物理学转金融的人优势在哪里？是思维方式吗？还是数学基础？ |
我的图书馆
物理学转金融的人优势在哪里？是思维方式吗？还是数学基础？ |
【李望的回答(133票)】:我本科在国内就读计算机+双学位，研究生在英国学金融工程，现在PhD第二年，研究的是信用模型及衍生品。就像前一个回答者所说的，如果可以让我回到高考前，我会毫不犹豫地选物理，数学等专业。无他，数学基础太重要，当我考试度读master时才认识到自己本科少学了很多数学。当然编程能力你也能在数学物理等专业学习到。金融领域很庞大，所以题目里的转金融实在是很模糊的概念。销售，HR，客户关系等职位，的确不需要数学多好，量化多精。正如再前面一位回答者所说的“与人沟通能力，人脉，是数学物理课本上学不到的。但是我相信，这些能力不是任何课程能教的。而这些能力是一个人的EQ而非专业技能。所以当讨论到人际关系，沟通能力的时候，我认为实际已经跑题了。不要以为华尔街里的人就像电影华尔街之狼里的小李子那样是靠忽悠赚钱的。那只是满足局外人意淫的艺术作品。当我们抛开一些在金融领域里边缘的，非核心的职位不说。如果一家投行要设计某种衍生产品以满足客户的需求，一个很自然的问题就是，该卖多少钱。如果你说，当然越高越好，那么最少应该不低于多少钱呢？实际上他要考虑什么价钱才是合理的，所谓“fair price”。自然而然地，我们就涉及到了数学模型，概率，偏微分方程。对于更高级的已经无法推导出解析解的数学模型，其他数学工具，计算机编程能力就有必要。因为可能要用到asymptotic approximation, 傅立叶变换，PDE的数值解，simulation等等。实际上金融工程，金融数学基本就是围绕这个主题展开研究的。运用什么模型，如何求解，如何在这个模型之下做对冲 and so on. 当然这是起码master level的东西，本科需要积累抛开资产定价不说，当regulator要求银行对于衍生品trading book的exposure计提capital reserve the时候，数学模型也是不可避免的。举个例子，当我卖了一堆衍生品给IBM，根据regulation，我必须对IBM的违约风险进行量化分析，再对于衍生品的exposure进行量化分析以最终确定我对于IBM违约风险的头寸有多大，再进行准备金计提。这里所做的都离不开前面所提到的各种数学工具的运用。例如其中对于Credit value Adjuatment的computation已经发展到研究运用GPU（显卡）编程以追求更快的速度。这已经是计算机科学，数学，金融的融合。也是其中一个例子为什么很多计算机背景的人也会进金融。我是无法想象只靠EQ，金融知识是能胜任这些工作的。如果你不喜欢投行，在基金的核心领域里也无处不是数学（这里说的核心不包括拉客户）。高频交易，套利模型，asset allocation， portfolio optimisation等就会涉及到统计模型，各种时间序列分析（注意不是技术分析），计量模型，参数估计，非参数估计，HJB equation。而我罗列的只是我知道的，我不知道的可多了。总的来说，如果你没理科生的头脑和基础，不懂技术，也可以进金融界，但是不怎么可能做核心工作，只能拉拉款，搞搞客户关系。我这里不是说人际关系，沟通能力不重要。如果想要进国际投行工作，这些是基本的。而现在国内很多本科生过于强调这些人际关系的能力，通常抽象成所谓办事能力而忽略专业技术的培养，是很不好的现象。如果你上linkedin，搜索一下投行高层的背景，你就能看到大部分来自物理工程数学领域。很多物理的phd后来才做的投行。即使用的不是物理的只是，但对同一个金融现象的诠释，理工科背景的人对比起文科背景的人说出来的话是差异很大的。希望能帮到你吧。-------------这里是分割线--------------------------这里补充回答-------------其实我看这个问题的时候没评论的各位那么扩散思维。