国内量化交易入行,找实习的几个方向!供参考~
来源:
高顿教育
2023-08-22
先聊一下量化相关的一些岗位。
我一直觉得国内很多量化交易相关的岗位职责划分挺乱的,至少我所在的城市的机构是这样的。乱到这些机构每个搞量化的,似乎都是一些所谓的全栈量化工程师。人人都是全栈的话,这个高效率社会还如何快速协同运转呢。所以,我试着将我理解的一个合理有序,一个健康有效的量化交易金融机构,往往会采用哪些分类架构,一一陈述给大家。
我一直觉得国内很多量化交易相关的岗位职责划分挺乱的,至少我所在的城市的机构是这样的。乱到这些机构每个搞量化的,似乎都是一些所谓的全栈量化工程师。人人都是全栈的话,这个高效率社会还如何快速协同运转呢。所以,我试着将我理解的一个合理有序,一个健康有效的量化交易金融机构,往往会采用哪些分类架构,一一陈述给大家。
国内的量化交易岗位,一般集中在私募基金(对冲基金)、公募基金(有点类似国外的共同基金)、券商,还有一些少量岗位在金融软件公司。
第一类岗位,偏分析研究,以策略工程师为代表。这类岗位偏向量化模型的本体初因研究,就是那些研究什么因子,机器学习赚钱的这些事儿,本质上来说,也就是在研究,究竟什么样的策略能赚钱。在我看来,他们更多的类似研究先有蛋,还是先有鸡的问题。研究过程往往是透过一系列统计罗列出的数据,可视化程序,报表,或者某某金工所公开或私密的研报之类的来形成的。
另一类岗位,偏架构实现。这里就以交易系统开发工程师,数据工程师为代表了,这类岗位,一般以实现量化策略所需功能为己任,比如数据工程师,他的职责就是为策略工程师开发的各种量化交易模型,以传统的交易所价量数据,财报数据为例,他们需要准备好所需要的数据来源,做好数据获取、清洗、存储等,总的来说就是保障数据质量,与访问速度、便捷性等等。某些特别机构要求数据独立可控的话,还会要求写好数据api接口等等。
而交易系统开发工程师,他们的目标己任,就是将所有的理论研究,透过他们有热情而又富有层次的代码而实现。这里的工程师,至少你得懂金融基础知识吧,知道交易所报价规则吧,知道怎么剔除科创板吧,另外对金融时间序列数据的处理能力你得有吧,还有至少得会主流的一些优化交易算法吧。等等等等。
当然越大的机构,这些岗位的职业就分得越精细。
好像有点跑题,不过为什么先讲这些量化交易岗位类型分类。
对于怀揣着金融量化工程梦想的你来说,只有了解好对应打算进入的机构,打算选择岗位未来发展之后,才能更准确的选择好实习的岗位,学习到对未来有用的知识。
上面这些类岗位,一般对学历的要求不高,本科以上学历即可,主要是工作经验,一般的机构都会要求一年以上工作经验,这就又回到找工作,工作单位要求工作经验,但我没有工作经验,如何进你们单位的老问题上了。
答案是:先通过实习,拿经验啊。只要是有实际的项目,你上过手的,自然而然就有经验了,而且实习阶段所获得的经验,所有机构是认可的。
当然一般小型一点的机构往往要求一个人身兼多职。对于这类型的小型机构,不是不能进入,我是比较推荐进入的,至少实习或者呆个一年半载对自己的未来,只有好处没有坏处,最大的好处在于,在小型机构,你能更好的,更全面的了解清楚整个量化交易工程项目的研究,交易实施等等方面的整个运转流程。
缺点也有,公司啥工作都是你,你却有可能啥都不懂。。。
对于,某些国内资本过剩的量化交易团队,一般集中在北京上海等一线城市,这些团队一般就是那些被称为TOP的团队,他们的要求一般挺高的,基本也就是优质名校+理工科的背景+合格的代码功底,有海外从业经验、海外名牌大学背景、国际证书(CQF这种)、国际竞赛(kaggle这种)背景等等是加分项。但这些机构我有听说,进去往往是从细分领域做起,不能窥视全局是为选择此类机构的最大弊端,有螺丝灯的可能。而且底薪并不高,产品业绩说话,压力大,有随时被开可能。
总的来说,搞量化交易的,你至少要对金融知识或多或少有所了解吧,技术方面你得过关吧。
搞量化系统开发对技术底层要求较高,像我以前搞公司时聘请的都是资深的工程师,直接能搞开发的。技术得过关,对金融知识也得有所了解。另外如果是研究怎么在二级市场赚钱的岗位,更多的就在乎他有没有二级市场的赚钱经验了,以及他研究策略的有效性、时效性、还有独特性、资金容量等等。
讲了这么多,怎么拿到实习offer?
