《北大树洞量化洞搬运》

dz 数院 20，暑假在香港的一个外资做了量化研究的实习。在过去一年里面，经常能在树洞上面看到有关量化行业的讨论，也经常有朋友问我有关量化的各种问题。dz 在过去一年中也得到了许多学长学姐非常无私的帮助。最近正好 dz 有一点时间，打算写一篇有关量化行业的经验分享，希望能帮助到大家。
dz 能想到要分享的大致有这几方面内容，大家有其他想知道的也可以在这个洞下面留言，dz 知道的也会写在这系列里面。

7

洞主 10 月之前 10-09 18:28:43

量化行业简介和不同量化公司的介绍
如何入门量化行业
量化申请时间线和申请准备
量化行业需要的知识和推荐课程
量化行业的毕业去向及对比
量化行业薪资介绍
其他有关量化和金融行业的优质树洞推荐
另外，dz 希望把这篇经验分享写的能让贵校各个专业的同学们都有帮助，但是由于 dz 知识所限，dz 对于有些东西也不是很清楚，因此 dz 有任何说的不对的或者 dz 不知道的也欢迎大家补充。
dz 会把接下来的经验分享也链接到这个树洞里面，感兴趣的同学可以关注一下~
（10-04 18:04:58 812 关注 120 回复）
[Alice] 大好人虽然不是数院信科大佬但还是 Mark 一下
[洞主] 1.1 量化行业简介和不同量化公司的介绍 4152232
[洞主] 1.2 量化行业薪资介绍 4152236
[洞主] 1.3 量化实习选择 4152240
[洞主] 1.4 如何入门量化行业 4152242
[洞主] 2.1 量化行业需要的知识 4152248
[洞主] 大家有任何问题也欢迎留在这个洞里面
[Bob] 竞争烈度和淘汰压力怎么样
[Bob] researcher 比 dev/qd 薪资高多少
[Carol] 招人会更偏好 phd 吗？
[Alice] 只招数学 cs 背景吗
[Bob] 自营会比去量化公司打工更赚钱吗
[Dave] 简历被挂一般是什么原因呢？我过了一家简历，挂了一家，需要怎么提升呢
[Dave] 然后请问我的计算机水平不是很理想 (只有数算 b)，是不是 jump 和 citadel 基本就不要指望了？
[Eve] Re Alice: 同问，其他专业复合的有希望吗？
[洞主] Re Bob: 不同公司不一样，不过差距不会很大。个人感觉现在北大里面做 research/trader 的同学已经不少了，不过做 dev 的同学还不多，而且有一些公司招 dev 的需求比 research 更大。dz 对于 dev 不是很了解，所以就没写进来。不过欢迎信科同学来做，待遇远超 bat，工作会更有意思也更能学到东西，同时 wlb 也更好
[洞主] Re Carol: 不同公司不一样。一些机器学习研究员的可能希望一些 PhD，不过整体感觉量化公司都不看学历（之后我也会写）
[洞主] Re Dave: 最常见的还是 GPA 和科研吧。不过最好的办法还是找认识的同学帮忙推荐一下
[洞主] Re Dave: 这两个公司传言是需要计算机水平高一些，但是也不一定，毕竟内部也有不同的组和不同业务。去年 dz 面 Citadel 的时候还是大二上，其实也只会数算 B
[洞主] Re Alice: dz 也认识许多 gsm 同学做量化，所以并不局限与数学/CS 专业。不过概统和计算机知识肯定是必不可少的
[Francis] Re : 超级感谢
[Grace] 卖方的等我有空写写，也放在这个洞里🐶
[洞主] Re Grace: 哈哈哈好呀好呀！
[Hans] hhhh 第一句话就掉码了 xs
[Isabella] dz 怎么看待量化的职业稳定性（与传统的二级基本面相比）
[洞主] Re Hans: 本来我也没指望能不掉码 hh
[洞主] 2.2 量化行业推荐课程 4152728 4152733（不知道触发了啥关键词，树洞一直不让我发，就发了这两个树洞）此外，概统知识也很重要，大家也需要学一下
[Jason] 想问下 dz 量化大四入行还有机会吗，坐标信科大四，有 ai 背景，代码水平应该还不错
[洞主] Re Jason: 肯定有机会呀，Jason 可以尝试投一投！
[洞主] Re Jason: 其实量化行业也有许多 PhD 才入行的，其实只要东西都学过，入行挺容易的 hhh