题主问的是物理转金融优势在哪里。那么我就把物理学数学计算机科学在投行里的作用说出来。所以，1，承销，卖衍生品，风控……谁才是主营业务，与题目无关。我说的是我知道的英美投行的情况。很多是基于我学长同学们告诉我的。这些人分别在citi，巴克莱，汇丰，摩根斯坦利担任quant。有risk quant 有equity quant。所以如果扯到中国特色，那真的是一个没完没了的问题。2，我很反感把索罗斯搬出来做例子，因为这样的例子对于一个大学生来说一点指导作用都没有。如果你问一个大导演怎么拍好电影，他会跟你说他的世界观和哲学。他说的没错，但是他还没跟你说他如何设置摄像机和场景这些细小的技术面。因为这对他来说不是问题。而恰恰，太多人忽略最基本的技术，而把自己抬到一个分分钟能影响市场的角色想问题。就像Dai说的市场影响力，定价权。其实也没说错，但问题是一大学生哪来的资本，哪来的定价权？有的只能是技术，如果技术没有了就什么都没有了。3，模型是中性的。不知道反模型的人有没有真的学过模型。至少学到现在没一种模型告诉我怎么忽悠客户把我的亏损都承担掉。就像我要买一份CDS对冲我持有的信用风险，模型会告诉我应该付对方多少钱。但是对方如果不懂模型，不懂自己要承担的风险而愿意接受更低的价格。这难道能怪模型？这得怪对方不懂模型。模型算出100块，您给客户送了100块，最后卖了300块。用一个不fair的价格，不合法的手段，造成客户巨亏，然后反过头来怪模型？如果一些人所强调的客户关系blahblahblah是指怎么送出去那100块钱。那么用户亏损了到底是哪个环节应该受到指责？4，能搞定机构客户，搞定要IPO的公司。怎么搞？吃顿饭？其实这是说了等于白说，因为我看完了完全不知道明早我要朝哪个方向努力。如第二点提到的，没指导意义。5，我感觉评论里有几个人提出反对意见，但是其实我们说的不是同一件事。我是从资产定价，风险管理的角度说明出数学的作用。但是感觉很多人在说的是理财投资？居然还扯IPO去了？Dai说“答主说的很多模型我们都是在实战中检验过的，有些的效果只能呵呵了。。。” 冤枉啊！！我通篇回答可是连一个模型的名字都没提过，连Black-Scholes都没提到，让你呵呵的是哪个模型？你真的读我回答了吗？另外你的“实战”又是什么？6，其实一直有句话“尽信模型不如没模型”。每个模型都有一大串assumptions。所以它推导出的结果的意义也是有局限的。但即使有局限，其结果也是有指导意义的。就看用的人怎么理解了（不懂的就乱用咯）。其实就这个问题，有一个专有名词叫“model risk”，即运用不同模型进行定价的差异造成的风险。通常要对比，折中以规避这种风险。我觉得讨论模型到底有没用实在没有意义。quant就做这个，这是事实，也没啥好反对的。我回答的初衷也只是告诉题主quant会这么干，而且没说其他技能没用。所以还是请反模型的人反应别过激了。在一个像投行一样的大机构，做什么的人都有。对于自己不熟悉的技能和部门加以反对完全没必要。但是反对前至少自己要了解，要不然反对得也没根据。另外，搞关系和搞模型是对立的？我不觉得。【知乎用户的回答(61票)】:我本科金融+硕士金融，本科属于文科，硕士在国外读的属于理科，而且已经工作了，如果你今后想工作我应该有点发言权。如果你今后想PHD可以参考楼上某人的话如果能让我回到高考前我绝壁选择本科数学/物理+硕士金融金融工作范畴太广，刚起步基本可以简单分为销售类，分析类和管理类技术类的不用说了，技术分析谁都会谁都能学会；然而基本分析，建模，量化你以为想学就能学会吗？稍微简单的还好说，复杂点的模型对数学要求很高，这时你的优势就体现出来了。就我身边同学的水平我可以很负责的告诉你，搞数量和建模纯金融的肯定比物理+金融的差远了。上面是我的主观感受，下面说客观事实，你去看看国内外大券商大投行总部招的技术类人才是什么要求，都是理工类和金融复合背景，物理和数学是第一选择。