大家好我是篱笆的Thomas
也是北美的一名量化金融的从业人员
今天呢
我想用这个视频给大家介绍一下
我眼中的北美的量化的这个行业
以及对这个行业里边的工作种类
进行一个粗粗略的分类
大部分的中国留学生
在北美
都是在找比如SDE和DS相关的工作
但其实量化领域呢
也适合
有这些个计算机和数理基础的同学们
现在国际上的就业真的是越来越难了
我也希望这篇视频呢
能给大家提供一些新的思路啊
首先呢量化行业
在美国是一个高度竞争的行业
它可以说
是聚集了全球最聪明的一些头脑
这个行业所寻找的呢
是那些对数学
统计学计算机科学等有深入理解的
并且能够把这些technical的知识
应用于金融市场的人才
大部分的量化行业
对候选人的要求一般是硕士和博士啊
当然就是如果你很优秀的本科生
也可以进到这些领域里
那很多顶尖的量化基金和教育公司
也会特别青睐
来自世界顶尖大学的毕业生
在技能要求上啊
除了你要有扎实的数学
和统计学的基础
一般来讲掌握一门编程语言
比如Python
C++等也是必不可少的
因为这些年量化这个领域
对机器学习的算法呀
大数据技术啊
包括AI这种
是非常非常加分的一些选项了
那你在求职的过程当中
你要向他们去展示
数据学扎实的专业知识
并且同时很多时候
你会面临啊一些实际问题的case
study就是一些案例
然后呢一些编程的一些个
就是technical的内容的
因此有编程的挑战
还有一些数学和统计啊
一些就是说脑筋急转弯一样的问题
还会很多时候
让你去对金融市场做一些分析
那么这些其实更多的考察的是
你的思辨能力
和解决问题的能力
就critical thinking
problem solving这些
并且他们还很喜欢在评估候选人
在团队合作的能力
和压力之下的工作能力
那么量化的定义呢
我觉得首先我们应该搞清楚一点
或者说框特
它是一个形容词
指的是你的工作属性
是量化的
说明你你
通常我们认为这种工作
候选人要拥有大量的数理
统计和计算机的知识
它不是一个名词
像老师律师等等
所以在不同语境之下
它可以代指不同的职位
所需要的能力
也可以是非常不一样的
那这个大家可以去类比一下
在数据行业
如果你是一个data analyst
data scientist
data associate或者data engineer
它所负责的就是不同的领域
虽然too data这个词
在都要和data去打交道
但是你跟Excel的data打交道
也是一种data
你用Python去处理一些文件呐
去建一些模型也是一种data
所以在具体的情况之下
你要根据你具体你个人的能力
以及市场上有什么样的岗位
以及你具体想要做什么
去挑选合适自己的矿大的岗位
觉得有必要对这些量化岗位
做一些划分
这样大家更知道自己适合什么样的岗
位以及看到一个岗位的时候
更知道他想要寻找的是什么样的人才
金融市场呢
我们可以先简单的把它分解成啊
划分成买方和卖方
那么买方呢
就是有钱的那些机构嘛
就是说机构投资者
他们要把自己的资产去做一个allocate
他们要去购买证券呢
或者其他的投资产品
他们可能包括mutual fund
就是基金呢
养老基金
passion fund这种
或者保险公司或者family office等等
那卖方就是给
顾名思义
就是给这些买方提供服务的啊
他们可能包括我们所比较熟知的
投资银行
证券公司
或者第三方的一些机构
还有一个我觉得大家比较啊
比较热门的去处就是market maker
比如大名鼎鼎的Cidel啊
他们就是做时尚吧
他们很多时候
同时扮演着买方和卖方的角色
但是大部分时候他们更加倾向于卖方
是
他们为特定证券提供买卖的一种报价
提供流动性
然后去减少那个买卖
and ask之间那个spread
他们去赚那个钱
那大部分的对new grad比较对
就是新的毕业的学生
比较友好的岗位
一般都是卖方居多
那么这种岗位
可能包括我们所熟知的desk cone啊
model con Quant developer
或者一些啊算法吹定的岗位
那这些岗位大部分的时候考察的是你
会偏重考察首先你的soft skills
会有很多behavior question
你的communication的技能怎么样啊
或者如果他肯定的话
可能会考虑一些期权定价模型啊随
机微积分啊等等
那这个原因是在于呢
像我们刚才说的
卖方是给买方提供服务的嘛
那不可避免的是
你肯定要跟clients打交道
然后他有需求
你当然要跟他沟通
告诉他这个我给你提供的服务
你具体可以怎么用
还有
跟公司内部其他的staycolder打交道啊
可能你服务的对象
是你们公司内部的买方
或者一些其他外面的一些客户等等
而很多时候卖方他最终这个业务线
他赚的是fee和commission
那自然就是说
你不可能是你这个东西
跟我解释不清楚
那你没有办法跟sequel的很好的沟通
那你就是有再好的technical scales
这个岗位
也很难最终把offer发到给你
那买方的很多岗位呢
我们所说的Quantitive portfolio manager
或者说quantitive researcher
或者说一些Quant trading的岗位啊
tag一个方向
它更多考的是你的回归和算法
他们相对于market maker
他们是市场上的market taker
他们更他们的risk主要来自于这个啊
市场上的波动的
这个就是交易决策的风险
也就是他们是低买高卖嘛
但是很多卖方的话
他们是要去
他们更多的风险
是来自于价格波动风险
因为他们啊简单一句话来讲就是
他们吃的是交易量
他们不吃PNL
赚不赚钱无所谓
我是Dota neutral的
所以说
卖方会对你的定价模型更重要
会不需要对冲等等
呃像我们刚才讲的啊
买方的工作呢
很多时候对new Grad不是那么的友好
我相信大家
很少在你学校的校招
或者对new Grad友好的岗位上
看到Quantitative portfolio manager
或者Quant research
即使有可能也是针对PhD
或者非常头部的学校的一些人
这个也首先是因为说
他们是站在食物链的顶端吧
他们就是合同里经常的那个甲方
然后也是因为
他们在放的里占的比例本身就比较少
买方的矿真放的我觉得可能就10%到20%
这这个很少
而且呢更不要讲说hedge fund里
标榜自己是矿的的那个比例更低
而且很多时候它只是market
自己是矿的
它其实有一点挂羊头卖狗肉的感觉
因为很多时候在hedge fund里
矿的是跑不赢呃他们的同行
他们也跑不赢market
最新评论 1
:感同身受