你为什么劝退quant？

手里有剑 · 2018-9-22 11:44:05

太浮躁，严重的浮躁。

风险中性原理完全不懂，二叉树模型都要实习生才能讲明白，就敢大谈期权风险有限收益无限blabla。

连实际波动率和隐含波动率都分不清楚就敢扯期权策略，开仓了个跨式，不随市场对冲就敢说做多波动率。

伊藤积分都能忘了二次项，就要拿布朗运动建模。

看涨看跌期权套利监测直接套书上的公式，结果发现到处都是套利机会。根本不理解看涨看跌平价关系是怎么推出来的。

完全不理解希腊字母怎么用，到最后就是赌方向。

其实就是，行业里根本没有愿意踏踏实实研究东西的人。

说白了，千万不要把金融业的思维放在金工上。

你说招quant为啥喜欢博士？我觉得知识面是次要的，术业有专攻。关键是，读博的人，都能踏踏实实做事。至少不是把快钱放在第一位，不是把忽悠放在第一位。

不论是干哪个行业，稳扎稳打才是王道。

Toby · 2018-9-22 11:44:06

很多人都只说到quant一小部分，先上个Quant大致的分类：
卖方：
1. Pricing、包括CVA（场外衍生品做市业务，复杂衍生品做市需要定价，core skills: stochastic, pde, probability and measure, monte carlo）
2. Risk Quant / capital quant（做VAR模型的，包括做IRC/CRM/SR/PD/LGD等regulatory risk metrics的，core skills: probability and statistcs, time series, monte carlo）
3. Execution quant（delta one/cash equity PB业务，代表客户交易股票的经纪人，顺便降低交易冲击成本和费用，core skills: programming，market microstructure, optimization）
4. Model Review （审阅、测试别人的model，提出修改意见的，又叫model validation，core skills: documentaion, highly depends on the desk）

买方：
5. Statistical Arbitrage （“量化策略”的集中地，各类“xx中性策略”的集中地，中低频为常见，core skills: statistics, time series, machine learning)
6. Asset allocation （研究如何有效分配资产比例，从宏观上提高整个fund夏普率的，需要懂各类资产风险特性和macro hedging strategy，core skills: statistics, bayesian, optimization, macro-econ/finance）
7. High frequency trading （高频做市的，都是流动性好的产品，日渐萎缩的行业，全球估计就几千个人在从事，core skills: computer science)
8. Quant trader （就是拿着量化武器的prop trader，基本是想怎么trade就怎么trade，对自己pnl负责，core skills: general/mental math, game theory and probability, market structure, risk management, macro, programming, statistics)
9. Quantamental ( 一些equity shop开始蹭大数据的热度，请一帮phd从数据挖掘角度筛选公司，和国内“选股”很相似，core skills: statistics, machine learning, finance)

多说一句，Quant trader大概是综合要求最高的岗位，基本上要自己做model，做test，写production code，交易，风控。虽然数学、编程、金融等子环节或许都没有其他领域的人深入，但考虑其知识广度，需要的前期准备基本是最多的

在美国，这个行业，基本上只有很小的一撮人在做有意思的事，其他的（或许90%）基本就是真的搬砖（好一点的implement model，有的review model甚至clean data；好多银行quant都是和ccar/basel打交道的，和主营业务毫不沾边）这90%的quant未来成长性都是非常有限的
不得不说，同一个title下（quantitative analyst, quantitative research, risk analyst, trader...）做的事情真的千差万别，成长性上升空间也大相径庭。
所以，劝退quant？我不劝退quant，我劝退的是model review，bank risk quant，automation quant等Dodd Frank法案后冒出来的一波新兴quant，甚至给trader打工的pricing quant（有待观察）

个人粗浅看法，只是一个角度

黑猫Q形态 · 2018-9-22 11:44:07

关于关注点偏…楼下一些答案本身已经给出了诠释…
建议大家在讨论问题前先去了解一下“写出赚钱的策略”这种类型quant占整个数量行业的多少，国内外分别占多少，其他种类分别都是啥，站多少；然后再研究下仅在数量投资这个子领域里，国内做那些“策略”的quant占整个数量投资领域多少。综合起来就知道为啥叫关注点偏了。这也不奇怪为啥人人都开口2acj（就不谈d了）

还有一个最大的误解是某些人口中的“理论”和“顶尖的数学家才能做好的”，真的只是这个行业的基础，而且稍好一点的本科生就能掌握，而且一点也不“理论”，相反《超应用》：

“老子做应用的”
“老子做应用的”
“老子做应用的，洗数据用py…

原文：
我不劝退quant，我只是不劝进。

这个行业方差很高，但均值甚至没有银行职员和贷款公司高，且入行门槛和技能需求一年比一年高。

同时很多人对这个行业抱有了太多不切实际的幻想，相当一部分人因为国内行业，政策和从业者的局限性的这个行业有着畸形地窄且偏的看法。关注点全部堆在了几个在整个行业甚至占不了多少比重的小点上。在毫无基础建设的情况下蜂窝般的涌向个别看起来十分高端的方向，个个仿照2acj。误解一年深于一年，以至于“量化”一次在黑猫的字典里已经成为骂人的话。