[Kate] 问一下 dz 有 cmo 经历吗，感觉很多量化公司对牌子有要求
[Louis] Re Kate: dz 是 IMO 金😂
[Margaret] 不知道说些啥了，膜
[Dave] Re 洞主：请问 dz 投的是 citadel 的什么岗位呢？感觉香港的都好偏计算机啊
[Nathan] 膜，大三天坑人是不是和这个行业无缘了
[Olivia] 不喜欢小学奥数题还能搞这行吗？概率统计，计算机什么的都还行
[Olivia] 没进省队能搞这个吗
[洞主] Re Dave: 我是 QR，不过感觉 JS 完全不需要计算机吧，brain teaser 做得好就行
[洞主] Re Olivia: 可以呀，不少公司其实不考小学奥数题的
[洞主] Re Nathan: 其实我感觉量化主要是看本事，并不怎么考察学历之类的（
[Paul] （一眼认出并在）后排疯狂点赞
[洞主] 3.1 量化申请时间线 4153073
[洞主] 3.2 量化申请准备 4153075
[Queen] 一眼认出 +1
[Queen] dz 我从小膜到大的
[洞主] 大致写了一半左右了，剩下的明天写
[Kate] Re 洞主：没有竞赛经历的话大二暑假去实习是不是不太能 pass 啊
[Dave] Re 洞主：或许被认出了？谢谢 dz，我去试着投投 citadel 的 qr
[Richard] dz 你好，jy 大一，想问下数双/软双是不是加分项呢？（可能会拖累绩点）还是说要有一些数学/计算机知识，去选/旁听那些课
[洞主] Re Kate: 外资一般不要大二的，不过 dz 如果成绩还可以的话找到一个内资还挺有希望的吧，毕竟那些私募最多也就招北大清华的同学
[洞主] Re Richard: 知识肯定是要有的，双学位其实 dz 觉得可以先报上，之后上不上课再说。至少简历上面可以写上（doge
[Kate] Re 洞主：好的，谢谢大佬嘞
[Susan] 不错真发了好大佬
[Francis] Re : 弱弱地问一句，文科专业的可以吗？
[洞主] Re Francis: 其实个人感觉真正重要的是你会啥，而不仅仅是你是什么专业的。当然文科专业过简历可能会比较困难，建议修一个数双/软双
[洞主] Re Dave: 抱歉还真没认出来（
不过如果 Dave 计算机不好的话，可能更适合一些 trader 岗位，比如 optiver 或者 JS，Citadel 也会有 trader 的职位也可以投一投
[Francis] Re 洞主：dz 文科大二，大佬能不能推荐一些课程，我想自学。
[洞主] Re Francis: 计算机课优先计概和数算吧，然后可以试试国发院或者 gsm 的概统，另外高数线代如果没学过的话其实也需要先学一下（如果真的想做量化的话，不过这样的话试错成本可能有点高）
[Thomas] 对本科绩点要求高吗，dz 能否大致透露一下绩点范围
[Dave] Re 洞主：好的谢谢😂官网上 citadel 的 trader 好像在香港没有，还是说现在还没正式开始？dz 是几月投的啊
[洞主] Re Thomas: 肯定是有要求的，一遍想去头部内资或者外资绩点一般也要中上等，不过放低一点要求的话绩点不高找个还可以的百亿私募也有希望，毕竟也不是只看绩点
[洞主] Re Dave: 去年我是十月份 Citadel 来北大有一个讲座，当时我把我简历发给的 HR。如果 Dave 认识我的话可以微信私戳我一下，我可以帮忙推过去（
[洞主] Re Thomas: 我绩点还挺不错的，不过也有 3.7 或者 3.8 的同学能找到外资的
[Uma] Re 洞主：omg dz 你绩点不会 3.92 吧😭😭天哪膜一下先
[Grace] Re Dave: 您去错地方了，trader 需要去 citadel securities，citadel 只开了 equity
[Dave] Re Grace: citadel security 官网 trader 也没有香港啊
[洞主] Re Uma: xs 3.92 和我没有任何关系
[Vivian] Re Uma: dz 绩点不止 3.92
[Winnie] 后排膜一波 dz
[Isabella] Re 洞主：呜呜 dz 看看我把 T_T dz 怎么看待量化的职业稳定性哇（与传统的二级基本面相比）
[Francis] Re 洞主：谢谢师兄！
[Xander] sms 大二选手现在就要开始尝试投简历准备大二升大三的暑期学习了吗，现在还没什么有价值的东西能写在简历上诶？
[Grace] Re Dave: 那你大概率没搞清楚哈，我前几天刚投完呀。要不要再看看？记得要搜 intern trader
[Grace] Re Xander: 大二升大三除非您像 dz 一样巨直接申请外资，不然下学期开搞就来得及 hh
[洞主] Re Isabella: 啊抱歉漏掉这个问题了，个人感觉量化行业竞争肯定越来越激烈，但是做得好的一定会有大量收益的
[洞主] Re Isabella: 至于稳定性的话，至少现在还是看公司，不同公司风格不一样，有的公司可能经常开人，有的公司氛围就不错（其实我感觉抱怨量化行业稳定性的不是很有道理，因为感觉量化裁员远不如互联网多
[洞主] Re Xander: 想大二暑假做内资实习的话可以大二下再申请，基本就是成绩，科研（如果有），竞赛经历，上过的相关课程和学生组织
[Thomas] 求 dz 给个每学期选课的参考，尤其是现在数院特意把大一和大二的课安排撞课，概率数统只能大二选，后面的课也得推迟😣
[洞主] Re Xander: 数院同学来说大二暑假第一份实习完全不晚，内资的话大二下再申请就来得及
[洞主] Re Thomas: 我之后写一个吧
[洞主] Re Thomas: 那个是真的无

