前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >那些没成为物理学家的PhD们,后来都去了华尔街

那些没成为物理学家的PhD们,后来都去了华尔街

作者头像
量化投资与机器学习微信公众号
发布2018-05-28 13:46:47
2.5K0
发布2018-05-28 13:46:47
举报
文章被收录于专栏:量化投资与机器学习
部分内容来自UniCareer。

2018年3月14日,当代最伟大的物理学家史蒂芬·霍金于剑桥的家中逝世,他的观点塑造了现代宇宙学,激励了全球数百万名读者。这一颗科学天空中最明亮的星,陨落在他的76岁。这一天,亦是爱因斯坦诞生139年的纪念日。

开个脑洞,如果霍金没有搞物理

他还有可能去做什么?

这个答案很有可能就是:Quant

高智商和高收入的Quant

传说是一水的斯坦福/MIT物理PhD

今天编辑部就来为大家解读:

1.为什么华尔街偏爱物理PhD?

2.非相关专业,如何进入Quant岗位?

3.做Quant,需要哪些技能?

01

为什么量化岗偏爱理工科学生?

曾有一位华尔街量化大佬表示:“如果你没有计算金融、物理、工程或者统计等等偏Quant的硕士或者博士学位 ,几乎是不可能在顶级quant trading公司找到工作。”

以下是一些投行量化岗位的招聘要求:

花旗银行

JP Morgan:

德意志银行:

量化分析师是近几年金融求职圈最火的职位,主要从事风险管理、优化投资组合、设计开发金融产品、财务分析、销售与交易等工作。去投行做量化也是很多人读MFE的目标。但现实中,面到最后一轮,各大投行券商都只要“各类理工科PhD”

高盛HR曾说:“我们对phd和master很公平的,不存在偏袒与否,但最后通过面试的也的确是phd为多。”

一般来说,物理背景比经管出身的数学、计算机能力强,在逻辑思维、数据分析上具有一定优势。因为资产价格的变动和物理学家研究的物体运动是有相似之处的,所以善于建模,而且相对缺钱的物理学家就多多转战华尔街了。不少buy side的顶尖quant team至今只招理工PhD。

其实很多Quant人,都是来自数学、物理等背景,所以他们看到这样的背景会觉得很亲切。面试官喜欢数学和物理背景的人,也是因为Quantitative Skill大多非常扎实。

02

无相关背景如何进入Quant岗位?

正如前文所说,很多顶级quant trading公司只招理工科PhD,那么背景是academia,engineering以及software development的学生都想在华尔街求得一份quant职位,该怎么做呢?

Quant岗位主要有以下三个方向:

  • quant trader
  • financial engineer (quant analyst)
  • quant developer

对于学生来说,刚毕业就直接成为quant trader是很难的,因为这些工作需要的技能都必需在很长的工作经历里逐渐培养。Financial engineering (i.e. derivatives pricing) 在2007~2008的经济危机时非常火热,直到现在依然有着很强的需求。Quantitative developers的职位开放依然很多,但是它需要从业者掌握娴熟的 C++, C# or Java技能。

因此,想要从事quant finance, 尤其是在投行做quant,一个非常基础的方法就是攻读Masters in Financial Engineering (MFE) 。因为大部分MFE课程内容涉及derivatives pricing 还有portfolio/risk management以及一些software development。

03

想做quant,不能只靠MFE

一位在华尔街做Quant的导师表示:“Sell side的quant本身技术含量要稍低于buy side,有些门槛可能更多的是在金融和经济的知识上,因此MFE专业也有机会拿到offer。

但是只靠MFE真的够吗?

此前在文章:《起薪70万,人才缺口20万的量化研究岗最深入调研》中也说到,来自Top MFE项目的毕业生基本可以保证一份投行的工作。 当然,也仅限于凤毛麟角的几个大学(如卡内基梅隆、哥大、普林斯顿)。这些项目要么声誉够好,要么学校资源、Career Service够好,要么校友给力。这些项目的毕业生无论在北美还是回国,发展都很好。

小编为大家提供一位资深Quant大牛的说法:

我当年2005~2006年找工作的时候,那个时候没有特别多的MFE的那些program,现在大家去瞧瞧,美国哪个学校没有MFE啊,而且现在越来越多中国年轻人为了短平快的找工作,都自费去读那些专业。其实我们行内的都了解,读那些的基础不是特别好,开始可能就业比较容易,因为工作职位多,竞争也少,可是这些年积累下来,再加上那么多的MFE毕业生,街上的工作形势又那么差,所以很多MFE找不到好工作也是正常。不过比较Solid的PhD还是很容易在街上找到工作的。

04

想进入投行做Quant,请尽早准备

一位在顶级投行做了5年Quant的大牛说:

“我曾经也是MFE的学生,但是学校的课程远远不够,在过去5年的工作中,我更加证明了我的观点,那就是不遗余力的自学!在这里我给大家介绍一些我的方法,如果你已经下定决定在投行做Quant,请你尽早开始这样准备。”

1. Absorb (almost) all publicly available information

你需要深入了解这三个方向:

  • Finance/Trading
  • Math (especially statistics)
  • Programming

没有你不需要的知识,只是有先后之分,广泛涉猎绝对没错。除此之外,你需要拥有许多技能才能进入投行的视线。

  • 在IT方面: Hadoop显然是你必须要了解的一个重要工具。不过,从我的经历看,Hadoop只在少数项目中能够用到;定制环境(Custom Enviroments)——通常是基于C/C++或者Java创建——仍然要相对重要一些。
  • 在编程语言方面:C/C++/Java依旧是你最需要了解的,虽然同样高效的Python和R越来越多地出现在项目中。除了这些在大学里能够学到的技能,我认为一项核心的IT技能是结合和分析大规模互不相关数据集的能力,例如结合金融数据和地理信息。
  • 在硬件方面:很重要的一点是要记住投行业基本属于*nix世界(比如Linux,等等),所以了解这些系统是很必要的,同时还要了解SQL(在短期内还不会消失)和NoSQL数据库方面的知识。
  • 其它软技能:你必须有很强的好奇心和持续的兴趣,深入挖掘新想法和新技术,从而为不断出现的复杂问题寻求可能的解决方案。

2. Test and apply your knowledge

不停的尝试!在应用和犯错中巩固你的知识。理解你要做的事情是什么,从而知道你做的每一步哪些有用,哪些没有用。

3. Meet and partner with others

1+1=3。 一定要找到自己的学习伙伴,或者找一位mentor,在讨论和交流中发现自己思想上的局限。一定不要羞于向别人展示你的成果,因为他人眼中的你,才是客观的。这有这样你才能不断进步。

4. Get a job at a trading firm

尽量多的去实习,盲目的学知识也没有用,很多技能都是在工作中掌握的。

加油

未来是属于你们的

也是给有准备的人的

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-03-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 量化投资与机器学习 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档