與者越來越多。對於一個市場而言,只要量化從業者越來越多,那麼大概率上是超額收益越來越薄的,也就是所謂的江河日下。


我看未必。

比如期貨本來就是零和博弈,參與的人越多參與的資金越多蛋糕越大。原來很多人回測都不賺錢,自然不會實盤。人人寬客、七禾網好歹提供了很多回測賺錢的策略,而且數目眾多,幾百幾千個,每個人交易使用的都不一樣,總體上或許還是零和,但蛋糕大了很多。

如果你的策略比他們牛逼,原來100個韭菜,現在1000個,自然是高興的


說美國quant收入高,說的也是2 sigma, de shaw, ren tech這個檔次的。美國人有幾個進得去的?

能賺多少錢只看你實盤真的賺多少錢,哪國都一樣。畫個好看的回測曲線就叫quant了?這是給自己洗腦呢吧?


推薦閱讀:

用 Trading System Lab 自動生成的交易策略,怎麼保證它不是遺傳演算法過度優化的產物?
機器學習、大數據、雲計算會端掉量化寬客的飯碗嗎?
如何通俗易懂地向一個外行解釋 Quant 是怎麼幫助金融機構賺錢的?
在外資投行的國內quant組工作是什麼體驗?
什麼是Financial Econometrics 金融計量學?

TAG:寬客Quant | 對沖基金 | 金融市場 | 量化交易 |