当然是首要任务就是把自己给推出去啦。大的路径来说,你有两件事要做:
第一件,完善自己。
你需要有一定的概率论、微积分知识、刷刷leetcode这些总是必要的吧,另外基础计算机知识这些是逃不掉的。
我上面也说过,目前量化交易岗位一般要求也就只有三个、
1、学历(资源也看,资源是什么?答:出身背景,尬~~~~)。
2、数学基础(没办法,行业现在流行这个)
3、编程代码功底(空有想法可不行的,要透过代码,让你的想法变得富有温度,变得可视化,利益化)
第二件,把自己给推出去。
推荐自己的方式,要么走校招,据我所知,很多的国内量化机构每年对专业对口的优秀大学还是有定期校招活动的,有这些机会的话,对这些机构一定不要放过。
要么内推,内推的方法,其实就是需要你多认识一些人,我说的认识人,不一定指的是你现实中,同个城市,一起吃过饭的某某某。思维发散一下,比如知乎上的某某某私信这种也是可以的,前提是这些大神愿意理你。
第一类岗位,偏分析研究,以策略工程师为代表。这类岗位偏向量化模型的本体初因研究,就是那些研究什么因子,机器学习赚钱的这些事儿,本质上来说,也就是在研究,究竟什么样的策略能赚钱。在我看来,他们更多的类似研究先有蛋,还是先有鸡的问题。研究过程往往是透过一系列统计罗列出的数据,可视化程序,报表,或者某某金工所公开或私密的研报之类的来形成的。
另一类岗位,偏架构实现。这里就以交易系统开发工程师,数据工程师为代表了,这类岗位,一般以实现量化策略所需功能为己任,比如数据工程师,他的职责就是为策略工程师开发的各种量化交易模型,以传统的交易所价量数据,财报数据为例,他们需要准备好所需要的数据来源,做好数据获取、清洗、存储等,总的来说就是保障数据质量,与访问速度、便捷性等等。某些特别机构要求数据独立可控的话,还会要求写好数据api接口等等。
而交易系统开发工程师,他们的目标己任,就是将所有的理论研究,透过他们有热情而又富有层次的代码而实现。这里的工程师,至少你得懂金融基础知识吧,知道交易所报价规则吧,知道怎么剔除科创板吧,另外对金融时间序列数据的处理能力你得有吧,还有至少得会主流的一些优化交易算法吧。等等等等。
当然越大的机构,这些岗位的职业就分得越精细。
好像有点跑题,不过为什么先讲这些量化交易岗位类型分类。
对于怀揣着金融量化工程梦想的你来说,只有了解好对应打算进入的机构,打算选择岗位未来发展之后,才能更准确的选择好实习的岗位,学习到对未来有用的知识。
上面这些类岗位,一般对学历的要求不高,本科以上学历即可,主要是工作经验,一般的机构都会要求一年以上工作经验,这就又回到找工作,工作单位要求工作经验,但我没有工作经验,如何进你们单位的老问题上了。
答案是:先通过实习,拿经验啊。只要是有实际的项目,你上过手的,自然而然就有经验了,而且实习阶段所获得的经验,所有机构是认可的。
当然一般小型一点的机构往往要求一个人身兼多职。对于这类型的小型机构,不是不能进入,我是比较推荐进入的,至少实习或者呆个一年半载对自己的未来,只有好处没有坏处,最大的好处在于,在小型机构,你能更好的,更全面的了解清楚整个量化交易工程项目的研究,交易实施等等方面的整个运转流程。
