什么性格的人适合 Quant 这个职位？Quant 一天的生活是怎样的？

思维严谨规范喜欢与事物打交道类型的，还是思维发散善于与人交流类型的？

Chuan · 2018-9-22 11:44:12

金融行业的码农

上善若水 · 2018-9-22 11:44:11

金融码农乱入，兴趣很重要，在业余时间搞了个无风险套利策略，年化也能至少20%以上（风险其实也有，平台跑路）。每天就是早晚看下系统运行的如何，调一下参数，然后该干嘛干嘛去。最近忙于其它，也没时间继续丰富策略，扩大收益。
quant的门槛好高，高投入（博士学位），产出不确定，有那么点玄学。从长期来讲，参看目前国外的情形，量化也很难再是几杆枪就能搞定的，得有专业的traders，quants，码农等等团队协同完成。不好意思，跑题了

bryant2016 · 2018-9-22 11:44:10

和性格没关系吧，只要能搞出来赚钱的策略就行。

一天大部分时间都对着屏幕，脖子疼。

狗头禅师 · 2018-9-22 11:44:09

与其说性格不如说技能和偏好。

做quant的本质就是用数学和编程来解决金融问题。所以你需要喜欢并擅长数学和编程。能用数据来支撑你的结论。每个quant具体做的事情也会非常不一样，针对需要解决的问题而变化。所以其实很大一部分也需要快速学习和反应。

每天基本上所有的时间都在写代码。一部分时间可能在做一些数据分析和研究，一部分时间写一些交易和研究所需要的工具。

如果不喜欢编程的话会比较痛苦。

最后安利一下我的公众号：

http://weixin.qq.com/r/azoHH9bE6IuXrZJ89295 (二维码自动识别)

回归猴子 · 2018-9-22 11:44:08

个人感觉并不是那么简单的划分。讲几个故事吧，行文就不组织了。

首先其实是科研工作者一样的特质。持续学习的热情，对未知的强烈好奇心，喜欢质疑等等。
早些时候工作接触过一个美国人，物理博士，最早一起合作一个项目的时候别的组里调过来的。刚来就指出我之前方法有些不合适，因为之前我们组里一直没人质疑我的模型，不过还是接受了他的意见（虽然当时挺生气的）。后来合作多了才觉得这人很有意思，四十多岁的人了看到没见过的东西都会跟小孩子一样。有一次一起处理一些数据，电脑在跑我就跟他聊天，结果这货看着我在跑的屏幕说进度条都没有，就分享给我一个他写的print各种进度条的包（好吧，我当时想说你打断运算还要io不是影响速度么，结果还是用上了）。

再讲一个非典型的法国人吧，好像是数学博士再读了一个金融的硕士。这人就不怎么着调，每次喝都至少半醉，喜欢吹自己做的东西（其实这好像也算是一个特质？似乎都挺喜欢吹自己的模型的），还经常（没喝醉的情况下）跟我吐槽客户喷老板喷其他同事（非quant背景的）。不过他脑子转的速度（在没喝醉的情况下）大概高我一个量级，做的东西也非常漂亮严谨很少会有什么问题。

先写这些，由于是想到什么写什么而去很久没写过这种故事一样的中文了，可能比较乱，见谅。

王一博 · 2018-9-22 11:44:07

我不是这个领域，但有很多同学进入了这个领域，给我感觉就是，这个领域人要有特别强的学习能力。比如一个学数学的同学，因为需要2天学了机器学习；没有接触过python的同学2天能跑python程序...总之得学习很多新的东西，而且能短时间内学会。

————————————————————
看到一些评论，所以加点注释。
首先补充一点就是他们还是得有相当的数理基础，这点我一开始以为是常识所以没说。比如随机过程（正态分布那些太基础，stocastic calculus、ito formula、winner process这些才渐渐入门的）。编程没必要像计算机那么精通很多种语言，但是至少会1、2种常见的，比如matlab，python，实在不行也得掌握c（这个我觉得应该是国内大学理工科的基础课吧）。

评论里面有说python 2天学会太夸张。这里统一解释一下。
我说两天学会，是说他有了相当的编程基础。比如学过matlab的人应该有感觉，python和matlab语法很像。编程难的在于编程的思路，语言的转换其实很快的。何况这个领域对编程的要求是能“短时间内解决问题”，所以不要求对程序很强的优化。2天不能成为一个python大师，但是写点基础的程序其实不是太大的问题。（事实上很多计算机的学生，比如我，初步学习一门新的语言可能一天就够了。当然，我说的是初步学习，要想领悟精髓，恐怕还得很久）
机器学习也是一样的道理，有同学2天搞定机器学习，不是说他两天从零开始搞定了机器学习。他之前学过回归，学过聚类，学过数学分析，学过高等代数。在这个基础上，2天的时间，实际上是学会了如何把这些知识组合起来，用机器学习的方法组织起来。

————————————————————————
怎么说呢，其实这个领域真不是很多人想的拍拍脑袋，扇扇扇子，突发奇想整出来一个交易策略，然后就挣大钱的。他需要很不错的数理基础，还要能短时间内学会如何组合自己已有的知识。

现在想到的就这么多了，要是大家有问题也一起交流~

张嘉 · 2018-9-22 11:44:06

已经做了四年多了，总体感觉是
1>数学知识要好，要有不断的求知欲。
2>会编程，懂金融。
3>直觉也很重要。
So you should be smart enough and work hard enough.

