量化分享丨這是一個自嘲的說法。有一些 Quant 朋友會自稱為碼農，因為日常大部分工作的確就是在寫代碼。事實上對于 Quant，有一個和碼農對應的叫法是礦工。在美國的朋友大概都聽說過在東海岸就去花街當礦工，在西海岸就去硅谷做碼農的說法，也說明兩者的確有一些相似性。
如果說區(qū)別呢，Quant 的工作主要還是和數字打交道，寫程序的目的是為了用計算機去解決數字計算的問題，不論是Q宗定價還是P宗統(tǒng)計。相比之下，他們不會去關心 Web 開發(fā)有多少種框架， PHP 是不是較好的編程語言，MySQL 和 PostgreSQL 哪個性能更好這種一般意義上的程序員更可能關注的問題，很多時候也不需要深入理解編譯器的工作原理，操作系統(tǒng)的 kernel space 和 user space 有什么不同，CPU 里面有幾級緩存等純計算機專業(yè)的知識。
如果這個描述還不夠形象的話，建議看看這幾個問題下的討論，感受一下真正的程序員的世界。都是我隨便找的，主要是幫助非計算機科班的朋友理解下碼農們平時都在為什么而戰(zhàn)，這些東西又是離 Quant 的工作多么遙遠：
怎么樣才算是精通 C++?
C++ 的什么是 Java 不能取代的?
Java 和 C# 最大的不同是什么?
CPU 的分支預測器是怎樣工作的?
jmp 和 call 會打亂 CPU 流水線，那是不是應該盡量少用函數調用?
對于工科背景的朋友，可以看看這幾個問題，感受一下 Quant 主要在做什么。當然區(qū)區(qū)幾個問題無法覆蓋全部，不過你可以和上面那幾個對比一下，應該能感覺出區(qū)別來：
如何系統(tǒng)地學習隨機過程?
隨機過程、機器學習和蒙特卡洛在金融應用中都有哪些關系?
為什么歐式股票期權的價值與股票的期望收益率無關?
如何系統(tǒng)地自學金融工程，有哪些優(yōu)質的書籍推薦?都有哪些學習方法心得?
至于金融工程，這是一門非常具體的學科，一般是培訓QQuant 的，但 Quant 并不都是學這個出身。如果除此外沒有接受過計算機專業(yè)的訓練(不論科班還是自學)，那么此專業(yè)畢業(yè)的學生是不太可能去找軟件或互聯網公司的工作的，技能上差別很大。
有人說到青春飯的問題，說說我的理解。
Quant 的工作始終是為金融業(yè)服務，相比于普通的軟件開發(fā)，有門檻高，專業(yè)方向明確的特點。像是互聯網那種做個小網站或是開發(fā) iPhone App 這種一個人買臺電腦，在網上看看免費文檔，再花幾百塊租個服務器就能從設計到開發(fā)到運營全包的風格，做 Quant 工作是不太可能想像的。
Quant 的業(yè)務，比如說做衍生品定價，只能在投行里才有平臺讓你做這種工作，否則你自己設計一個衍生品出來，賣給誰?或者說交易策略研發(fā)，那就算你做純個人的 Quant Trader，也需要拿出幾萬塊錢來去股市開戶練手，可能什么還沒學到這點錢就打水漂了，足以打消大部分人的熱情。高頻交易更是需要 colocation，交易資金等高端要求，不是普通人消費得起的，只能在專業(yè)公司里做。
這些因素決定了進入 Quant 行業(yè)的門檻很高。但一旦你入行了，會發(fā)現世界一下子變小了，和你競爭的都是那些和你一樣費了九牛二虎之力爬進來的人，不會說某一天突然發(fā)現一些黃毛小子擺弄了一些你沒玩過的設備，做出了超出你理解范圍的事，然后把你淘汰掉(不理解的話，可以回顧一下 Google 是怎么革微軟的命，Facebook 又是怎么革 Google 的命)。
所以在礦工這么個小圈子里，不愛折騰的大可以慢慢學慢慢做。你會發(fā)現你的上級領導就是那個有十幾二十年從業(yè)經驗，對行業(yè)的理解，各方面技能都完爆你的大叔，而不太可能是一個有著天才頭腦和想像力的年輕人。從職業(yè)發(fā)展的角度上說是一條比較穩(wěn)定的路線。高技能前輩的存在，也讓你對前進的方向看的更清楚，對專業(yè)技能的積累有更深刻的認識。我自己從 IT 業(yè)轉過來，就明顯感覺到合作或接觸的人平均年齡和資歷都比以前高了很多;入行時間久了也漸漸搞明白難度在哪里，不會擔心哪個年輕人能僅靠天賦或運氣就后來居上，這是很有安全感的。