缺点也有,公司啥工作都是你,你却有可能啥都不懂。。。
对于,某些国内资本过剩的量化交易团队,一般集中在北京上海等一线城市,这些团队一般就是那些被称为TOP的团队,他们的要求一般挺高的,基本也就是优质名校+理工科的背景+合格的代码功底,有海外从业经验、海外名牌大学背景、国际证书(CQF这种)、国际竞赛(kaggle这种)背景等等是加分项。但这些机构我有听说,进去往往是从细分领域做起,不能窥视全局是为选择此类机构的最大弊端,有螺丝灯的可能。而且底薪并不高,产品业绩说话,压力大,有随时被开可能。
总的来说,搞量化交易的,你至少要对金融知识或多或少有所了解吧,技术方面你得过关吧。
搞量化系统开发对技术底层要求较高,像我以前搞公司时聘请的都是资深的工程师,直接能搞开发的。技术得过关,对金融知识也得有所了解。另外如果是研究怎么在二级市场赚钱的岗位,更多的就在乎他有没有二级市场的赚钱经验了,以及他研究策略的有效性、时效性、还有独特性、资金容量等等。
讲了这么多,怎么拿到实习offer?
当然是首要任务就是把自己给推出去啦。大的路径来说,你有两件事要做:
第一件,完善自己。
你需要有一定的概率论、微积分知识、刷刷leetcode这些总是必要的吧,另外基础计算机知识这些是逃不掉的。
我上面也说过,目前量化交易岗位一般要求也就只有三个、
1、学历(资源也看,资源是什么?答:出身背景,尬~~~~)。
2、数学基础(没办法,行业现在流行这个)
3、编程代码功底(空有想法可不行的,要透过代码,让你的想法变得富有温度,变得可视化,利益化)
第二件,把自己给推出去。
推荐自己的方式,要么走校招,据我所知,很多的国内量化机构每年对专业对口的优秀大学还是有定期校招活动的,有这些机会的话,对这些机构一定不要放过。
要么内推,内推的方法,其实就是需要你多认识一些人,我说的认识人,不一定指的是你现实中,同个城市,一起吃过饭的某某某。思维发散一下,比如知乎上的某某某私信这种也是可以的,前提是这些大神愿意理你。
第三种方式,就比较low了,投各式各样的简历。为什么我说low呢,因为这种的难度最大。而且你是属于和众人一起抢过一个独木桥的感觉。
可以试试一直招聘网站,比如Boss直聘这种,除非你真的挺牛B,对方团队正好缺人,你没有问题。正常情况下,你应该跟对方公司的HR助理聊得挺欢。
另外,还有一些公开渠道,比如量化交易的社区,比如知乎量化社区、某些量化主题的QQ群,微信群等兴趣爱好组织,有时会放出一些招收实习生岗位的通知出来。
第四种方式,比较。。。。耿直boy,而且非常不人道,比较走偏门,还容易被打。(笑出猪叫~)
先说一下,当年我去券商,正是采用的这种方式,但是我成了。
这种方式就是:带上简历,陌生拜访,礼貌用语,敲门请进,大方自述,表明期望,相互攀谈,随机应变,静候佳音。
当然,有很多单位,会无耻地提出,实习期间没有工资补贴的哦。
这个嘛,你自己看着办,我是不推荐去这种单位的。
最后我说一下,从事量化交易行业,千万不要有强烈的阶级优越感,不管你从事的什么类型的金融岗位,你要记住,你在这个市场永远是服务于资本的,资本市场也永远以结果为导向,但据我所知,这个市场可没常胜将军的,所以踏实做事最重要的,兄DEI们!
