有这样一种对矿工(Quantitative Analyst)的戏谑定义:学CS的,学应数的,学物理的,学统计的,还有学金融的5个人坐在一桌吃饭,他们互相看不顺眼:学物理的看不惯学应数的,因为他们觉得总应数只是物理研究的工具;学应数的看不惯学统计的因为他们认为应数难得多,学不下去了才跑去学统计,学CS看不惯前面三个,因为他们光说不干,就知道在模型上一通操作。但前面四人通通看不上学金融的,因为金融在他们眼里压根就不属于科学。然后学金融的告诉了他们自己的月薪。然后第二天他们5个人便合开了家公司,老板是学金融的,剩下四个变成了quants。
玩笑归玩笑,但从这个玩笑中不难看出做quant的一些门槛:他需要理解物理学中对动态状态研究,他需要熟悉各种数学分析工具,他需要从数据中分析规律实现预测,他需要用高效的代码将模型付现,最后他还需要对金融产品与市场的直觉,而这种直觉有时候重要性甚至还会超过设计精巧的模型。毫不夸张的说,quant这个岗位是集数据分析,研发维护,模型研究,投资决策于一身的铁人三项,是集投资的艺术性与科学性于一身的硬核岗。
本课程将提供如何入门quant的必要条件,全面系统地介绍量化分析师所应具备的知识下限,并拟在课程最后结合业界实践案例,实现进阶与提高。
著名量化投资人,哥伦比亚大学教授Emanuel Derman对quant的发展有一段精彩的论述:Quant是科学化后的Trader,Trader是工业化后的Quant。目前中国就业市场上Quant岗位方兴未艾,投资科学化与交易工业化已经成为了中国量化工作不可逆的趋势。但是在大趋势下,能够真正胜任这种工作的人才却屈指可数。一家中国知名基金公司对量化交易经理岗位开出的是7位数的年薪,但是能真正胜任这项工作的人才却少之又少。这种就业的供需不平衡,便是能者变现自己实力,智者套利自己学识的机会与舞台。本课程,便是带领你入门Quant的第一门必修课,也是你应对各大买方业务面试的第一门必修课。
机会永远留给有准备的人。