计算机系学生想从事金融行业，如何起步？

01-16

先说一下自己的背景，本科是上海交大电信学院的传统工科（自动化），ms项目是西北大学（美国）的computer science。本科和ms之间工作过15个月，深刻认识到对于我这样的普通人而言，选择一个平均薪酬较高的行业是非常重要的，这也是我ms项目选择cs的原因。
我在cs方面的水平（积累），可以算是连门都没有入；天赋平庸。但我并不讨厌这个学科，甚至经常在学习过程中感到喜悦。根据我之前的了解，一些特别出色的程序员（researcher, scientist）进入的金融相关领域是高频交易。基于对自身实力的估计，这条路目前而言不适合我。

我的希望是自己可以在cs专业水平不断积累和提高的同时，逐渐补充金融行业的基本知识（数学、经济学、金融学），那么问题来了：
1. 关于基础知识的补充，应该从何处入手？
2. 需要达到什么样的标准（例如通过何种认证（我听说过的有cpa, cfa, frm, cqf..）、拿到何种学位等）才能获得金融行业的实习机会和工作机会？

问题可能提得无厘头了一点...希望各位给点建议，谢谢。

MB,MA同学的答案有点太夸张了。本人目前就职于某世界顶级量化对冲基金，上面列的东西只有一两项还算比较精通的。

楼主的问题是要进入这一行，只需要一块合适的敲门砖。进入金融行业不需要精通那么多东西，在量化行业成为专家，也许也只需要精通其中的一部分就可以了。

很多量化公司招新人的时候，最看重的不是你已经知道什么，而是你未来的发展潜力。你需要向别人证明你的很强的学习能力和你的智商。

以你的cs背景，最好的做法是首先加强你的专业技能：编程、计算机系统知识。

编程上，需要精通C或者java，了解常用的算法。不需要能达到acm拿奖的水平，acm拿奖主要是需要熟练，coding速度快和准。对于掌握算法来说，大概是能刷完leecode的题目就很不错了。

最好熟悉计算机系统和编译原理，这对于优化你的程序很有好处。

R或者python，较为熟悉一个就可以了。他们都有类似的工具去完成一样的任务。工作中如果需要另一个或别的，可以再学习。

而FP之类的，有兴趣可以了解下，毕竟用的公司还是很小众的。

ML的话，大致了解即可。如果你不是专门做这个的，公司也不会需要你很快用各ML方法做个什么策略。还是那句话，入了门以后，一切都可以慢慢在工作中学习的。如果想要在ML上有些什么能放到简历里的东西，可以学几门coursera或别的什么上的相关课程，拿个满分。或者在kaggle上拿一两个靠前的排名。

金融知识对买方的量化领域来说，甚至都不是必须的，有些基本的知识概念就可以了。上面说的很好，没有个十年的经验，你是看不出市场的什么规律的，所以刚起步的时候，你就主要听你的领导怎么指导你去做就好了。

数学方面，建议好好看看概率和统计。会做概率题大概是一块很重要的入门砖，面试中很大概率会问概率题的。做好数学题也是展现你的智商的机会。

----------------------

另外补充一点是，对买方的量化来说，楼主提到的那些证都是没必要的。需要的话，有可能入职后要考当地的从业资格证。

反对@MB MA的答案，本人在某公募做量化，如果答主有一天达到他的要求，你自己一个人都可以开一家私募了。

原谅我见识浅，以下内容仅适合国内量化行业。

术业有专攻，量化也分很多种，可能很多还在行业门口徘徊的小朋友一说起量化会不自觉地联想到高频，事实上我国能做高频的除了CTA还能有什么呢？一个流动性提供策略能容纳的资金规模又有多大呢？

每个人不可能懂所有的知识，每个投资经理都有自己的风格，有的可能只会找alpha，有的做择时选信号。大部分做权益的量化策略idea比数学重要多了。做事件驱动固然需要做爬虫，搞大数据，但是很多机构在做这个项目的时候并没有任何人懂NLP的东西，招个计算机系学点金融的人不就得了。

所以题主你看，你西北大学CS毕业，对于做量化来说技术的底子肯定是有了，当然高频应该是和你最匹配的一条路，补一补基础的金融学知识，再研究研究市场微观结构（看看Harris的Trading and Exchages.maket microstructure for practitioners之类的），多找机构的人聊聊，找份实习找找感觉，干这行的，不断地学习才是最重要的（不过话说回来哪一行不是这样呢？），因为金融的很多规律，当每个人都知道的时候，也许这个规律就失效了，中国各方面衍生品才刚刚起步，量化的未来肯定是光明的，共勉:)

PS：好像大部分时间都在歪题吐槽，见谅，看到好多类似的回答了，每次看到各位知乎大神回答quant必备技能时，作为硕士都没读到的答主玻璃心都碎了

求介绍基本的金融知识，最好是系统性的，同CS想转金融