
不管你是985经济学毕业,还是留过洋的常春藤金融硕士,这些名头在这儿真不好使,没人当回事。
好多人简历上写“做过二级市场行研”“搞过因子策略开发”,听着特厉害,其实内情特实在——就是在券商金工部门,跟着别人打打下手,跑点现成的数据,调调固定的参数,弄点基础的知识整合。
这也能叫“做量化”?顶多算个“帮着处理数据的助理”,没别的。
前阵子见着一份典型简历:国内顶尖大学经济学本科,为了转量化,还特意去新加坡读了计算机硕士,结果实习全在券商金工组,干的还是因子研究那一套。
他问我,想进量化基金做开发岗、算法岗,有戏吗?我直接说:没戏。
其实好多人根本没搞懂,量化到底是干啥的。在金融市场上赚钱,核心就两件事:一是搭个靠谱、跑得快、延迟还极低的交易系统;二是找到真能预测市场走势的信号。
这可不是你会用Python调个sklearn的工具包,就能搞定的,没那么简单。
那量化基金到底要啥人?就两类,跟纯金融背景基本不搭边。
1. 计算机专业出来的工程师。得会从最底层搭系统,懂网络怎么运作、内存怎么管,还得能用C++把交易延迟压到纳秒级——这才是真本事。像前面说的那学生,就算读了计算机硕士,也是半路转的,没做过正经的开发实习,根本比不过科班出身的。
2. 数学、物理系的博士。得能看懂最前沿的随机过程、统计物理论文,还能从论文里找出思路,做成量化模型。至于金融工程里那些知识,都是十几年前的老东西了,早不够用了。
再说说那学生,他有两段“量化实习”,但没一段是正经做计算机开发的——这就说明问题了。他脑子里还是金融那套想法,总想着靠这点金融知识,去敲技术岗的门,从一开始方向就错了。
在真的量化基金里,金融知识是最不值钱的。一个聪明点的工程师,花一个月就能把金融专业四年学的理论看完;但一个学金融的,就算学四年,也未必能写出一段像样的工程代码。
所以别再问“纯金融背景能不能做量化”了,答案很明确:不能。真想进这行,先把你的金融学位放一放,沉下心把计算机和数学的基础打扎实,做出点实在东西——比如自己搭过一个小系统,或者研究出个有用的信号。
我在《46类金融央国企求职攻略》里系统梳理过许多高性价比的金融央国企的岗位特点、薪酬范围、招聘偏好从自身的教育背景和履历来看,哪些机会是真正适合自己的?哪些路径能最大化自己的优势?领d
#职业规划 #职场 #求职 #金融 #金融求职 @职场薯
好多人简历上写“做过二级市场行研”“搞过因子策略开发”,听着特厉害,其实内情特实在——就是在券商金工部门,跟着别人打打下手,跑点现成的数据,调调固定的参数,弄点基础的知识整合。
这也能叫“做量化”?顶多算个“帮着处理数据的助理”,没别的。
前阵子见着一份典型简历:国内顶尖大学经济学本科,为了转量化,还特意去新加坡读了计算机硕士,结果实习全在券商金工组,干的还是因子研究那一套。
他问我,想进量化基金做开发岗、算法岗,有戏吗?我直接说:没戏。
其实好多人根本没搞懂,量化到底是干啥的。在金融市场上赚钱,核心就两件事:一是搭个靠谱、跑得快、延迟还极低的交易系统;二是找到真能预测市场走势的信号。
这可不是你会用Python调个sklearn的工具包,就能搞定的,没那么简单。
那量化基金到底要啥人?就两类,跟纯金融背景基本不搭边。
1. 计算机专业出来的工程师。得会从最底层搭系统,懂网络怎么运作、内存怎么管,还得能用C++把交易延迟压到纳秒级——这才是真本事。像前面说的那学生,就算读了计算机硕士,也是半路转的,没做过正经的开发实习,根本比不过科班出身的。
2. 数学、物理系的博士。得能看懂最前沿的随机过程、统计物理论文,还能从论文里找出思路,做成量化模型。至于金融工程里那些知识,都是十几年前的老东西了,早不够用了。
再说说那学生,他有两段“量化实习”,但没一段是正经做计算机开发的——这就说明问题了。他脑子里还是金融那套想法,总想着靠这点金融知识,去敲技术岗的门,从一开始方向就错了。
在真的量化基金里,金融知识是最不值钱的。一个聪明点的工程师,花一个月就能把金融专业四年学的理论看完;但一个学金融的,就算学四年,也未必能写出一段像样的工程代码。
所以别再问“纯金融背景能不能做量化”了,答案很明确:不能。真想进这行,先把你的金融学位放一放,沉下心把计算机和数学的基础打扎实,做出点实在东西——比如自己搭过一个小系统,或者研究出个有用的信号。
我在《46类金融央国企求职攻略》里系统梳理过许多高性价比的金融央国企的岗位特点、薪酬范围、招聘偏好从自身的教育背景和履历来看,哪些机会是真正适合自己的?哪些路径能最大化自己的优势?领d
#职业规划 #职场 #求职 #金融 #金融求职 @职场薯


