在金融投資的過程中，從交易決策到風(fēng)控的許多環(huán)節(jié)，涉及到數(shù)量化投資，并且受益于計算機(jī)世代材料科學(xué)與算力的突飛猛進(jìn)，現(xiàn)在的量化quant崗位吸引了越來越多的立志從事該行業(yè)的人群。由于該行業(yè)屬于金融證券學(xué)疊加多學(xué)科知識，尤其是編程，以及相應(yīng)數(shù)學(xué)統(tǒng)計學(xué)知識等，進(jìn)入該行業(yè)從業(yè)，需要通過相應(yīng)的知識體系測試（面試與筆試）。我試著從準(zhǔn)備筆試、面試出發(fā)，到最后順利獲得量化分析師崗位，講一講，在其間有什么需要注意的技巧、需要準(zhǔn)備些什么等，希望對各位有所幫助。
第一，就是學(xué)歷背景部分
研究生學(xué)歷好像已經(jīng)是一種常態(tài)了，很多頭部量化機(jī)構(gòu)在此基礎(chǔ)上可能只對標(biāo)清北復(fù)交，或者國外QS前50的名校，沒辦法，近幾年火箭竄升般的業(yè)績成長與量化管理產(chǎn)品體量的激增，以2021年舉例國內(nèi)已經(jīng)有部分機(jī)構(gòu)達(dá)到上千億的資產(chǎn)管理規(guī)模，就在幾年前這個數(shù)值還僅僅停留在數(shù)十億。正是因為量化行業(yè)市場的瘋狂增長，其對人才的要求也逐年遞增。
另外，對口的專業(yè)也是比較看重的，比如數(shù)學(xué)、物理、計算機(jī)專業(yè)。如果現(xiàn)在同學(xué)你的專業(yè)不屬于這幾個專業(yè)之一，你又立志進(jìn)入該行業(yè)的話，那么是時候考慮換專業(yè)了。另外量化投資領(lǐng)域不怎么喜歡招金融專業(yè)是一個很奇怪的知識點(diǎn)，至于為什么，大家可以想一想。
不過，不招金融學(xué)專業(yè)，并不是讓你不具備相應(yīng)的金融學(xué)知識，證券、基金、期貨從業(yè)該考的證全部必須通過，有條件的CFA也是可以去爭取了，這是加分項。
當(dāng)然進(jìn)不了清北復(fù)交就做不了量化這種認(rèn)識是不對的，國內(nèi)做量化的機(jī)構(gòu)可不少，總的來說只上層的那些量化機(jī)構(gòu)比較看重學(xué)歷出身，沒辦法頭部首要篩選條件就是學(xué)歷，不僅僅量化是這樣，很多其他行業(yè)也是如此（如各大廠）。但大多數(shù)其它量化機(jī)構(gòu)還是比較務(wù)實(shí)的。不過再怎么降低學(xué)歷預(yù)期，985與211的底限出身是跑不掉的（對于應(yīng)屆生來說）。
第二，職業(yè)技能方面，
作為一名合格的quant，編程部分肯定是少不了的，C++、Python肯定是要學(xué)的，不知你所在的學(xué)樣有無開通相應(yīng)課程，相應(yīng)的知識，有時間的話就肝一下吧，網(wǎng)絡(luò)上有大量的教程，還有題庫。
另外應(yīng)屆生最大的缺陷就是沒有實(shí)操經(jīng)驗，這個不難解決，如果你前面幾項勉強(qiáng)應(yīng)付通過的話，應(yīng)該比較容易在一家量化機(jī)構(gòu)找到實(shí)習(xí)機(jī)會，畢竟實(shí)習(xí)經(jīng)驗這一塊可以來說是加分項，不管是券商的量化部門還是私募的量化，有實(shí)習(xí)機(jī)會的，多多爭取。
電話面試一般國外機(jī)構(gòu)或者疫情時期會有時碰到，大致會問一下簡單的邏輯運(yùn)算或者腦筋急轉(zhuǎn)彎，還有一些隨機(jī)微積分方面的小問題。不要慌張，他們會提前通知你的，你只需要提前找個安靜的地方，沉著應(yīng)答即可。
