一、入行门槛：不是只有清北复交才能进
1. 技术栈偏好
核心语言：Python、C++
新兴语言：Rust、Go（逐渐增多）
冷门方向：Java、前端（岗位较少）
主流岗位：后端开发
2. 专业背景
优势专业：物理、计算机、数学 > 纯金融
金融知识可以边做边学，不建议死磕宏观经济学理论
3. 学历门槛
头部公司（Jump Trading、HRT等）：极度内卷，要求顶尖学历
中小型私募/初创公司：更看重实战能力，学历要求相对宽松
二、职业转型：大厂跳量化，容易但不可逆
大厂转型量化
P6/P7级别开发人员转型相对容易
薪资可平替或微涨
但注意：量化经验很难跳回大厂，路径不可逆
入行避坑
不要只因为“钱多”入行，需要有真正的兴趣驱动
建议先用小资金做实盘交易积累经验，而非单纯学理论
三、大厂 vs 量化：怎么选？
留在大厂更合适的情况
从事AI基建（如GPU集群）
大厂资源更丰富，技术积累更深
职业寿命更长（可至35岁以后）
量化公司的局限
基建投入有限
职业路径相对狭窄
一句话建议：大厂经验进量化不难，但量化经验很难跳回大厂。优先在大厂积累经验。
四、个人交易者：能不能靠量化吃饭？
全职交易的可行性
资金量200-300万
年化收益稳定在10%
可覆盖家庭基本开销，获得职业自由度
资产配置建议
职业早期保持高储蓄率
避免过早背负高额房贷
房产占家庭总资产比例 ≤ 1/3
五、策略实战与工具推荐
策略开发核心
发现规律（因子）→ 建立与收益的联系 → 自动化执行
消除情绪干扰，实现稳定盈利
辅助工具
开源工具：daily stock analysis（行情监控+可视化）
市面软件：信号提醒，降低人工盯盘强度
市场选择
量化逻辑在A股、Crypto、Web3具有普适性
Web3因7x24小时交易，吸引大量量化团队
六、现场答疑精选
Q1（St）：美股日内交易员，如何将主观策略转化为可回测的量化策略？
A（Salix）：你的策略偏传统交易员决策。建议先用软件实现信号提醒，若要深入，需解决策略描述的模糊性问题。
Q2（曦月）：有九坤实习经历，目前在大厂做AI基建，是否该跳槽去量化公司？
A（Salix）：不建议。大厂AI基建资源远超量化公司，职业寿命更长。除非对交易极大热情或对方开价极高。
Q3（st）：量化交易本质是从别人口袋里抢钱吗？
A（Salix）：不完全对。做市商提供流动性，优化市场；大类资产配置基于长线逻辑，并非零和博弈。
写在最后
量化不是暴富的捷径，而是一门需要扎实技术、真实兴趣和长期积累的行业。
如果你正在考虑入行或转型，希望这篇内容对你有用。
另外，如果想要咨询大佬，或者让大佬指导一些，可以和我联系
腾讯会议录制视频：https://meeting.tencent.com/crm/23YgM3zm74