这也属于没有关系没有背景的人能找到的起薪最高且发展前景最好的工作了。下面说销售类工作，高端客户作为上层人士，是不会被忽悠的，说服无非两个方法，一个是theoritical，一个是empirical，前者靠逻辑，后者靠数学，物理背景有没有优势一目了然。学文的人是能忽悠，但那只能骗骗小客户，真正的大客户都有自己的想法，学文的人说个话都没逻辑，能留住大客户吗？而且就我观察高端客户大部分都反感学文人的那种文艺幼稚的气质。管理类工作我就懒得说了，这种工作谁学学都能做，谁晋升都可以，没有背景什么专业都一样。前面是起步，下面说长远发展，这世界上最赚钱的工作永远是基金没有之一，对冲量化的招人要求网上有你可以自己去看学好数理化，走遍全天下这话永远没错，因为你掌握的是实实在在的有进入门槛的技术，别人跟你就是有差距。文科硕士才真是没用，他能干的事大专毕业都能干。他今后唯一的出路就是和学历比自己低得多的人去拼人脉拼忽悠。而你的技术可以让你一下找到只有硕士才能干的工作。纯数理化硕士不好找工作是因为这类专业偏研究，无法转化成利润，所以人才需求少供给大。量化金融就不一样了，你可以把建模转化成利润，而且国内现在量化金融人才缺口非常大，即便是在金融市场已经成熟甚至饱和的欧美，人才缺口也很大，你学好量化金融也不用愁工作。最后说说自己的本科金融都在干嘛，就是背书，背完就忘，全是些理论知识，之所以说是理论就是因为假设根本不能实现，一点用都没有，你们学物理的自己看书也可以跟上我们，但你让金融的人去学物理的模型绝对学不会。我之所以打了这么多是因为刚做完一个量化工程的题目，现在打从心底里佩服数学好的人。数学和物理不是真理，但他们凝聚了历史上最聪明的人和现在最聪明的人的心血和智慧。你可以觉得它没用，但短时间内不会出现比它更有用的东西【小切糕的回答(13票)】:几乎没有优势。用我的血泪教训现身说法，我是物理本+金融硕，下面从理论和实务两个角度分析物理（本科）转金融的优劣势。理论方面，首先谈优势，一般来说，物理背景比经管出身的数学、计算机能力强，在逻辑思维、数据分析上具有一定优势。但是，一来这种优势并非物理独有，而是理工科相对经管科所共有的，二来这种优势往往不足够显著，除去少数天才，物理背景在数学和计算机方面远远不能与数学、计算机科班出身相比，很多经管背景的学生稍加学习即可达到同等水平。下面谈理论方面的劣势，也是我认为物理转金融最大的劣势——决定论思维。物理学的核心课程是四大力学，所谓力学，归根结底是“作用”，讲究物质之间的相互作用规律，上至天体，下至粒子，无一能逃出决定论框架下的因果思维（量子力学引入了不确定性，但其研究框架仍是决定论的，爱因斯坦一直论战“上帝不掷色子”，可见决定论在物理学中的根深蒂固）。相较于分析和代数，物理出身的人在概率、统计方面背景相对较弱，而这方面恰恰是金融（数理金融）理论最依赖的部分。举个栗子，物理学中混沌的概念看起来可以解决纷繁复杂的金融现象，有一阵子很火，混沌看似随机，本质上却是决定论下的“伪随机”，初始条件的微小偏差（通常是超出我们观测精度的）导致运动终态的不确定，表面上就形成了随机性（有点像伪随机数的生成，用一个确定的种子生成一个循环周期非常长的序列，截取一段来看就很随机）。相较之下，概率论中的随机才是“真随机”，样本空间的样本点通过随机变量映射到实空间，即不需要初始设定，也不需要复杂的逻辑链条，而是从本质上承认不确定性的存在。决定论的思维在处理金融问题时带来了一些麻烦，市场上的一些“证券物理学”论调，给金融市场强加一个未经检验的因果逻辑，得出一些似是而非的结论，试图给证券投资这种艺术披上伪科学的外衣。相较而言，金融衍生品理论直接承认了不确定性的存在，并在此基础上对衍生品进行定价，把基础产品的定价继续留给市场，并不试图去进行任何形式的预测。实务方面，以传统的IBD、S&T、研究三大块业务分别分析。