一个特别需要长期雕琢的行业里，短时间内竟然爆炸般的涌入了无数技术投机者，虽不至于药丸，但前景也绝不光明。

国外的形势也同样严峻，1:300的pk率还是有的。

总之，虽不主动劝退，但是不劝进，望大家理智对待这个行业

bryant2016 · 2018-9-22 11:44:08

我不劝退。

作为一个junior quant, 我没资格去劝退或者劝进任何一个想进这个行业的人。我只想讲讲自己的看法，我觉得quant 这个职业会越来越好，特别对于资管行业。

金融这个行业，靠的是信息不对称，关系和信任。以前这个世界信息少，靠人脑就可以处理完。信息不对称主要是获得信息的能力不对称。所以有人挖掘内部消息，有人靠信息不对称赚散户的钱。但随着科技进步，信息的获得越来越容易，数据量也越来越大，已经超越了人脑能处理的极限。信息不对称也体现在了处理信息的能力不对称。在未来的投资活动中，一定需要以高速的方式处理大量的信息，形成投资决策。这个处理的工作，可能是data scientist来做，可能是P quant, 也可能是我们现在还不清楚的新兴职业。但我相信，拥有量化能力和金融思维的从业者能在未来的金融行业拥有重要的一席之地。

洞明练达 · 2018-9-22 11:44:09

Q-quant和P-quant加起来还不如D-quant多，D-quant是什么？Development Quant（区别于quant developer）

日了个天 · 2018-9-22 11:44:10

本来我想说，因为很多想入行的人对quant的理解停留在十年前。
不过转念一想，有什么关系呢，这个行业确实停留在十年前啊。
然而，十年的时间，足以证明一个经济学概念：边际效益递减。
------------------------------
当这个行业没有创新，没有新产品时，大部分quant的价值就体现在，让交易自动化程度更高，让模型/算法更精确，让风控更完善。

这些都是“养寇自重”的活。即，大部分的quant工作的意义，是让自己的工作体系化程序化，让自己的这个组这个岗不再需要那么多的quant，就能完成一样的business。反之，如果有持续的活需要同样甚至数量更多的的quant做，那养这么些quant的价值体现在哪里呢？这就是目前quant行业的悖论。

仅限美国，中国不了解。

子楠 · 2018-9-22 11:44:11

量化这个行业，是少数可以凭借硬实力说话的行业。你学历好，科班出身，大公司，足够的资金，写出来的不赚钱就是不赚钱。老子垃圾学校毕业，穷B一个，没背景，全靠自学的，用的那些SB说没法预测市场的机器学习，还是自己的钱一点点跑起来的，能赚钱就是能赚钱，老子的简历连那些大公司的海选关都过不去，但是这些所谓的有名的公司，你们有几个人从获取数据处理数据到写模型加容错全是一个人做，还能稳定一个月10%以上的超额收益？（老子最好的仓一个月30%超额收益）。

这是少数几个没有背景的程序员，能够就凭借硬实力，站着还把钱赚了的行业。你们那些既得利益者就不要在那里划胖哭穷地劝退了。

所以我并不劝退，相反，我鼓励有自学能力的人来做quant。这是少数几个你能凭借数据，不用去讨好任何人，市场会给你的辛劳回报的行业。就算是所谓的最公平的高考，北京上海的学生比你天然更容易上重点大学，但是量化这个行业，他们也得和你扯到同一水平线上竞争。

既然得公平竞争了，他们当然整天劝退你们咯。

匿名用户 · 2018-9-22 11:44:12

提示: 作者被禁止或删除内容自动屏蔽

今天发工资了么 · 2018-9-22 11:44:13

没资格劝退，不过作为junior，最大的感受是大部分时间我在提高数据质量，非常心酸

赵大川 · 2018-9-22 11:44:14

参考有效市场假说中，半强有效和强有效的区别：

在半强式有效市场，量化的目的，从来都是在挖掘内幕消息。但是内幕消息，一些能人一般有更好的捷径可以选择——直接去找相关政府人员，或者找大资管的从业人员。

至于量化中的一些套利，只是在半强式有效市场中，信息流动时产生的摩擦从而带来的盈利机会。你说说，这个方向还有钱途嘛（逃）

Davy Zhu · 2018-9-22 11:44:15

因为我找不到工作呀（摊手）

梦冷 · 2018-9-22 11:44:16

找到的总是有恃无恐

匿名用户 · 2018-9-22 11:44:17

提示: 作者被禁止或删除内容自动屏蔽

shouko · 2018-9-22 11:44:18

因为大多数人只能做卖方。。。

匿名用户 · 2018-9-22 11:44:19

提示: 作者被禁止或删除内容自动屏蔽

匿名用户 · 2018-9-22 11:44:20

提示: 作者被禁止或删除内容自动屏蔽

Murphy · 2018-9-22 11:44:21

不劝退，，，反正好工作也不多

Feng Marco · 2018-9-22 11:44:22

选择太窄了

夜枫 · 2018-9-22 11:44:23

quant 期望难道不为负

jerry · 2018-9-22 11:44:24

的确，这个行业要求，投入高，回报跟提成相关，不然收入低，中年大叔的我尴尬

你为什么劝退quant？

20 个回复