如何看待纽约大学教授 Marco Avellaneda 的言论：Pure Quant 叱咤风云的时代已经终结？

视频访谈：Youtube: Marco Avellaneda: "The Era Of The Pure Quant Is Over"

观点摘要：
1. 在过去几十年间，数理金融方面的理论研究积累了相当多的工作，如今市场热点开始转向应用细节；
2. 金融危机之后，金融领域的监管越来越多，使得 Quant 需要从以往单纯的理论建模工作转向在深入理解业务的基础上展开工作，特别是要从现实和宏观的角度理解系统性风险；
3. 金融本身的逻辑愈加重要，抽象数学理论的作用逐渐弱化（市场并非完美，交易成本有重要影响等）；
4. 后金融危机时代，Quant 们需要在不同国家（语言）的跨度上展开合作，技术性工作（编程）增加。

其他：

简单的 Google 搜索得到下面这个页面：
Marco Avellaneda: "The Era Of The Pure Quant Is Over"
其中有人指出：
“We've moved from the particle physicists we had before the crash to the programmers who can run stats and communicate effectively in the trading environment.”

注：以上全部为引用及摘要，不代表本人观点。“叱咤风云”一词也只是对“Era”的拙劣翻译而已，不应该作为问题的重点来看待。问题本身是想看大家对未来的热点方向的看法，和由此引申出的我们该在哪些方面（技能，就业方向等）做准备，而非批判过去。

desperado光 · 2018-10-16 00:03:55

正好这段时间在忽悠我们公司的那些经验主义者(其实是因为自己没多少经验)，就从最朴素的common sence上谈谈自己的想法

我虽然读书不多，但是一直以来一个很深的感觉是，数学负责解决科学问题，科学以外的问题，尤其是我们日常遇到的一部分问题，往往都要归到哲学范畴，所以数学和哲学合在一起就是解释世界的完整视角，而经验，不论是行业的还是生活的，都是哲学中最接地气的部分。
所以如果抛开高大上的哲学概念单说经验，视角聚焦到产业层面，数学结合经验是企业不断增强竞争力的源动力，也是所有行业争取的发展方向。

但问题在于数学与哲学这两者总会有一个在某一情况下更领先一点，因此我们才会看到大数据在互联网行业以外的地方产生了各种各样的变革，这就是数学开始领先于经验的地方；在金融行业我们则经历了经验主义时代以及火箭科学家们对金融业的洗牌，可以说没有比这个更活生生的例子了。

所以有人提出现在quant的发展已经呈现出无法支撑进一步精确的描述现实的趋势可以说是情理之中。也因此在新的方法出现之前这部分数学描述的空白都会让位于经验来解决
从这点来看，个人认为所谓的“大数据”对于社会的影响导致金融行业可能会迎来新的变革。

匿名用户 · 2018-10-16 00:03:54

提示: 作者被禁止或删除内容自动屏蔽

李菜 · 2018-10-16 00:03:52

从伯南克时代开始，我觉得这个金融圈已经变化了，不过金融圈的人管金融的事情。虽然从宏观上看，金融更多是为了服务实体经济的分支。但从学术的结构看，经济学和金融学的本质是相反。经济学是微观到宏观，金融学是宏观到微观。从数理金融学的学科结构看是经济学-现代金融学-数理金融学这样的分支。因此在未来的方向，我个人觉得并不是题主所说的，从理论转到销售的方向。更多是从微观市场转向宏观市场结构发展为主。

匿名用户 · 2018-10-16 00:03:51

提示: 作者被禁止或删除内容自动屏蔽

Shendi · 2018-10-16 00:03:50

我也去了Marco的office hour，他主要讲了两点：
1. 以后quant会成为像律师、审计师那样专门的事务所，独立执业。
2. 如果有选择，不要学MFE，学Data Science.

Ares Wang · 2018-10-16 00:03:49

不是Quant也没有任何金融经验，纯粹兴趣关注点罢了。

个人觉得三个原因吧：

1. 由于Big Data太热了，Pure Quant之前的光辉全部被吸引过去了。个人觉得在Big Data之前都是以金融数学为主导，所以找了很多physicist来做模型。可是到Big Data风风火火的时候，大家突然觉得咦，用数学解决的方法好费力哦，我们全部交给计算机来做不久好了吗？然后就有些转变，更需要的是programmers来建立程序来分析Data，建立模型。

2. 外界环境因素，你说到的金融监管机制越来越严格导致以往单纯Quant的工作变得更加实际化了，这是毋庸置疑的。另外从tech角度来说，由于分布式处理和集群计算的可用性大大提升了，计算比以前要高效了太多了，这也是推进Big Data热的一个很主要的原因。

3. 时间因素，从理论到实践来说，这个时间点上应该是实践cycle的上升期，之前的理论积累一定程度上导致了现在Quant更多的是偏向Tech。从另一方面来说，也只能说是之前实践不够，没有达到和理论平衡。

说白了，就是人懒了，思维瓶颈了，那交给机器去玩好了。

kuhasu · 2018-10-16 00:03:47

直接看这个的回复足够了，已经说的很清楚了：
【P Quant 和 Q Quant 到底哪个是未来？】我：首先你们这些初中级员工和正准备入行的门外汉是不了解我们这些高层是怎么想的，你们接触的信息，多半是金融分析师CFA和数量分析师CQF认证培训的内容，大学里面教你们的东西，即便你们到PHD，其实也是为了学… P Quant 和 Q Quant 到底哪个是未来？

然后你的关键问题在于只认识到工具的重要性，就是数量和IT工具，但是却没有意识到与盈利密切相关的盈利经验、运气、和方向的重要性，后者是前者所不能习得的。比如方向，很多人智商情商不低，同样努力，但是方向不对，一样不能盈利，但是公开信息，又很难有人告诉你正确的努力方向的，这个，就是即便刚刚经济危机爆发没几年，但市场整体素养不但没有提升，反而实际有所下降的原因，也是很多人自己鼓捣了七八年也没能稳定盈利的原因，更别提财务自由了。这点对个人和机构同样适用。

如何看待纽约大学教授 Marco Avellaneda 的言论：Pure Quant 叱咤风云的时代已经终结？

7 个回复