传统的IBD对social要求高，专业知识偏重会计和财务，物理背景在IBD方面有劣势；S&T中，目前国内的sales对产品要求还不算高，依旧是看重social（很多机构的sales团队都是清一色的女神团，能摸敢睡分分钟），传统的trader什么专业背景的都有，物理背景算不上优势，quant trader偏好理工背景不假，但物理背景比不上计算机和数学吃香，此外该职位在国内发展还比较初步（待遇发展尤其慢）；研究板块和品种关系比较大，权益、信用研究依赖基本面，看重宏观和财务，金工研究则是八仙过海，理工背景还是有些优势，不过物理背景依旧拼不过计算机、数学，甚至不如统计。综上所述，有些金融行业职位亲睐理工背景，但物理的竞争力不如同为理工科的计算机、数学和统计。物理转金融，最重要的是抛弃决定论框架，学会用的框架来思考金融问题。指望通过阅读物理书来搞通金融，我觉得是不切实际的。【知乎用户的回答(14票)】:泻药。看到很多人说没啥关系，也有很多人说的神乎其神。我自身作为一个物理转金融的人来谈点我的看法。首先，金融是一个很大的学科的，就像物理也是很大的一门学科。做IBD，M&A或者传统上的trading的，按很多人的定义都是金融。对于这类的金融来说，我感觉作为一个物理学专业出身的人来说，没有任何优势。但是对于现在很多的量化交易、金融风险管理等等来说，物理学专业出身的人可能就会有一些或者很大的优势。我说物理学专业出身的可能会有优势是因为物理也有很多方向（请原谅我下述的这种分类），如果你是做实验物理的，可以说基本上跟这些金融的方向关系都不大了。但是如果是做统计物理或者计算物理，那么关系就比较密切了。比如说做强关联电子体系常用的一些hubbard模型或者Ising模型会用退火算法来做一些蒙特卡洛模拟什么的，做期权定价、算VaR的时候，我们常常也会用一些算法来做蒙特卡洛模拟。所以你看，这里大家做的还是有些类似的。另外数学物理方法里面会学点的PDE，用到的也不少。最后总结用别人的一段回答来结束。之前跟S&P的一个物理phd的Director聊的时候问他觉得我们以前做物理的人转做金融有什么优势的时候，他说：“我想可能优势并不是很大。但是现在我这一批的quant确实很多之前是做物理的。因为我们做物理的有个特点就是：啥都懂点。这让我们很适合去做一些开创性、拓荒类的工作。比如说之前计算机最早出现的时候，没有人懂计算机，就是我们做物理的去研究计算机。后面成为了一门专门的学科了以后，就变成有计算机家专门去做这件事。对于quant finance来说，以前也有很多我们物理学家、数学家、计算机科学家来从事这个行业，但是现在已经有了很多像你这样专门的学习quant finance的人了，所以说将来应该越来越少学其他的来做这个了吧。”【佟浩功的回答(14票)】:谢邀，凡要挨打的答案一律不匿，总得有人说说实情。我猜题主问这个问题的目的是想知道你在专业上的选择是否正确？我也算是所谓理工转金融的人，有些话真是不吐不快。你可以说我还年轻见得还少，但是我和很多很多圈子里的牛人和高管交流过类似的问题，得到的答案全部都是：想做金融的话没必要本科学理工科，没什么用。我自己的感受是，说学理工学科对金融没用有点偏激了，应该是有很大用的，但是有用不等于你就得学它。花四年时间学理科，虽然为将来转金融打好数理基础，但是你从中的受益并一定比你的付出多啊。quant这个行业现在国外的形势是这样的，buy side的顶尖quant team不要什么金融啊MFE啊这种学历的，还是要理工phd，也就是说本科学理工硕士转金融的人实际上很少能得到在对冲基金做量化赚大钱的这种机会。而sell side的quant本身技术含量要稍低于buy side，有些门槛可能更多的是在金融和经济的知识上，甚至有数理基础一般，本科都不是理工科的人在做。我觉得可以这样总结，理工转金融的人最适合做的工作是金融界的那些金融味儿不那么浓的工作，有很多因为喜欢金融而决定先打好数学基础的人，他们当初所感兴趣的不是这类工作，但是进了这行之后以后的选择余地也很少了。