國內(nèi)的機(jī)構(gòu)一般是采用多輪筆試面試的方式，筆試部分我大致數(shù)了一下，量化quant在筆試部分，可能會涉及到的知識庫，包含不限于以下：
數(shù)學(xué)、微積分、線性代數(shù)、協(xié)方差與相關(guān)矩陣、股票基礎(chǔ)知識、期貨期權(quán)知識、債券；
數(shù)據(jù)的結(jié)構(gòu)類型、C++、機(jī)器學(xué)習(xí)相關(guān)。其實(shí)就是這幾項知識，數(shù)學(xué)知識金融計算機(jī)，大的來說就是這三塊。
所以說，刷題部分是必須的，尤其對于應(yīng)屆生來說，沒有實(shí)際的經(jīng)驗，只能透過大量的刷題來彌補(bǔ)筆試部分的不足。
另外可以參加一些quant從業(yè)相關(guān)知識技能培訓(xùn)，比如cqf的量化課程，我就覺得可以，對于打算入行，量化知識又相當(dāng)“空虛”的人來說，是極度的友好了，某些課程是需要付費(fèi)的，這個是需要做好準(zhǔn)備的，個人覺得需要舍得投入，因為這些課程雖然相對于其它行業(yè)課程來說，略貴，但對于一旦順利入行，年薪50w的行業(yè)平均收入來說，這點(diǎn)投資是必要的，而且這些課程有畢業(yè)通過、持證，是有加分的。
如果是量化分析師的崗位，還是需要看你是否具備研報復(fù)現(xiàn)的能力，另外數(shù)學(xué)方面概率學(xué)與代性代數(shù)幾乎是必測，這與量化研究員或者量化分析師崗位的特性決定了的。
在到達(dá)量化投資基金經(jīng)理等決策相關(guān)崗位之前，量化投資分析師，研究員一類的崗位是要經(jīng)歷的，往往應(yīng)屆生大致需要數(shù)年的行業(yè)蟄伏與磨礪，才能逐漸觸及到這些實(shí)權(quán)崗位，因為量化交易行業(yè)的本質(zhì)，那就是數(shù)量化投資決策。
寫在最后，有條件的，自己研究一下證券市場，不管是打算買方從業(yè)，或是賣方機(jī)構(gòu)從業(yè)，了解這個市場永遠(yuǎn)是第一步。這也是這些職能機(jī)構(gòu)最看重的一點(diǎn)。
在此之前，做的都是一些研究與代碼工程實(shí)現(xiàn)，研報復(fù)現(xiàn)，行業(yè)規(guī)律發(fā)掘，數(shù)學(xué)物理模型與金融領(lǐng)域結(jié)合，近些年的機(jī)器學(xué)習(xí)與金融投資結(jié)合的方式，也是一大熱點(diǎn)。
總結(jié)一下，通過面試之前，你需要的準(zhǔn)備
- 我針對性的完成自己的學(xué)歷背景，與專業(yè)出身。
- 金融市場知識的熟悉程度是加分，該考的證，基金從業(yè)證、證券從業(yè)證、期貨從業(yè)證有針對性的去拿了。有條件的全拿了。
- 一定程度的Coding能力，優(yōu)先C++、Python
- 刷題，一題要刷。
- 該報的課，有條件的話也要報。
- 有機(jī)會去爭取到券商量化崗位、私募量化崗位的實(shí)習(xí)
- 對這個證券市場有實(shí)際性的了解，深入。
在上述描述的一些知識點(diǎn)上，如果是應(yīng)屆生，公司比較在意你是否對此行業(yè)擁有濃厚的興趣，你的性格是否適合金融量化行業(yè)，這一點(diǎn)上，某些同學(xué)到了老總面試那一輪的時候，大多會聊到，老總也比較在意。
如果你往屆生，那么在上述部分上，還需要你看是否有過實(shí)際項目經(jīng)驗，上一份工作是什么，離職的原因是什么等等。
其實(shí)通過面試僅僅是第一步，這個行業(yè)幾乎是天天去枯燥的數(shù)據(jù)打交道的工作，如果你天生不對數(shù)學(xué)、數(shù)字與信息敏感，不對投資學(xué)博弈學(xué)術(shù)感興趣的話，那么待不了多久你就會感到不適應(yīng)。