罗斯巴德d · 2018-9-22 11:44:05

风险控制的高手，

Vincent Leiberi · 2018-9-22 11:44:04

Quant的工作对事远比对人多。

合格的Quant需要思维严谨，优秀的Quant还必须思维发散。

扭腰客 · 2018-9-22 11:44:02

以宁的回答非常不错. Market sense是非常重要的。Quant的终极目的还是市场，一切手段只是手段而已。

匿名用户 · 2018-9-22 11:44:01

提示: 作者被禁止或删除内容自动屏蔽

Yining · 2018-9-22 11:44:00

Quant不是码农，真正意义上的Quant不仅要有良好的编程能力，严谨的数学思维，还要有对市场的直觉，无论是Q Quant还是P Quant，编程都只是实现目的的手段而不是目的本身。常常有人把理论物理的研究和对衍生品的研究拿来类比，华尔街的Quant中也充满了物理学家，无论是物理还是衍生品定价都需要爱因斯坦所指出的洞察玄机的魔力：“并没有通往这些规律的逻辑之路；唯有直觉，建立在对经验的共鸣式理解之上的直觉，才能发现它们。”正如Derman在宽客人生一书中所说，最好的数量金融可以把真正的洞察力带入价值和不确定性间的联系之中。
引用Derman的<宽客人生>中的一段话来总结楼主的问题吧：交易员和宽客是当真不同的两类人。前者以意志坚定、性格直率为荣，后者则谨慎小心、少言寡语。交易员需要坚持己见，从本能出发快速思考问题，并果断做出决定。而宽客不同，他们像搞研究的学者一样，习惯从开始到结束专注于一件事，而且要深入进去，要做得好。

老豚晕糖 · 2018-9-22 11:43:59

什么性格的人适合做Quant?性格划分不好说，我只能说说做阿尔法的，从需求出发，具有什么能力的人适合做Quant吧。简单地讲，就是：

第一，学习能力，是超强的跨学科背景的文献的自学能力。
英文文献的学习能力要我觉得要达到这个程：完全没有学科背景的十来页的理论文献（原始idea式的），一周能抓个大概，找出方向，找到可以借鉴的地方，然后在接下来一到三个月能给出实现的方法，解决问题。文献理解能力+实现验证能力，这个可以算难，也不太算难。对于什么专业适合做Quant？这样的问题，其实很简单，什么样的人能做到上面的程度就是适合做Quant的人。当然啦，学理论物理出身的人（比如我自己）会有些天然优势，再奇葩的公理体系和最新的理论框架我们都见怪不怪了，跨届到数学、物理、编程、数据挖掘又有什么难的呢，呵呵。

第二，寻找问题的能力（市场直觉）
只要在这行，面对的最终问题只有一个，如何顶着风险在未知中赚钱。永远要解决现有的工具和赚钱能力这个问题。Quant只是一条途径，一种工具（如果此生誓为他人做嫁衣，那.....也醉了）。提高自己赚钱能力的出发点就是（在担当未知的风险下）寻找到自己不足的根源。这样说，验证了过去正确与否，还得打个未来是否能重复的折扣。
未知性的问题包括三部分：市场变化的未知，策略在未来适应程度的未知，和策略验证模式完成度的未知。第一部分是不可完全解的（天赋异禀的....应该不在知乎这里看我的答案吧），第二部分各路神仙可以大显身手，寻找市场上可赚钱的模式，再加数据挖掘+统计，第三部分靠缜密地推理重复梳理优化IT技能，等各种考试高分完成模式。重要性依次递减，难度依次递减，所以如果要说什么样的人适合做Quant?
那我觉得是，如果有理解市场的直觉，那么就是你了；如果没有理解市场的直觉，嗅觉灵敏全天候全市场地找，找到赚钱的模式，也可以做的风生水起；如果这些都没有，还是老老实实地从做个名校理科专业的高分毕业生开始吧。

