期货公司哪个岗位有前景交易岗和量化开发岗offer怎么选？

来源：蜘蛛抓取(WebSpider) 时间：2024-05-16 15:45 标签： 期货公司哪个岗位有前景
一、为什么要转行做量化？ 1. 了解量化真相概念就不说了，一搜一大把。七亏两平一赚的道理哪里都适用，不管是餐饮行业还是互联网行业，不管是证券私募基金还是量化对冲基金，包括华尔街的对冲基金行业也一样，大部分都是亏货；少量盈亏平衡，做的平庸无奇；屈指可数的极少数功成名就，做大做强。索罗斯、西蒙斯这类型，华尔街百年历史也就那么几个，屈指可数，就连利弗莫尔也得算在七亏里面，可见这个行业竞争是有多激烈，多残酷，存活率有多低。所以不要总看到量化对冲基金这个行业特别牛，特别高大上，那只是幸存者偏差。不过中国的量化对冲基金行业相比国外，有一个优势，那就是行业刚刚起步，像几年前的移动互联网行业，处在大爆发前夜，国外充分竞争，国内却一篇蓝海，而且不像国内互联网行业，寡头垄断都快要形成了。国内做的好的证券私募基金，可能大家勉强还能说出来一两家，国内做得特别好的，特别出名的，规模特别大的，盈利能力特别强的，能傲视群雄，形成寡头垄断的，最顶尖的量化对冲基金，现在还没有。2. 了解量化岗位量化行业两大主流岗位：量化策略研究岗跟技术开发岗。策略研究类：工作以策略研究为主，典型职位有量化策略研究员、Quant developer、机器学习研究员、量化分析师、基金经理等。此类岗位偏向量化模型的本体初因研究，即通过研究国内外金融市场、因子、机器学习怎么赚钱这些事儿。通俗讲，就是研究什么样的策略能赚钱。核心技术类：工作以技术开发为主，典型职位有量化开发工程师、C++/Python开发、核心系统工程师、数据开发工程师、算法工程师等。这类岗位，一般以实现量化策略所需功能为己任。即将所有的理论研究通过他们的代码来实现。包括数据处理、研究开发、交易处理等。每个行业都是二八分布的，quant也是一个典型的2/8定律行业。做量化主要是看天赋的，数学统计，编程，对二级市场的认知一样都不能少，前两项可以学习有人带有标准答案，但是最后一项要看自己的悟性。二、转行做量化需要什么？如果看完第一部分，仍然决定要转行做量化，才有继续往下看的必要。1.兴趣与使命感 量化交易这个岗位太难了，要求太高，压力太大，一般人很难坚持下去。2.知识技术 数学、概率统计、数据结构、算法设计、经济、金融、证券、衍生品相关、投资与分析、主流策略开发语言等，都需要了解，而且要融会贯通。关于做量化交易用什么语言更好，其实还是看自己的习惯和要达到的目标，如果是大型金融机构做量化分析系统或量化交易系统，可以用python，R，C++等都可以，各有优劣，看对于速度要求如何了。3.实操经验 要做好量化，经验是必须的，这样才能更好的懂得市场的特性，品种的特性，行情的变化等，才能写出更加贴合市场，更加有竞争力的策略和模型。没事多去量化学习平台溜达溜达！视频版：我是文科背景，研究生毕业后转行了量化研究岗。相比我的背景，题主转行有两个优势，一是专业是量化界最喜欢的数学专业，二是程经验，所以转行量化的可能性很大。一、首先确定岗位。一般转行量化从两个岗位入手：量化开发和量化策略研究。再从岗位针对性地做准备。量化开发主要是负责量化交易系统的研发工作，与各大交易平台API对接，保证交易系统的高效和稳定。出于稳定性的考虑，国内的量化机构偏爱C++。入职开发岗位后可以一边写代码，一边积累对市场的感知和经验，一边谋划调岗。干几个月，就基本对量化交易的整个流程了然于心了。但是转IT开发岗有个风险，就是容易被卸磨杀驴。试用期辞掉IT开发的事迹已经屡见不鲜了，因为对于一些中小私募来说，交易系统建立好后，他们并不想付出较高的人力成本对代码进行后期维护。量化策略研究岗位涉及到很多数学和统计学知识。题主本硕是数学专业，而且工作经验和金融关系不太大，在简历关可能会被质疑金融背景。我的建议是选几篇高质量的研报复现一下。积累量化经验可以从复现现有的策略开始，策略从券商研报和相关论坛都可以找到。然后把代码复现的经历整理成项目，添加到简历里。一定要对细节熟悉，投资总监面的时候会问很多细节问题，比如：碰到异常值你是怎么处理的？如何处理过拟合？相关性较高的因子怎么做处理？二面是技术面。技术面对代码能力的考察不会太难，从我今年整理的面试题来看，难度远低于互联网算法岗对算法的考察。技术面更偏重于考察数学。一般考察方式是在限定时间内完成一套题，包括但不限于：线性代数、概率（考察较多）、金融问题、机器深度学习和开放性问题。比较难的机器学习问题会问到具体模型损失函数的推导。二面有时候会附加其他的考察方式。比如在一周内指定一篇研报，让你复现代码。二面基本决定是否能拿到offer。其他答案有建议题主参加kaggle竞赛，我不建议这么做，一是因为周期太长，二是直接用金融数据建模能在短时间内达到量化机构的经验要求。因此，题主可以在积累量化经验（通过复现策略）和准备技术面两个方向下功夫。还有一条可选的路，就是先实习。实习并不是应届生和在校生的特权，三十多还去机构实习的大有人在。量化机构给的实习薪资较高，中小规模在300-500的范围，头部机构日均1000。实习对经验和技能的要求比正式工作门槛低，并且在薪资待遇还不错的情况下，完全可以考虑走这条缓冲的路过渡到量化行业。二、量化研究员要有强大的抗压能力和自驱力。量化研究员是极度结果导向的，过程和结果相关性极低，过程中不论付出了多少时间和努力，只要上实盘烂，那么没有人会认可你的付出。这和写程序有本质区别，写程序是一个添砖加瓦的活，每一小步都对结果正贡献。我曾因为长时间没有贡献因子和策略而自我怀疑，无数次想离开这个行业。我的同事轻轻松松就能研发出有漂亮实盘曲线的策略，而我质疑反复尝试的意义。但是从0开始栽培一个策略，看着它从一个想法变成一段代码，落在实盘上变成账户上可见的收益，最后历经岁月走出一段平稳上升的曲线，那种成就感是无可比拟的。不是劝退贴，如果很想做某事，那就去尝试。毕竟就量化这件事而言，试错成本很低。

我要回帖

更多关于 期货公司哪个岗位有前景 的文章

 

随机推荐