【思考13】关于要不要成为一个quant职业选择
作者:yunjinqi   类别:    日期:2021-11-30 17:49:25    阅读:3115 次   消耗积分:0 分    

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。


版权所有,转载本站文章请注明出处:云子量化, http://www.woniunote.com/article/23
上一篇:【思考12】在金融投资中,个人投资者能够战胜机构投资者吗
下一篇:【思考14】量化交易回测中,关于涨跌停的处理方式