1.1 量化行业简介和不同量化公司的介绍
简而言之，量化行业大致就是用统计/计算机的办法，通过计算机的自动化决策（而不是行业研究等人工决策）来进行投资。在当下量化投资行业也相比几年前有着飞速发展。
具体而言，量化行业的就业去向大致可以分成以下三种：外资的自营交易公司、内资私募量化和投行等卖方量化。

外资量化公司基本是做量化的同学的优先去向，具体而言，北大的同学比较关注的一般是这几个公司：位于上海的 Jump Trading 和 optiver，以及在香港的 Citadel Securities 和 Jane Street。（其实国际上还有许多非常好的大量化公司，但是那些公司可能在中国并没有 office，如果大家去美国读书的话也可以申请，不过出于签证等原因一般不会要大陆学生）
在这几个外资量化公司中，Jump 和 Citadel Securities 在公司业务上面会以全自动化交易为主，因此招收的 Quant Research 比较多，对于 candidate 的统计和计算机要求比较高（比如一些统计和概率的知识，也包括一些计算机知识和 live coding）。相比之下，JS 做的最好的业务是 ETF，optiver 的 option 做的比较好，这两个公司以半自动化交易为主，面试过程中会更多的考察同学们的感觉和反应速度（例如 Brain Teaser 或者 Market Making Game）。具体的面试准备还会在后面提到。
整体而言，这几家都是非常好的量化公司，一般都是大家的首选。如果要从其中做选择的话，大家一方面可以考虑一下自己希望的工作地点，另一方面是看看自己适合做研究还是适合做 trader。

内资私募量化就比较多了，大家经常提到的“xx 投资”一般都是。具体管理规模大家可以参考这个图：#3820408
相比之下，内资的选择就比较多了，不同公司的风格/业务/氛围也可能显著不同。dz 可能没有办法在树洞上面详细介绍每个公司，根据一些认识的朋友的介绍，九坤、幻方、佳期和宽德都是不错的去处。大部分公司都是有北大的同学在那里做实习/全职，所以强烈建议大家在选择公司的时候提前和去过那个公司的学长学姐请教一下。

另一个量化的去处是卖方量化，包括高盛、Morgan Stanley 这样的外资大投行，国内的投行现在也在做一些与量化相关的业务。这一部分 dz 不是很了解，欢迎 gsm 同学补充。

