揭秘平均年薪达$120，000的Quant，理工科留学生该如何进？

在北美，Quant基本成为中国理工科留学生进入金融领域最主要的渠道之一。不光各大高校设立Quant专业，很多不同类型的公司也都有专门的量化分析岗位。受美国本土文化的影响，美国本土学生比较少从事编程、Model相关的工作，所以国际学生，特别是中国留学生的竞争优势就在这里明显体现出来了。如果你有着理工科背景，或者对数理、编程和金融感兴趣，不妨尝试在就业的时候向这个领域发展。

Quant的工作待遇丰厚，平均年薪能达$120,000；能不断学到新东西，而且工作时间不长，能在工作之余做其他喜欢的事或有益自己事业发展的事情。如果在这基础上更勤奋一点，使自己的职业规划有一个比较好的Profit Track，对以后的发展和跳槽是会有很大帮助的。

如果你想留在美国，选择Quant这条路会是一个不错的选择。

一句话概括Quant的工作

Quant的工作就是设计并实现金融的数学模型（主要采用计算机编程），包括衍生物定价、风险估价或市场行为预测等。所以Quant更多可看作为工程师，属于理工类人才，和金融有一定区别。

Quant的分类

从大类来说，Quant可以分为三类：

Pricing Quant

主要供职于投行（卖方）进行衍生品定价，又以OTC市场定价居多。

Pricing Quant主要以Q Quant为主，主要做OTC市场的定价。因为标准的合同定价可以直接编写自动系统，有参数就有价格。而场外市场则需要跟对手方谈条约，所以说一般都是奇异期权，各种互换等等。举个例子，客户打电话来问说说：“我想要Hedge XXX公司的信贷违约风险，期限是XXX，你们有没有相关的合同？”由于市场上的CDS以5年为主，有些Bond可能没有对应的CDS，这个时候就需要有人来重新做一个合同。又或者说，某某客户对市场有很强的预期，就会打电话来要一个合同，更像是一个对赌条约，等等等等。

Risk Quant

负责风险管理，是现在需求最大的Quant。

Risk Quant，现在招好多好多人啊。因为Fed对大家盯得太紧了，以商业银行为例，每年要过压力测试，一旦Fail就要提高资本金。巴塞尔协议III里面对商行有规定要定期报告一些数值，最典型的就是Value at Risk。对于某些指标甚至规定了具体的模型，谁来算呢？Risk Quant。每天对着一个Huge Book，开始估算各种数值，Default Probability, Default Intensity等。

Risk Quant还包括Model Validating Quant（独立开发价格模型）和Capital Quant（建立银行的信用和资本模型）两个细方面：

Alpha-generating Quant

主要供职于买方，以量化研究居多，平行于基本面分析。

主要为Fund工作，每天的工作主要以找Factor为主，理论基础是Steven Ross的Arbitrage Prcing Theory(APT，有兴趣的同学可以看看Zvi Bodie的Investments 10th edition的APT那一章有讲Executing An Arbitrage。简单来说，你可以把APT看成多因子的CAPM（which by the way, is totally wrong)，然后你就需要找各种因子来把系统风险剥离出来。然后你干这么几件事情：

构建很大的Portfolio，把Idiosyncratic Risk给Diversify掉；
把Factor对应的系统风险对冲掉；
想办法通过买入卖空，让你的Portfolio不花一分钱或者花很少的钱；
这个时候你有一个Portfolio，没有系统风险，个体风险也很小；
想办法找一个或几个类似的Portfolio；
这几个Portfolio没有系统风险，有很小很小的资产的个体风险；
这个时候这些Portfolio就叫做Absolute Return，你的风险来源于你的模型和估算过程；
通过你对你的这几个Portfolio的线性组合，就能找到一些统计套利的空间；
也许这个Return不高，不过你可以加杠杆，很多对冲基金就是这么做的。

其他

除了一场几个大类，Quant其实还有很多内容，比如：

① Research Quant，尝试发明新的价格公式和模型，有时还会执行Blue-Sky Research，优势是比较有趣，而且学到很多东西；劣势是有时会比较难证明有你这个人的存在（跟科学家一样，没有什么大的成果就没人注意你），因为你主要负责写论文，不过不是学术界的论文，而是业界的论文。每天做服务于业界的论文，受众则是以上提到的三种Quant。

② Data Quant，区别于Big Data Analyst和硅谷那帮Data Scientist，负责撰写数据库，以交易数据居多，这类数据往往高频、复杂。主要工具为SQL，当然还有Q Language和KDB+。

③ Trading-support Quant，主要负责给Trader提供个性化支持。大部分Trader使用Bloomberg Terminal，而他们往往有个人定制化的需求，需要能够实时关注某个指标或者看某个在BT里面没有的图表，这就需要公司里的Quant来开发。实用工具多种多样，用的最多的是VBA（Trader就是喜欢Excel）。

