如果以后想做量化金融这方面，研究生选择计算机专业还是金融专业？

本科211，大三计算机专业，以后想要做量化这方面，要准备考研了，不知道该选择继续计算机专业还是直接跨专业考研，考金融，求大神指导

子楠 · 2018-10-13 14:54:28

如果你要去公司上班，凡是和金融相关的任何行业，都是选“名校”的金融相关专业会更好，重点是名校。如果去不了名校，那学啥专业都没什么意义。

如果你要自己干，现在已经可以开始写代码测试了。量化这个行业的好处就是，只要你收益率高回撤低，你可以不用上班。代码会为你赚钱。

BigQuant · 2018-10-13 14:54:29

谢谢邀请。楼上有很多不错的回答，但我的观点可能有些差异。
我建议什么好考就读什么专业，以能考上研究生为原则。因为近年来量化工作就业竞争激烈，既然你想做量化金融，如果不是研究生学历，其实敲门砖就输了一截。当你有了研究生学历以后，咱再去思考怎么做好量化金融这件事。
量化金融概念很大，学金融能做很好，学计算机同样可以做好，只要拥有学习能力，都可以把这件事做好。之前很多人跨行做量化也问过相关问题，我做过详细回答，你可以去看看，截图如下：

计算机专业转行量化分析投资，我需要怎么做？

作为一名金融学的研究生，如果从零基础开始学量化投资，需要学哪些东西，做哪些东西？

低调 · 2018-10-13 14:54:30

泻药，选择计算机。给自己留一条后路。入行量化之后的淘汰率99% ，是一个赢者通吃的游戏，需要极大的努力，而且天赋比努力更重要

老杨叔聊志愿填报 · 2018-10-13 14:54:31

统计学、概率论和数理统计、应用数学

jean luo · 2018-10-13 14:54:32

谢邀。不是专业相关，但是认识的几个搞量化的大牛基本上都是计算机出身，还有数学和工程的。（一个度读金融或者经济的都木有）个人觉得学校牌子硬很重要。学校或者导师够硬似乎想干啥都行……

Zzzzh · 2018-10-13 14:54:33

泻药~简单写点……

如果金融能考到清北复交那就去吧，深圳分校也可以，金融工程这块应该是清华和上交最强，人往高处走，认定这两个地方没错。除了北京上海香港，其他地方读金融，意义真不大，除非一心要去做理论研究了，不然比如像南大的金融，已经脱离实践好久了……金融这个行业很看出身和圈子，如果有实力当然是去最好的学府深造。

而要我看，走计算机方向可能才真的是更容易做出点成果来的。说实话，经济学的思考方式不是一朝一日就能养成的，很多普通985金融专硕经过2~3年的熏陶也未必能够具备这样的能力，有一种什么都读了，却什么也没读的感觉。（有不服的，尽管来辩）而且，在中国，金融方面的教育很大地脱离了实践，读的是“经典”的课本，非常依赖研究生自己在金融机构实习提高实践能力。倒不如平时多看着财经评论，像大佬他们一样去观察经济，思考经济，是提高经济嗅觉上性价比最高的。理论学习重要吗？重要，但是经济学这么多模型最终的目的无疑都只是去证明你主观判断的工具，如果你能够直接判断出来，又何必学这么多的理论？万道殊途同归。我认为非金融专业用国际金融这本书入门再合适不过了，其他的理论，真的可以有需要再慢慢去学。但是，走计算机方向，如果你仅通过一些指标数据构造出的投资策略就能在同样风险程度下有更高的回报，那你很容易就可以参与到管理上亿的资金，毕竟资本才不管你是211还是985。

FredY · 2018-10-13 14:54:34

如果只有这两个选择的话，我会说计算机硕士，选统计学习，深度学习，优化这种能结合数学和计算机的交叉领域会有帮助。如果不止这两个选择，那还可以考虑一下统计，量子计算，数学这些方向的硕士，因为你的本科已经是计算机了，再去读计算机的话不如提升一下自己量化方面的一些背景。
就算是只有计算机硕士和金融硕士这两个选择，这两者也不完全是二选一，如果你对金融有兴趣的话，你自己多花点时间把CFA考下来就可以，一级的内容差不多就和金融研究生差不多了，不得不说我觉得授课型金融学位还是蛮水的，参看Marcos López de Prado的Finance as an Industrial Science，这个作者的作品你可以多关注一下，比较适合你的背景，或许你能走在很多人前面。而计算机的细化领域你就很难自己学到一定的高度了。这种背景下计算机硕士+CFA这条路显然更优。
不要限定自己以后一定做量化投资这个行业，如果感兴趣的话先找实习看看，这样有一个更真实的体会。
最后就是，你可以把自己的背景切分到不同的维度，比方说数学，统计，金融，计算机，软实力等等，然后再基于这些去看看市场上有什么你能做的以及你感兴趣的。职业的选择其实可以很广，看宽一点或许能找到一份更适合你的事业。

优矿量化实验室 · 2018-10-13 14:54:35

首先梳理一下Quant的主要教育背景：

工程背景：计算机
数学背景：统计学，运筹学，概率论，应用数学
金融背景：经济学，金融学，金融工程

再理一下Quant的技能树：

基础的统计和概率学知识，比如：
各种抽样的意义
常见的概率分布
常见的统计量：平均数，众数，中位数，分位数，方差，标准差，变异系数，t-value，p-value 等
理解常见的分析方法：线性回
归，加权回归，时间序列分析，多元回归等
基础的金融投资知识
基础的投资产品及其特征：股票，期货，期权，基金，衍生品等
利率，汇率的概念
基础的金融理论和模型：Efficient-frontier，CAPM，black-litterman，risk-parity 等
股票，期货常见的各种技术指标
理解公司财务分析方法
有计算机编程基础，和常用应用统计工具使用
对计算机理论体系有一定了解
掌握量化研究主流的Python语言
对 python 相关的 package 有使用经验

最后直接回答一下题主的问题，目前量化的趋势越来越依靠技术能力和手段，题主可以在研究生学计算机期间补充金融、数学知识，比如去考一个CFA，这样效果会比较好。
最后欢迎题主来优矿做量化学习和研究，这是我们的网址:
优矿 - 大数据时代的量化投资 - 通联量化实验室

童南乔 · 2018-10-13 14:54:36

建议先找计算机的工作（考不考研究生不重要，因为做量化靠的是你对市场的理解，并能用程序实现盈利的交易策略。锻炼这些能力并不一定要读研。），有稳定收入之后，用业余时间研究量化交易。
当然，如果一心要读研也可以，但请相信我，无论你在哪工作，研究策略这件事只能靠自己。

宏源期货技术于强 · 2018-10-13 14:54:37

研究生最好不在国内“混”，如果非要在国内，要往一流名校考（全国公认的那几所）。
既然本科学习了计算机专业，多多实践才是王道。软件方面，可以多去折腾些开源的项目如董可人的kungfu、用python的交易员的vn.py、海风的海风AT等，熟悉架构的同时也了解各种平台的优缺点，以及未来如果你来做，你能够贡献的方向。此外，操作系统内核优化、反汇编、网络优化等也有重要实际意义。硬件方面，如果做低延迟方向，现在做FPGA的人并不太多，学会FPGA编程，也能算是一项加分技能。此外，服务器调优等能力，应该说是必备的了。
既然要做量化，数据分析的功底自然是要有的，传统统计学知识、统计学习知识等是要好好领悟原理、学会应用的。
金融的大多数课程，与量化交易可能都距离比较远，如果有兴趣，可以好好学学《期货，期权和其他衍生产品》。