很多年轻人，包括我，择业可能都有一个误区，都是希望先看喜不喜欢，自己的性格适不适合，但是，这种符合直觉的反应，可能并非是最佳的选择。

我研究生毕业已经六年了，如果让我重新来过，我会首先考虑现在的金融行业，有哪些领域是高价值区域，所谓高价值区域，你可以理解为一个风口，也可以理解为一匹好马，只要你找到这个行业，进入进去，稍微努力一下，就会比别人发展机会多得多。然而，这样的领域，往往是违反直觉的，你很难找得到，有可能靠运气。让我重新来过，我几乎不可能找到。你需要借助别人的力量，咨询一些前辈的意见，看看哪个领域，未来一二十年，发展机会比较好，是高价值区域。

上面的方法是最优的，但是，考虑到我本身能力和资源的有限性，我会采取第二种战略：

我会列举一下我能够拿到的工作机会，列举一下自己的能力优势与性格，从这些工作机会中挑选一个自己相对喜欢的，并在这个相关的领域内，持续不断的努力。有一句话说的好，风水轮流转，今年到我家。不管你的工作，你选择的领域怎么样，只要你在这个行业做的足够好，做到了专家级别，基本上就没啥问题了。

所以，看一下你有没有相关的知识和技能，能不能有信息花时间掌握这些知识和技能，然后再说性格适不适合。

我爬了猎聘网关于量化相关工作的招聘要求，并进行了一定的分析，总结了成为一个quant需要的知识和技能。

成为一个quant,你需要五会（会金融，会计算机、会建模、会回测、会实盘）
---基于猎聘网2577份量化相关工作的招聘数据的分析

问题1：哪些地区量化相关的工作机会比较多？

主观经验来看，应该是北上广深。让我们用数据来说话。从数据分析出来的饼图来看，提供工作岗位的城市上，北京占28.3%，上海占23%，深圳占11.7%，广州5.73%，杭州4.8%，武汉1.74%，成都1.74%，南京1.53%，苏州1.25%。所以，符合基本的常识，在一线城市，北上广深，quant的需求最大。

问题2：量化相关的薪水怎么样？

不同地区，薪水差别会非常大。既然，北上广深的岗位占据2/3以上，而且，其他城市的数据样本量较少，分析可能没有代表意义，所以，仅仅分别考虑北上广深的相关的岗位工资。

针对北京的量化相关的信息，剔除相关的工资信息为面议的岗位，共有451个工资范围是明确的。工资取标注的工资范围的中间值。

从工资上来看，大于20万的，约占55.7%，大于40万的，约占15.7%，大于60万的，约占3.3%，大于100万的，约占1.3%。

问题3：量化要求什么样的技能呢？

从招聘的描述中，获得50个关键词，得到如下的结果：

import jieba.analysekeywords_top=jieba.analyse.extract_tags(mytext,topK=50)
keywords_top

['量化', '策略', '优先', '开发', '交易', '经验', '能力', '相关', '模型', '金融', '以上学历', '工作', 'Python', '研究', '熟悉', '分析', '数学', '专业', '投资', '团队', '编程', 'C++', '计算机', '具备', '数据分析', '数据', '统计', '具有', '学习', '算法', '硕士', 'Matlab', '建模', '期权', '良好', '熟练掌握', '工程', '优化', '实盘', '产品', '进行', '数据库', '熟练', '扎实', '沟通', '维护', '本科', '回测', '以上', '基金']

从中可看出不少的东西。

比如：

1. 编程经验，需要熟练掌握python\c++\matlab等工具

2. 有一定的学历要求，本科和硕士以上学历

3. 偏好金融、数学、统计、计算机等专业背景

4. 工作内容主要是研究分析的相关工作，需要数据分析、需要回测、需要开发建模、需要维护模型、优化模型、可能涉及到实盘等

5. 需要一定的经验，一定的团队合作能力。

基本上和大家对于quant的认知相符合。

问题4、我对五会的理解

会金融：理解金融、相关金融工具（股票、期货、期权、基金、债券、外汇等）的本质、理解市场参与者、理解相关市场的交易规则、理解市场的运行规律

会计算机：懂得基本的数据库知识（mysql、mongodb等，会存取数据）、会使用R\python\matlab\c++等编程工具进行分析、懂得网络基本知识、会多进程多线程等加快效率

会建模:量化投资的核心就是把人对市场的理解与认识，规则化一定的模型，让模型代替人的主观意识去客观的进行金融工具的投资。模型就是一个个的量化策略，如多因子策略、动量策略、反转策略、配对策略、行业轮动、CTA策略、高频策略、可转债套利等交易策略

会回测：回测是检验模型好坏的手段之一，也是最重要的手段之一。回测过程坑很多，有机会总结一下回测过程中面临的陷阱。

会实盘：如果策略是在二级市场上运行的，就需要涉及到实盘问题了。什么样的策略能够实盘，怎么样实盘，如何管理策略，这也是我在思索的问题。

想要成为一个好的quant，基本上可以按照成为科学家的性格来。去做一下性格测试，看一下适不适合成为科学家或者专业人员。

智慧、心灵、财富，总要有一个在路上，愿我们能在人生的道路上，不断成长、不断成熟～～～

感兴趣可以关注我的专栏：

my_quant_study_note：分享一些关于量化投资、量化交易相关的思考

backtrader量化投资回测与交易：本专栏免费，分享backtrader相关的内容。

量化投资神器-backtrader源码解析-从入门到精通：本专栏目前收费99元，预计更新100篇策略+20篇backtrader讲解+80篇源代码分析。