很多人可能是最初是因为投行、风投、并购等等这些东西才喜欢上金融的，后因各种各样的原因选择数学、物理、计算机一类的专业以打好基础。但是等你真的从学校走出去的时候你在这些工种上的能力和人家金融、经济、管理类专业的人才相比真的毫无竞争力可言（大样本而言，不排除有真的各方面很优秀的，我有个师兄就是这样，学习好情商高能力强人还很nice，简直是我的人生偶像）。而数理转金融的人我了解到的大多还是在金融领域做数理工作吧？这个真的是当初这些人想要的吗？应该不全是。我认为”打好理科基础有利于学金融“这个说法是从学术角度来说的，在业界工作的话不一定。顶尖的金融学的研究现在真的离不开数学、物理、计算机。数学从来没有像现在一样对金融产生如此决定性的作用。不过这个是学者要研究的事儿，对于绝大部分人来说，学金融不是为了做这些数理味儿极浓的工作的。我们实话实说理工学生的情商、社会生存能力、人际交往能力等等这些金融需要的素质相比商科、社科学生总体而言有差距。不要光看着有一些物理、数学大牛在金融领域做的很牛逼，其实失败的例子更多。而且在金融界从事quant这种工作的竞争压力我认为是比其他工种大的，因为quant最后存活下来的都是最聪明、最能吃苦、最有创造性、甚至可以说是最天才的人。综上呢，物理、数学、计算机乃至其他各种理工科的学生如果转金融的话，没法一刀切的说谁的优势更大，应该先看你是什么样的人。如果你是技术型人才，那先学理工科再转金融这个优势绝对是很大的，甚至可以一直读到理工phd再转金融我觉得最好。但是如果你是商人型人才，恐怕就谈不上优势了，可能还有劣势。技术型人才我觉得就以现在排名第一的答案那个答主为榜样就好了，而商人型人才我觉得你学金融然后补充数学知识要远比你学数学物理再补充金融知识来的值。=====================你个点赞狂魔。。。。【知乎用户的回答(9票)】:鉴于好多经济学家都是学物理或者数学出身，所以目前好多学习经济学的人都认为学物理再学金融或经济才能有前途，但事实上，一位著名的华人经济学家曾在被问道物理学对其经济学方面成功的帮助时给出了否定答案。现在我们来想这样一个问题：当我们观察到很多成功的经济学家都是从物理学转行的时候，我们能说学好经济学需要先学习物理吗？答案是否定的。尽管两者之间存在相关性，甚至是强相关，我们也不能给出肯定答案，因为这里有一个内生性问题——即这些人之所以在经济学领域取得成功，并非因为他们先学习了物理学，而是存在另外一种因素（比如高智商之类），这一因素曾经促使这部分人选择学习相对艰难的物理学，又在现在帮助他们在经济学领域取得成功，从而使得“看上去”是先学习物理学再学习经济学才能取得成功。所以说，想学好经济或金融就学习经济或金融吧，不要瞎想些别的（虽然我当初也这么想过）。如果你真的对经济学感兴趣，那么当你在思考经济问题时遇到了问题，你会主动去寻求答案。在寻求答案过程中，如果确实需要用到物理学的知识，再学习也来得及。毕竟，不管是物理学还是经济学，解决问题的能力才是最重要的不是吗？【陈浩的回答(8票)】:看到那么多牛人的回答，我也来说说我对金融的看法，本人是纯文科背景的财经系本科学士，喜欢历史，英文较好，高等数学一般，物理基本不懂，目前从事中小企业的信用贷款（300W起）工作。数学和物理究竟对金融行业有用么？我的看法是有用，不过作用非常有限。因为不懂数学和物理，就不对上述两个学科评论了，我来说说金融吧。首先，你得搞清楚什么是金融，金融是资金融通的缩写，说白了就是借钱，借钱就需要至少两个主体，一个需要钱，另外一个有钱。需要钱的无非就是个人或者企业，原因多种多样，大致分三类：可以是创业，可以是用于经营，也可以是借点钱办场婚礼。。。。那么有钱的在哪呢？如果你的创业想法像马云一样好，有软银为代表的风险投资可以给你钱，如果你是正常的扩大产能，投入更多经营性现金流的话，就需要银行的贷款，如果是为了办婚礼急需酒席钱，那么就需要民间借贷这种快速的融资机构。。。。