欢迎抛砖~~ //bow all

董可人 · 2018-9-22 11:43:58

第一要对技术类的工作有兴趣，对数学和编程相关的工作不排斥。做到这一点已经很不容易，在我认识的人里，大部份人都对这种工作没什么兴趣。特别是江湖上还流传着做技术只能到三十岁，以后一定要转管理之类的传言。但是要把 Quant 需要的手艺活学全了，多半你要读个 PhD，毕业可能已经快30了，还得进入业界锻炼几年，30以后可能才是真正能创造价值的时候。那时如果你突然表示自己其实对搞这些技术没有兴趣，很难说不是一件尴尬的事情。

能够做一些技术工作的人里，又包括了只喜欢纯数学做理论，和只喜欢写程序这样的人。或许前者更适合留在大学教书，后者不如去互联网公司。但要做 Quant，你应该对两者都有一定的热情。

第二要对金融市场有兴趣。技术做的好的人一般选择也比较多，能建模能编程的人去别的科技行业也能找到不错的工作，单纯从收入上来说我不觉得 Quant 这一行就一定比其他行业有优势。但市场本身是一个绝对独特的存在，做 Quant 的人肯定是对市场的兴趣远超过去研究高能物理或是人脸识别。

也许有些人喜欢把研究市场误读成赚大钱。我觉得世界上有很多事情，比如说数学定理或是物理定律，或者是一段程序，是千真万确亘古不变的东西，但是唯独赚大钱这件事，根本没有任何定理保证你如何之后就能成功。而且你知道过去一个月最受世人关注的那位姓马的老板既不搞数学也不写程序。所以我建议不要舍本逐末，赚钱这件事由上帝决定，选择做自己感兴趣的事却可以自己决定。

至于一天的生活，我想世界变化这么快，这种事情实在是微不足道。要不要从事这个职业，最重要的是上面说的那两个条件，其他的事情相比之下都是细枝末节了。

何波 · 2018-9-22 11:43:57

quants一天的工作内容和他公司的风格、他研究的策略方向有所区别。我说下我们团队一个quants一天的工作吧。我们团队的风格主要是统计套利和高频流动性交易。
8：30: quants来到公司，开始为今天的交易准备数据，包括从万得、Bloomberg等终端导出数据，喂给自动交易系统。然后根据昨晚优化的结果，配置今天的核心参数。
9：00：所有数据准备好，配置文件设置好后，风控专员过来检查风控参数，包括每个交易员级别的、每个策略级别的、每个品种级别的指标。比如每个策略配置的资金、总交易的最大手数、每个品种交易的最大手数、当日最大持仓量、流控参数等等；如果是套利检查进场出场点的基差，如果是流动性交易，检查基准基差等等。
9:30前：所有交易参数、风控指标检查完毕后，使用暂停和手动模式启动自动交易系统，自检成功后，切换到手动模式，手动挂撤几笔单子，没有问题的话，启动自动交易模式。今天的交易就算正式开始了。
交易启动成功后，quants的主要工作就是启动matlab，继续优化或者研发新的策略，正在交易的策略就完全通过耳朵来监控，对于不同的信息有不同的声音，比如行情延迟中断报警、下单成功、盈亏、交易异常报警等等。这里的策略研发也分不同的阶段，比如早期或者一个新的quants，更多的是做paper test。或者要做个新的方向，首先也是先做paper test。 paper test的过程中，免不了大量的回测，这里回测要注意几个关键的坑：
1. 脏数据：这里包括数据粒度问题，做套利的还得考虑不同交易市场的时间戳对齐问题。
2. 高收益：有时候回测会发现，某个策略跑的数据真漂亮呀，这个时候千万不要得意忘形，很认真剔除那些单次高收益的点，这些点往往贡献了很高的收益，却在未来不可重现。
3. 过优化：过优化，过拟合这些坑就不说了。

当一个策略在历史回测中表现不错，并且样本外测试也符合的话，就可以考虑准实盘测试了，这里的表现不错主要是看年化收益、最大回测、夏普率、市场容量。有时候也会根据公司的短板有意识的补充一些策略。这里的准实盘测试是指用实盘行情，模拟下单在实盘跑。
准实盘测试后，就开始真正的实盘小资金试水拉。

而另一群做高频交易策略的quants，更多就是编程工作了，考虑着怎么降低系统延迟，怎么更优的下单。

15：30：收盘后，关闭交易系统。下载当日历史数据，用历史数据重跑一次交易，比较与实盘的差异。如果有差异，找出差异点；写交易日报。
17：00：投资总监发起每日的组会，讨论每个策略的交易情况。
18：00：开始健身房，30分钟-60分钟健身。
19：00：晚餐。
20：00：晚上8点后的夜生活就因人而异了，有继续回公司研究策略的，也有灯红酒绿、纸醉金迷的。。。

什么性格的人适合 Quant 这个职位？Quant 一天的生活是怎样的？

15 个回复