1.2 量化行业薪资介绍
树洞上面总是有各种有关量化行业的薪资讨论洞，dz 之前看下来感觉大部分都是假的。之前也有不少人和我打听过量化行业的工资，所以也在这里简单分享一下。
对于实习生而言，内资私募量化的工资一般是日薪 300-2000 之间（不同公司略有区别，不过基本是在这个量级里面）。外资量化公司的实习薪资会更高一些，在我上一个洞说的那几个量化公司中，最少的一家的实习工资能达到 2000/天，最多的折算下来一个月能赚到 10w+。
至于全职员工而言，几个头部内资量化的工资第一年一般能给到 1-2 百万，一些外资给的会比这个更多一些。（当然一些树洞提到的第一年年薪千万是非常罕见的情况，而且个人感觉在之后很难有这种好事）不过这个只是刚入职时的薪资，干两三年之后如果干的不错的话一般都会有一个较大的提升。所以 dz 之前在和不同公司的员工交流的时候，大家普遍给我的一个建议是，要去那些有前景、能学到东西的公司，而不要过于在意起薪，因为你在干几年之后的工作会远高于你的起薪。一旦你有本事，去哪个公司都能干得很好。
3134215 这个洞展示了一些外资的工资情况，基本都是准确的。不过有一些公司最近有涨薪，这里面的数据可能有滞后。

1.3 量化实习选择
大家考虑选择量化实习的时候，一般会考虑以下两个因素：公司的名声、实习期间能不能学到东西。
个人推荐去一个真正能学到东西的公司，因为实习更多的是一个体验的过程，你在实习期间能知道量化行业都在干什么，也能知道自己是不是喜欢量化行业。但是，对于需要申请金融硕士项目的同学，能去一个比较知名的公司同样是重要的。

1.4 如何入门量化行业
一般而言，想入门量化行业有两种办法。一是去参加一些有关量化的讲座或者课程（HFA 在贵校里面办过许多还不错的课程和讲座，感兴趣的同学可以参加）。二是多和认识的学长请教，dz 其实一年前对于量化行业也一无所知，就是被各种学长学姐一路带过来的，dz 个人感觉贵校同学一般都会非常热心的帮助自己的学弟学妹，不过大家也需要主动向学长学姐请教。
不过如果真的对于量化行业感兴趣的话，实习也是必不可少的。dz 个人感觉，做一段 1-2 个月的实习能对于量化有着更加深入的了解，同时也能学到很多东西。

2.1 量化行业需要的知识
总体而言，量化行业需要的知识大致有以下几个方面：

数学知识：概率统计知识在量化面试中是必不可少的，同时了解一些数值计算的知识也有帮助（dz 去年就被问到过一些，但是完全不会）
计算机相关知识：基础的编程是必不可少的（优先 Python，也需要掌握包括 Numpy, Pandas, sklearn 等包，同时会一些 C++ 也有帮助）。一般量化公司都会使用 Linux 系统，这部分知识在面试过程中可能不会考察，但是最好要会一些基本的操作（dz 暑假实习之前就完全不会 Linux，花了一个周六恶补的）。同时，一些量化公司现在也在神经网络上面有很多投入，因此做过机器学习相关科研的会很有帮助（偏机器学习的研究员方向可能招的 PhD 回多一些）。同时，做过一些大型的编程项目也会对于自己的能力提升和通过面试都有帮助。
金融知识：通常而言量化公司都不会要求金融知识，不过如果有比较好的市场直觉&会一些期权等知识也会是有帮助的。
英语：如果想申请外资量化公司的话，英语水平是必不可少的。dz 之前就认识许多同学因为英语不行而吃了大亏

2.2 量化行业推荐课程（1）
计算机课的话，计概和数算建议都要学一下（C++ 会更基础一些，而且学完 C++ 再转 python 会很方便，不过如何只是 focus on 量化的话，python 可能会更实用一些）。此外 dz 强推信科 hjf 老师的 python 程序设计与数据科学导论，这个课任务量非常大，不过讲的真的有用，也真的能学到东西，最后给分也不错。此外 ICS 对于量化行业也是有帮助的（只是可惜现在非信科/软双同学貌似选不了了...）。gsm 同学给我推荐过机器学习与人工智能，数院同学还推荐过并行与分布式计算，这两个课 dz 不是很了解，大家可以自己查一下。总之计算机水平真的很重要，尤其要锻炼自己写代码的水平，dz 个人感觉大部分非信科同学都需要提升计算机水平 hh
此外有不少同学会选择 gsm lcx 老师的金融中的数学方法和随机分析这两个课，dz 自己没上过，不过评价还挺不错的，而且做量化也可能会用到。此外数院也有 ly 老师的应用随机分析，dz 感觉讲的挺不错的，相比 lcx 老师的课可能会更数学一些，但是不会讲在金融中的应用。
还有不少同学可能会选择国发院的双学位，个人感觉双学位的课程对于量化行业其实帮助不大。如果要推荐的话，财务会计可能是一个比较有用的课，胡老师的博弈论也不错，此外 dz 还上过 xg 老师的中国经济专题，对于量化就业可能帮助不大，不过真的讲得很好。

