金融數學的發展方向是什麼?


很泛啊這問題問的=A=是想說個人呢,還是學科呢~

我現在就在哥大學金數,我就說說我所見到的

首先,就業方向!這是很關鍵的,99%的學金數的人都是為了就業而不是為了繼續科研、教學

1,Quant,礦工,只要名字裡面包含了quantitative或者量化這兩個字,基本就是礦工,這個方向也是很多人讀金數的目標。

但是,現實是很骨感的,找工作的時候你就會看到,部分公司是直接說「礦工這個位置招的是各類理工科phd」,即便沒有直說,金數的master和其他學科(生物、化學、物理等等)的phd,他們還是更傾向於phd。那怎麼辦?一個,讀phd咯(這就引導另一個話題,金數往phd發展);另一個,硬著頭皮投(成功率不怎麼樣);還有一個,找其他工作

2,Risk,風險管理,風險管理這個就業範圍就很大了,商行、投行、基金什麼地方都有,尤其是08以後,美國這邊對風險看得很重

這個職位呢,其實也比較quantitative,但是絕大部分情況下,還是不怎麼招金數master,為什麼呢……同學參加JPMorgan的Risk Competition聽回來的話大意就是「Risk這種東西,本科生就足夠了,沒必要招個master進來」(注意,這也算是國外特色,沒必要的地方,就不會死摳著學歷不放,因為這樣成本也低,不用給本科發那麼多工資)

另一方面,其實身邊學金數的人,對於做risk可以說是「嗤之以鼻」,risk的形象和地位就像是「quant們做個賺錢的模型,然後呢,他就把這個模型交給你,你來幫他跑跑數據,衡量一下風險如何,風險沒超,你就原樣拿回去,風險超了,你還是把模型還回去」,所以其實,這是一個很機械化的工作(除了個別的大神能開發出自己的衡量風險的模型,但真的是鳳毛麟角)所以說,有人甚至把risk定義成「那些編程不怎麼好,數學入門學了點統計,但又還是想進金融的人」(這地圖炮,別拍我)

3,Trader,這是個神一般的位置。這也分幾種吧,但讀金數出來做的trader一般也還是要懂一些編程、數學的。壓力大,靠獎金為生,節奏快,最可能暴富。但是想在美國這邊搞到個trader,沒那麼容易,因為語言問題擺在那,除非說你的英語真的是接近母語水平了;這個比較適合金數裡面偏金融背景的人去做

===============================================================

然後就是,如果不就業,那幹啥……

自己炒股……這個……呵呵呵,反正我是沒看出來這兩者之間有什麼很必然的聯繫(這就好比很多人認為學CS就一定會修電腦一樣……)但也有的啦,還是有人自己有模型自己炒自己賺的~

PHD,說到PHD那就是金數的痛處啊……想去當quant工,被人說我們喜歡PHD;自己想讀PHD吧,其實沒什麼可以給你選的……去讀數學、統計phd,別人嫌你基礎不夠;去讀金融phd,下場也差不多;金數自己呢,是個應用類的學科,基本是沒有phd的;所以很多人後面就去讀運籌學(operation research)的phd,這個還算是靠點邊的

================================================================

還有什麼嗎?沒了吧……

哦對,在最後,特此警告盲目崇拜金數的人兩句:

1.金數只能把你送進中產階級,什麼暴富亂七八糟的,還是別想太多了

2.要走進金數這個圈子,先掂掂自己的斤兩(或者是說,先自己好好體驗一下),編程和數學都不能少,別一個本科學金融,數學只學到高數,編程不會編就想著進這行,就算學校真把你錄取了,你也會哭著出來的


通過個人感覺給個答案,不一定是正確的。

題主的發展方向我不知道該怎麼理解,是學術上的發展方向還是實業上的。相信大部分知友不是來看我長篇大論BSDE、functional Ito的,所以就說一點個人的淺顯看法,也希望有經驗的朋友能幫我指正一下缺漏之處。

金融數學在一開始的主要內容就是衍生品定價,也就是Q宗,即使如今,這些知識其實也是FM或者MFE的核心知識點。在07年以前,金融數學Q quant也是quant里的主流,那個時候複雜的衍生品繁多,對定價和對沖的需求非常之大。在次貸危機之後,政府等監管部門對很多產品予以了間接性的打壓,現在的產品又開始像簡單模式推進,再加上當代的commodities市場低迷,而且Equity類的模型設計、library coding都已經趨於完善了,曾經的這些Q quant的飯碗開始鬆動。銀行這幾年裁員,commodities、equities都是首當其衝。