④ Trading-cost Quant，当你有一笔大交易要做，又不想暴露。要么走Dark Pool（暗池，由第三方为你撮合交易，没有人能看到报价），要么找专门做Trading Cost Minizing的公司（有点像Quant Brokerage）帮你把交易切成许多小块，一是不暴露你的意图，二是降低交易成本。除了你的投资标的物需要Diversified以外，你的买卖时机也需要Diversified。

⑤ Trading System Quant，负责编写交易策略、配置账号等等，往往使用C++这样的高速语言，更有甚者使用FPGA进行硬件编程，目标是程序的速度和稳健性。

⑥ Quant Trader，这个很难说，有些人只要沾到数量分析工具就叫Quant Trader，有些人则把这个局限于利用高频算法的Trader。

⑦ Third-party software Quant，大部分人只知道Bloomberg Terminal，其实它还有一些竞争对手，比如说Charles Rover Development。他们做用户定制，所以如果你是一个Fund，而你专门就做某一种策略，你就是他们的潜在客户。那么所有前面提到的Trading Support类的工作现在就外包到这个公司来帮投资经理实现。这当中就需要Quant，类似于Quality Assurance，在销售队伍和程序员之间搭桥。销售了解客户的需求，但是不懂背后的逻辑，程序员会编程，但是不懂金融，所以中间得有这么一个人。

Quant工作可以接触的领域

外汇交易。合同趋向于短期、大量的金额和简单的规定。所以重点在于快速地建立模型。

Equities

股票和指数的期权。技术偏向于偏微分方程（PDE）。

Fixed Income

基于利息的衍生物。从市值上来说这可能是最大的市场，它用到的数学会更加复杂，因为从根本上来说它是多维的。技术上的技巧会用的很多，收入较高。

Credit Derivatives

Credit Derivatives是建立在那些公司债务还清上的衍生产品。发展快速并有大量需求，所以有很高的收入。尽管如此，他表明了一些当前经济的泡沫因素。

Commodities

因为最近几年生活用品价格的普遍涨价，Commodities也成为一个发展迅速的领域。

Hybrids

Hybrids是多于一个市场的衍生物市场，典型情况是利息率加上一些其它东西。它主要的优势在于可以学到多种领域的知识，这也是当前非常流行的领域。

Quant一般在哪些公司工作

商业银行

商业银行对你要求少，薪水也相对较少，工作比较稳定。

投行

投行需要大量的工作时间但工资很高，不是很稳定的工作。

总的来说，美国的银行收入比欧洲银行高，但工作时间更长。

对冲基金

对冲基金需要大量的工作时间和内容, 他们也处在高速发展同时不稳定的情况中。你可能会得到大量的回报，也可能几个月后就被开除。

会计公司

大型会计公司会有自己的顾问Quant团队，有些还会送他们的员工去Oxford读Master，主要的劣势在于远离具体的行为和决策，而且厉害的人更愿意去银行，所以比较难找到人请教。

软件公司

外包Quant模型变得越来越流行，所以去软件公司也是一个选择，劣势和会计公司比较类似。

如何成为“矿工”？

不同机构的Quant，工作内容、岗位职责是不同的，但是要求掌握的技能主要都还是数学、编程以及一定的金融知识。

例如：

美国银行的量化金融分析师要求是：30% 编程、60% Model、10%金融；
金融衍生品的量化分析师：需要了解很多的金融模型。如Black Scholes Model、短期利率模型等模型；
银行的CCAR DFAST的要求是：40%编程、50%统计的Regression、10%金融知识。

主要的工作内容是：利用Python，SASS，Regression求Statistic Number，或者某个Parameter对Regression的影响。

根据你想工作的地方的不同，你需要学习的知识变化很大。面试官更在乎申请者对基本知识的了解是否透彻，而不是你懂得东西的多少。

展示你对这个领域的兴趣也很重要，你需要经常阅读Economist, FT和Wall Street Journal等。面试时会问到一些基本微积分或分析的问题，例如Logx的积分是什么；问到类似“Black-Scholes公式是怎么得出的”的问题也是很正常的；他们可能还会问到你的论文相关的问题。

面试同样也是让你选择公司的一个机会。他们喜欢什么样的人，他们关心什么的答案可以从他们的问题中得出。如果问了很多关于C++语法的问题，那么要小心选择除非那是你想做的工作。一般来说，一个PhD对得到Quant的Offer是必需的。有一个金融数学的Master学位会让你在银行风险或交易支持方面却不是直接Quant方面工作。

银行业变得越来越需要数学知识，所以那些东西在银行的很多领域都有帮助。

问题来了：你想成为哪类“矿工”？