这叫各自的融资渠道。好了，那么为什么人家给你钱呢？先说风投，风险投资同时给10个看似优良的创业者1000万，投出去了1个亿，9个项目都倒闭了，1个成功了，为他挣了1一个亿，收支相抵，如果成了2个以上的话，下半辈子就可以高枕无忧了，有兴趣参见阿里巴巴的上市，所以风投的目标就是把投资项目的失败率提高到10%以上，那么对每个项目的分析就得更加准确，顺便说一下哈，这些项目都是商业性质，极少支持纯粹的科学研究，那么商业性质的项目将来能不能挣钱，估计没人能说的清楚，只能做预测，涉及到预测的东西，最好不要做复杂的数学模型，因为变量太多，就意味着没有结果，这时候，风险投资人的能力就体现出来了，能不能抓住涉及天文地理、人文技术、社会大环境、科技进步等诸多因素中一个重要因素，大胆的赌一把，注意，最后还是赌一把。今天就说这么多吧，有人有兴趣，我再继续讲银行和小额贷款【知乎用户的回答(3票)】:首先声明不是真的特别明白这个领域的问题，发表些愚见其他还是等大神来答吧。第一，如果是针对学术领域而言，做物理的转作金融还是有优势的，物理是所谓的模型科学，金融里头也是各种各样的模型，从一系列数据中找出联系，用模型解释并且预测，这是跟物理的共同之处，物理作为理工科鼻祖是有原因的。没记错的话，北大光华，CCER一些学术做的不错的老师很多是物理跟数学背景转过来的。国外应该更多。你可以去分析下诺贝尔经济学奖得主原来的学科背景。第二，针对业界的话，一般而言金融实务对数理要求不高，但是最近量化投资在国内开始热起来（在美帝出现30几年了吧），这里头一般来说，强调建模与编程的能力（私以为国内本科学金融的人数理背景搞这个是完全不够的），做物理人应该是有优势的，去年光大乌龙指就是ETF套利出现的BUG，这里套利用的模型本质上也就用计算机编程建模的问题。真要分析这个问题，我想第一要读金融PHD的大神们来回答，看看数理背景对搞金融研究是何影响。第二就是看看业界做量化投资的人真正背景是啥，觉得学物理有用不。话说，电影margin call里头那个那个做风控的小伙子不是学一个什么高大上的学科来着，似乎是物理的子学科。小伙子说，以前搞的数据，换做金融还是处理数据，不过钱多尔。回应下楼上，金融的微观模型里头确实各种随机过程，布朗运动，随机微分方程等听起来挺虎逼的玩意。我本科数学的，搞过点这些，不清楚物理专业学随机过程否。【夏川的回答(3票)】:我只知道研究微观运动的布朗模型在金融领域很有用【fnody吴超的回答(2票)】:好多物理转金融是在学生时代转换了专业方向，这种情况对所有要求较高数学基础的专业都适用。完全物理出身，工作时才开始转向金融行业只存在部分物理专业人身上。在物理学的许多分支中，从事高能物理、核物理的科研人员需要依靠编程处理分析极大数据量的实验数据，所以对数据的统计分析以及数据处理类的编程有较高造诣。而在金融证券上往往也需要对大量金融数据进行统计学上的分析处理。所以金融行业有许多学物理的人【知乎用户的回答(2票)】:本人是物理专业本科+研究生，迫于生活压力转行到银行，物理知识基本用不上，银行更多的是操作工、有资源的、或者能吃苦去积累资源的人研究生童靴里面有一些物理博士转行去做量化投资、私募之类。我觉得这种人属于在研究领域也能做的很好，只不过转换学科背景，需要补充很多股票证券等金融知识去做。华尔街曾经也有好多顶级名校数理博士出来做QUANTS的，这种成功有时代因素也有个人能力问题。做物理的人觉得什么都能拿来做模型，可是金融有很多需要考虑政策、现实限制条件。数学系也有挺多的做金融的，像保险精算师据说大多数都是数学系才能考出来的。想要搞金融还是需要定位：1、偏销售型的：需要情商高、喜欢和人打交道+资源的积累，在哪里有资源的销售都是吃香的，这种可能不太看重专业、更在乎个人性格、出生背景2、研究开发型：前面说到数理量化分析、精算等，最好能读细分领域的博士，拿到一些顶级证书如CFAFRM、国际注册的保险精算师等3、中台：熟知各种政策，去做投行并购等，或者交易员等；有机会进入这个行业，然后积累经验阅历。