（10-04 19:53:48 60 关注 6 回复）
[Alice] 求问 ICS 会在哪里用到呢？（指 researcher 或 trader）
[Bob] Re Alice: 高频
[洞主] Re Alice: 操作系统方面还是挺有用的（尤其是 Linux，组里面不少人用 vim 用的极好，但是我完全不会）
[Carol] 一眼认出 dz 是谁哈哈哈
[Dave] 这几个课跟量化离着十万八千里，几乎没用
[Bob] Re Dave: 楽

2.2 量化行业推荐课程（2）
至于数院的高年级本科生课，数值代数/数值分析可以挑一门学一下（dz 一直没学过，不过也是有用的）。另外数院开设的一些高年级统计方向的课也可以考虑一下，包括统计学习、深度学习与强化学习以及 zc 老师的统计计算，能比较好的学到深度学习，zc 老师的课也能锻炼代码水平。

3.1 量化申请时间线
由于 dz 是本科生，这一部分就只介绍本科生的申请时间线了。PhD 或者 master 可以在毕业前一个暑假去做量化实习，再往前的部分倒推即可。
一般而言，量化申请流程中最关键的是大三升大四暑假的实习，这个实习通常是一个本科生能找到的最好的实习，大家一般会希望通过这个实习拿到 full-time offer，之后选择直接入职/继续读书。
从现在来看，如何申请大三升大四的 summer，一般外资量化自营和外资投行一般需要提前一年秋天就申请，在这期间把自己想去的公司都投一遍，然后根据自己能拿到的 offer 决定去哪里（所以要申请明年 summer 的同学现在就可以准备了）。这个流程通常从 9-10 月开始，要持续 1-2 个月，这期间如果要认真准备面试还是一件挺累的事情（虽然 dz 面试很摆烂）。如果要申请内资量化公司的话，有些公司会在秋季就招聘，也有的公司的招聘流程和持续到第二年的春天，因此春季学期也能找到一个内资量化的实习。
再往前看的话，申请量化公司通常不会很看过去的实习经历，不过 dz 还是建议能在之前有 1-2 份量化实习（例如大二暑假可以做一个），一方面对于申请可能有帮助，另一方面也能早点体验一下量化行业。

3.2 量化申请的准备
量化面试中大致会考以下几方面的内容：
（1）数学/概统题目，例如一些简单的概率计算、有关线性回归的东西，还有时候会考数分高代题目
（2）计算机知识：live coding（常见的准备办法是刷 leetcode 或者 codeforces）,一些常见算法或者一些包的知识（这部分主要就是考水平，也没啥准备的办法，当时我被问到 modern C++ 的东西，完全不会，并且毫无办法）
（3）brain teaser，常见办法是刷一下“红宝书”之类的（这一部分还是要稍微准备一下的，有一点准备就会很有帮助）
（4）market making game，主要是 Optiver 和 JS 会考这一方面
（5）behavior questions，这一部分 dz 完全不会，去年面 optiver 的时候也做的极差，不过还是需要准备一下的
通常而言，内资量化或者外资的 research 职位会比较注重（1）和（2），外资交易公司考（3）和（4）会多一些
对于面试准备而言，短期能做的一个是刷一刷 live coding 题目，另一方面是做一做 bt 或者 market making，behavior 也可以准备一下（至少要准备一个中英文的自我介绍）。不过 dz 感觉更关键的是找之前面试过的学长，问一下他们之前面试过程中的经验和注意事项，这可能对于面试过程会更有帮助。
（10-04 21:11:17 47 关注 3 回复）
[Alice] 红宝书是什么呀
[洞主] 几个常见的量化面试书（虽然我也没看过）：
150 Most Frequently Asked Questions on Quant Interview
A Practical Guide to Quantitative Finance
[Mark Joshi]Quant Job Interview Questions And Answers
Fifty-Challenging-Problems-in-Probability-with-Solutions
Timothy Falcon Crack - Heard on the Street, Quantitative Questions from Wall Street Job Interviews-Timothy Crack (2014)
[洞主] 也是被其他同学推荐的书 hh