可以试试一直招聘网站,比如Boss直聘这种,除非你真的挺牛B,对方团队正好缺人,你没有问题。正常情况下,你应该跟对方公司的HR助理聊得挺欢。
另外,还有一些公开渠道,比如量化交易的社区,比如知乎量化社区、某些量化主题的QQ群,微信群等兴趣爱好组织,有时会放出一些招收实习生岗位的通知出来。
第四种方式,比较。。。。耿直boy,而且非常不人道,比较走偏门,还容易被打。(笑出猪叫~)
先说一下,当年我去券商,正是采用的这种方式,但是我成了。
这种方式就是:带上简历,陌生拜访,礼貌用语,敲门请进,大方自述,表明期望,相互攀谈,随机应变,静候佳音。
当然,有很多单位,会无耻地提出,实习期间没有工资补贴的哦。
这个嘛,你自己看着办,我是不推荐去这种单位的。
最后我说一下,从事量化交易行业,千万不要有强烈的阶级优越感,不管你从事的什么类型的金融岗位,你要记住,你在这个市场永远是服务于资本的,资本市场也永远以结果为导向,但据我所知,这个市场可没常胜将军的,所以踏实做事最重要的,兄DEI们!
版权声明:本条内容自发布之日起,有效期为一个月。凡本网站注明“来源高顿教育”或“来源高顿网校”或“来源高顿”的所有作品,均为本网站合法拥有版权的作品,未经本网站授权,任何媒体、网站、个人不得转载、链接、转帖或以其他方式使用。
经本网站合法授权的,应在授权范围内使用,且使用时必须注明“来源高顿教育”或“来源高顿网校”或“来源高顿”,并不得对作品中出现的“高顿”字样进行删减、替换等。违反上述声明者,本网站将依法追究其法律责任。
本网站的部分资料转载自互联网,均尽力标明作者和出处。本网站转载的目的在于传递更多信息,并不意味着赞同其观点或证实其描述,本网站不对其真实性负责。
如您认为本网站刊载作品涉及版权等问题,请与本网站联系(邮箱fawu@gaodun.com,电话:021-31587497),本网站核实确认后会尽快予以处理。
CQF备考 热门问题解答
- CQF考试难度大不大?
-
CQF考试的难度还是挺大的,因为CQF课程内容非常丰富,需要掌握的知识点非常多。CQF考试主要包括金融工程、计量金融、风险管理、计算金融等多个方面的知识,需要考生掌握才能通过考试。
- cqf一共几门几年考完?
-
cqf一共8门考试,考试的时间每个人都不同,如果考生基础较好的话,那么最快6个月通过所有考试,因为cqf考试的一个学习周期就是半年左右。如果考生的基础比较薄弱,那么通过考试的时间可能就会比较短了。
- cqf一年考几次?
-
cqf的考试一共有四次,每年完成相应的课程就可以考试了。学员可以在六个月内完成六个模块的学习并选修选修课,从而全面攻读该课程。此选项提供立即访问整个计划所需的所有材料以及终身学习。
- cqf的含金量如何?
-
cqf证书含金量是很高的,这一点毋庸置疑。cqf的课程内容不仅包含量化金融领域的基础知识,同时不断更新和吸收前沿的国际量化金融知识,其学习模块有好几种,分别是数据处理基础、量化投资多平台模拟交易、金融知识基础和Python语言编程基础等,内容这一块还是值得金融行业的人才学一下。
严选名师 全流程服务
其他人还搜了
热门推荐
-
量化交易到底有多可怕?本文揭秘! 2023-09-26
-
量化交易培训课程都有什么内容?本文详细介绍! 2023-08-30