关键是要能够进去，之后就是积累人脉、考取保荐人等跟自己领域相关证书了希望进入金融领域也许是想要高薪，也许是被外界的光环所吸引，亦或者真心热爱这个行业；希望看到的童靴早作打算，避免后面沉没成本太高。【猪小笨猪的回答(2票)】:总的来说只有劣势没有优势，只在量化模型和衍生品定价等需要数学和编程的方面比纯财经金融的学生有优势，但是此时又逊于数学和计算机的学生，所以物理没什么优势。有少数物理转金融的，本人本科也是物理，身边同学有几个在中信证券工作，但比例还是很低的，而且自身条件都很优秀，一个女生是全年级gpa第一，还有个好哥们也拿过国奖，都是出国读了一年金融类硕。所以要转就得早转，而且自己不够牛就算了吧。金融现在人才过于饱和，光华汇丰的同学我随机打听了几个，反正去年找工作很困难，好的很难找，大部分都是今年三月这波才拿到offer的。本人凑着那波也投了不少简历，想找个寒假实习看看。最后绝望后只好找父母帮忙找关系了。学物理再转的学生就业面比财经类更窄，他们进不了券商基金也可以委屈去银行律所之类的，当然更牛的去大投行了，而你们只能往券商基金钻了。这些单位每年都会裁人的，中信大约是5%，裁几个再招几个这样，大的进不去（通常也是进不去的）要么去小券商糊口要么只能去国外拼了。从北美的同学反馈的消息来看，那也越来越难留了。去年暑假尝试找过实习，第一次面试的对手一堆海归，哥大纽约之类的，也是现在出国人数众多，外面工作机会又不宽，所以只能回国了。当然也有不少本来就找不着工作被迫出国的。去年中信在我们学校的宣讲我也去听了下，适合物理学生的岗位只有两三个。高盛的宣讲我也听了，国内的投行业务太窄，基本没有适合物理学生的岗位。所以就业面是狭窄决定了物理转金融的就业是很困难的，当然留在学校搞研究还好，不过那等于换了个课题而已。当然大学教职也很难了，当个小讲师多惨就不说了。所以如果真想转就越早越好，而且要意识到自己的劣势。当然如果家里在财政部有比较牛的关系就另当别论了，目测楼主是没有的，不然就直接学金融了。【haoluo的回答(2票)】:优势在于：比学金融的更珍惜这个能赚钱养家的机会，所以就更加努力【李凤朝的回答(1票)】:还是逻辑思维能力吧。当然我只是认识个本科物理美帝金融master的前同事，在他身上确实有强于周围人一大截的逻辑思维上的优势。所以样本太小，可能也不具有代表性。至于书，首先强烈不推荐 《证券物理学》。里面的推断里很多参数难以量化。反倒是国外一些《经济物理学导论》等倒是至少严谨，而且方法常用不会过于复杂。而且如果是转金融的话，正好可以提供一个用统计理解金融学中相关性的新思路。不承担学术责任...【lasingwang的回答(1票)】:我的教授跟我说。。真正的难题是出在金融方面而不是数学。。华尔街所要用到的数学跟研究所要用到的完全不在一个量级。。【nong的回答(1票)】:先学物理在金融上的确有些优势，许多金融模型与物理模型非常相近，现在正在流行的量化投资非常重视这数量分析这一块（现在不说量化都不好意思说投资了）但是现实中的情况要复杂得多，要有许多考虑的因素，人的作用，市场瞬息万变，要想单凭数学和模型就能纵横金融，这样的想法还是太简单了。【蓝海平的回答(1票)】:这个问题首先得从什么样的角度来看待金融市场。如果从承销、发行等角度强调，则恐怕大部分与专业无当，这里起作用的无非是情商或人脉。题主可能更强调的是定量化相关领域，物理背景的影响。从技能来看，物理学的训练与数学，统计或金融、经济科班，如宏观相关的动态随机均衡，微观相关的随机折现因子，并无太多优势。我个人以为，物理思维在这里能不能有较强的优势，是值得关注的，当然这也是看个人的造化。物理与金融的深刻差异，是物理背景切入的可能和优势。
发表评论：
馆藏&58543
TA的推荐TA的最新馆藏