2.3 数院推荐课程
之前有同学让我写一下数院的一些推荐课程，dz 自己才大三，就简单推荐一下大一大二的数院课程吧。
之前在树洞上面看过 #2555993，个人感觉这个偏激进，不过可以做一个参考。
个人感觉，在完成数院的培养方案之下，大一大二选课的自主权不多（因为你培养方案的课总要选吧），所以基本就是在培养方案上面每学期再加一两门课。
首先要注意的是，如果想提前选课的话，概率论和数理统计一定是要尽早选的（不仅仅是做量化，所有应用方向都是这样），概率论能大一下选就大一下选，因为冲突选不了的话就大二上选，数理统计同理。
此外的话，大二上的同学可以尝试一下金融数学引论和金融数据分析导论。金数引其实个人感觉定位略尴尬，因为这个课偏精算，不过既然是金融系必修的话想去金融系的同学早点肯定没问题。金融书籍分析导论其实这个课的内容很实用，但是讲课和给分一般。实变函数也是一个可以选择的课程。
大二下的话，可以尝试选择 lcx 老师在光华开的课程（当然足够厉害也可以在大一下就选金数）
大三上的课程选择比较多了，金融系的限选都可以选。不过个人感觉如果想做量化的话，比较推荐多选一点硬一点的统计课，可能会更有用一些，可以考虑的课程有统计学习，深度学习与强化学习，zc 老师的统计计算和贝叶斯（这个在春季学期），csx 老师的高等多元统计，不过这学期 dz 还正在上课就不写测评了。
其他信科和 gsm 的课程推荐见 2.2.