當然凡事各有利弊，門檻高發(fā)展穩(wěn)定的同時也意味著機會相對變少。的確也有人弄出一些天才策略而一夜暴富，但相比互聯網行業(yè)五花八門的創(chuàng)業(yè)奇跡，這種情況的比例我感覺是比較少的，大多數人也就是天天干著這么一份絞殺腦細胞的工作換取一份穩(wěn)定的收入。特別是像我這種從 IT 行業(yè)轉過來的，回頭看看，小伙伴們可能都在玩什么天使A輪B輪幾百幾千萬的融資了，身邊的 Trader 大叔還在為了今天交易賠了幾百磅而郁悶，對比還挺強烈的。
所以對于想要入行的同學，我一向的建議是把你自己的興趣放在第一位，如果對數字(學)對交易感興趣，那么入這行沒錯;如果是為了掙大錢征服市場，名片上的職位高端大氣上檔次，現實大概可能一定會給你看看他骨感的那一面。
量化金融分析師(簡稱AQF，Analyst of Quantitative Finance)由量化金融標準委員會(Standard Committee of Quantitative Finance，SCQF)主考并頒證，是代表量化金融領域的專業(yè)水平證書。 >>>點擊咨詢AQF證書含金量
.png)
課程適合人群：
金融工程/數學專業(yè)背景的同學/工作人士，希望進一步學習Python編程以及在量化投資的實戰(zhàn)應用；
非金融工程專業(yè)背景的同學/工作人士，希望迅速成為寬客；
金融相關人員，希望學習如何系統(tǒng)的做量化策略；
個人投資者，希望系統(tǒng)學習掌握量化投資相關的實務技能，從模型開發(fā)，回測，策略改進，搭建穩(wěn)定的量化交易系統(tǒng)。
量化金融分析師AQF核心課程體系：
1、《量化投資基礎》
主要涵蓋了量化投資領域的必備知識，包括：基本面分析、技術分析、數量分析、固定收益、資產組合管理、權益、另類投資等內容。
2、《Python語言編程基礎》
包含了Python環(huán)境搭建、基礎語法、變量類型、基本函數、基本語句、第三方庫、金融財務實例等內容。旨在為金融財經人提供最需要的編程方法。
3、《基于Python的經典量化投資策略》
包含了最富盛名，最基本的量化交易思想和交易策略。例如：海龜交易模型、Logistics模型、配對交易模型、波動擴張模型、Alpha模型、機器學習(隨機森林模型、主成分分析)、深度學習(人工神經網絡)等內容。
4、《量化交易系統(tǒng)設計》
旨在學習量化交易系統(tǒng)的具體知識，包括過濾器，進入信號，退出信號，倉位管理等詳細內容，并指導學員設計涵蓋個人交易哲學的量化交易系統(tǒng)。
5、《量化實盤交易》
旨在為解決實際量化交易策略搭建過程中的一些問題提供較優(yōu)解決方案。 >>>點擊咨詢AQF相關問題
掌握Python及量化投資技能，我們能做什么?
1、熟悉中國主要金融市場及交易產品的交易機制；
2、熟知國內外期貨交易、股市交易的異同點和內在運行機制；
3、掌握經典量化交易策略細節(jié)及其背后的交易哲學；
4、掌握金融、編程和建模知識基礎，擁有量化交易實盤操作能力；
5、具備獨立自主地研發(fā)新量化交易策略的能力；
6、掌握量化交易模型設計的基本框架，以及風險管理和資產組合理論的實際運用；
7、掌握從策略思想——策略編寫——策略實現餓完整量化投資決策過程；具備量化投資實戰(zhàn)交易能力。
.png)
更多內容推薦閱讀：
2019年量化金融分析師（AQF）全國統(tǒng)一考試報名簡章
Wind、Excel和Python三大金融技能兼修，下一個金融分析大神就是你
咨詢電話：400-700-9596
AQF考友群：760229148
金融寬客交流群：801860357
微信公眾號：量化金融分析師
完善下表，48小時內查收aqf備考資料
（如果沒收到資料，可以點我咨詢）
.png)