有人在知乎大放厥詞,Q quant時代已經終結了。但其實也沒那麼誇張。很多外行的人其實都存在一個誤區,認為價格你定出來之後就沒事情做的,所以拍腦門也能做定價,幹嘛要quant。但問題在於,你pricing完了之後你不管了,你是等死嗎?pricing完成後要花更多的精力去做對沖,把你不喜歡的risk hedge掉。pricing和對沖都是一一對應的,資產定價的根本就是對沖。只要對沖存在,Q quant其實就有用武之地。然而,對equity這個被做了幾十年的領域來說,可能沒太大必要再僱傭那麼高級的人才了,因為所有pricing、hedge模型都已經趨於完善了。但這不代表你是個MFE你就夠了,這年頭PhD那麼多,你得有競爭力才可以。如今最火熱的XVA,這個東西也是被次貸危機捧火了的,它們的定價和對沖都還有很多不完善的地方,這個其實也正是Q系人在做的。

再回到P宗,不是特別贊同樓上很多贊的那個朋友對risk的定位。可能在次貸之前,P和Q是分的很開的。但在如今, 不論是XVA還是trading,都跟risk緊密相關。其實本來P和Q都是通著的。可能一提到risk,很多人就會想到secnario test,sensitivities test,Monte Carlo等等,但其實很多的東西其實是可以推導出一些很nice的property的,不一定有必要去做MC。Extreme value theory有時也會用到,以及各種的calibration。可能確實很多的工作是無聊的,但如果你能把一個原本需要MC搞定的東西推出來了一個估計式,你的貢獻其實就是巨大的。這幾年跟risk有關的政策變革太多了,今年market risk的frtb,operational risk的ama廢棄,一些衍生品交易的中央清算,很多東西都變了。這些新東西產生了新的需求,也對過去的一些需求進行了放棄。

以前人們都說,樣樣懂不如一招鮮。我覺得現在已經不是如此了,一招鮮的日子已經不會再回來了,複合型的才是人才。不論P還是Q,還是編程、機器學習,都有必要去學習。


發展是指就業還是?

問了下我們平台#香港科技大學 - 金融數學#專業的怡雯小姐姐,以下是她的回答:

工作機會是很多的,香港這個地方特別好琢磨,很實際的,大家看實力說話。

科大這個專業實用性很強,你要是有心特別想留港工作一段時間肯定沒問題。當時我們班大概一半留香港,剩下的也就是在深圳上海北京的多了。香港仍然是亞洲金融中心,而且港科金數也是這個領域亞洲最好的專業,你進去學好了對你個人來講找工作肯定沒問題。你要是念完研究生,對經濟形式會有更清晰的判斷,可以選擇就港,或者回國。我們當時班上好多同學也是這樣想的。

至於我的同學畢業流向,上海的有上交所,羅蘭貝格諮詢等;北京有摩根投行部等。科大金數含金量高,不會說在北京上海不如當地高校吃香。工作最對口的還是投行和證券吧,確實做這的同學最多。香港的研究生各大券商的認可度很高的。我們班畢業的基本在中信,中金,海通,招商各大券商,還有南方基金,景順長城。

具體工作內容上,中後台比較多,投行的話比較偏前,屬於業務嘛。風控就是中後台了,quant 也是屬於中後台。

工資方面,券商你也知道,一般是靠年終獎吃飯的,但也看整體的市場經濟情況,市場好的話年終100萬左右沒啥問題,如果做到基金經理,或者量化分析經理的話收入會很高

金融行業漲薪還是潛力很大的。

諮詢剛進去工資是會比基金券商少點,但做到partner,vp一樣很牛逼的

另,如果想進券商的專業選擇:金融數學,金融工程,金融學,保險精算,統計。

弄了個學長學姐專門針對學校專業交流的公眾號,在這可以針對這個專業進行各種提問,我們有3個金融數學專業的同學輪流值班回答你,儘力了……


推薦閱讀:

31歲的女人不想在事業單位就這樣蹉跎歲月,想要轉行做數據挖掘,有編程基礎,可能性大嗎?
如何理解決策樹的損失函數?
數據挖掘中常用的數據清洗方法有哪些?
修正餘弦相似度和皮爾森係數什麼關係?
歐氏距離和餘弦相似度的區別是什麼?

TAG:數據挖掘 | 大學專業前景 |