量化行业毕业去向：继续读书 or 直接工作？
以下讨论仅限于本科生。
通常而言，想做量化的本科生有以下几个出路：本科就业，在国内/国外读金融硕，读统计/运筹等偏理工科的 PhD。
我们先考虑 PhD。首先需要明确的一点是，除了少数机器学习方向会偏好 PhD 以外（其实是偏好有机器学习研究能力的人才，如果你是本科生但是足够厉害也完全没问题，但是大部分本科生并没有如此强的能力），大部分量化行业都是不需要 PhD 职位的。因此，虽然读 PhD 之后转行量化也很方便，但是你在 PhD 期间的训练大部分是在工作中用不上的。因此，个人认为比较适合读 PhD 的同学是仍然有研究理想（想去学校教书）/将来不仅想去量化公司，也愿意去一个科技公司做研究的人，读 PhD 期间对于研究能力的训练会对于这些方向有帮助。但是不推荐单独为了做量化而读 PhD，因为为了做量化而读 PhD 的性价比有些过于低了，你在量化公司工作五年能学到的知识会远比 PhD 期间有用，同时你干五年之后完全能成为一个 team lead，对于将来的职业发展也会更加有利。不过如果还没想好自己将来想干什么（不一定做量化）/有学术理想的同学，肯定还是首选读一个 PhD 的。
接下来我们讨论一下 master，一般大家可以选择在国内/国外读金融硕，也有人会选择读 CS 的 master。首先我们需要明确的一点是 master 都是为了找工作导向，通常在为期 1-2 年的金融硕项目中，你可以从入学开始就要找实习/找工作，真正的 master 很少会有人把经历集中在硕士课程上面。因此个人比较推荐在本科期间没有找到令自己满意的工作/本科是理工学位，想在硕士期间转金融的同学，这样能发挥读 master 的价值。同时硕士项目的另一个好处是，由于国内有学历歧视的问题，虽然量化公司一般不会在意学历，但是一些国企不会招本科生，因此本科生将来如果想从量化行业转行可能会困难一些，这样 master 就是一个比较快速的拿到学位的办法。
另一个问题是在国外读硕士还是选择国内的金融硕士项目。个人认为，无论是从金融市场的成熟度，还是比较不同的硕士项目，国外的硕士项目都会远好于国内的项目。因此 dz 会比较推荐有条件的同学优先考虑出国读一个 master。在国内读书也有一些好处，首先就是申请会比较方便，一般成绩还可以都能找到一个差不多的硕士项目，而申请出国需要的准备就会多很多；另一个考虑因素是你是否愿意去美国/欧洲读书，特别是在当下的国际环境/疫情之下，但是如果想去美国找工作或者生活的话就要去美国读一个硕士项目；同时国外的硕士项目会贵一些（大约需要大几十万，但是如果你将来想做量化的话，肯定一年就赚回来了）。
接下来讨论一下本科就业。经过过去一年的思考，dz 其实蛮推荐能找到满意工作的同学本科就业的（本科就业在 gsm 其实比较普遍，但是在数院等理工科院系还比较罕见，而且也不是很“政治正确”）。一方面，本科就业可以省去几年的读书时间而提前几年工作，因此在你的同学毕业的时候你可能已经会有很多工作经验了。同时，不少的量化公司的第一年都是以 training 为主，之后也有很多的机会在工作中学习，因此相比继续读书，在工作期间也能学到非常多的东西，而且会远比在读书期间学到的东西更实用。同时，相比硕士或者博士，多出来的几年的工作时间是非常宝贵的，因为 dz 认识很多一两年就能干出来很多东西或者成为一个 team lead 的人，这样的经历会比你多读几年书会更有用一些。因此，如果能找到满意的工作的话，本科就业的最大缺点是本科学历，因为有些公司会不喜欢要本科生，虽然这个现象在量化行业中不常见。（其实在美国，大家的想法都是“本科能找到工作，又不想做研究，为啥要读硕士，因此很多硕士项目其实是坑国外人的钱的。在他们看来，一个硕士是“能力不够的表现”，因为你有本事为啥还要继续读硕士）
（10-05 17:31:03 35 关注 14 回复）
[Alice] dz 本科就业吗
[洞主] Re Alice: 没想好，也要看有没有地方要我（
[Bob] 明天吃饭啊明天
[Bob] 我先来拜读一下
[洞主] Re Bob: sbwzt
[Bob] Re 洞主：愤怒
[洞主] 需要补充的一点是，如果你想本科就业的话，一定要抓紧在学校的时间赶紧学东西，多选一点机器学习和计算机方向硬一点的课，不要光顾着选一些靠期末考前突击就能考好的水课，学知识是最重要的
[Carol] 为 yj xgg 疯狂打 call
[Dave] dz 能不能讲讲除了私募以外还有没有其他量化行业的工作选择呢？我的能力并没有特别强，或许可以在一家私募挖挖因子这样，但不知道本科毕业就工作的话，如果被裁了或者自己离开了私募，有没有其他的地方可以去
[Eve] Re Bob: 笑死我了
[Francis] Re Bob: sbwzt
[Bob] Re Francis: 你怎么不是 Charlie
[Francis] Re Bob: nm，反正 C 也不是 Charlie，爬
[Bob] Re Francis: 文明冷静！

5 最后想分享的一点东西
之前一直有想法要发一篇经验分享树洞了，不过确实没有想到会有这么多关注，感觉 dz 确实做了一件有意义的事情。不过还是有一点最后想说的。
首先要注意的一点是，量化行业虽然是一个很好的去处，但是并不适合所有人，需要比较强的数理背景，需要比较快的反应速度，也要能接受短时间高强度的工作。我之前在写量化行业的年薪的时候也有些犹豫，后来感觉既然大家都想知道，不如简单说一说。但是真心建议想做量化的同学思考一下，自己适不适合这个工作，以及自己喜不喜欢这份工作，如果单纯是为了起薪而来做量化其实不是很推荐，而且不喜欢这行的话大概率也做不好，因为量化并不适合所有人。（其实 dz 在拿到 Citadel 的 offer 之前，也不认识很多学长，之前也完全没有打听过量化行业的薪水，当时我听说我在实习期间的薪水的时候都震惊了，因为完全没有想到 CitSec 会给这么多）

另外还有同学问到 Quant Research, Trader 和 Developer 的区别，这里也想简单提一下。通常而言，trader 和 QR 会比较像一点，但是前者更多的是根据市场上的信息来做出快速决策，需要应用与期权和 ETF 这样流动性不是很好的资产，一般采取半自动化交易的形式，比较考察快速反应的能力和 sense（optiver 和 JS 都是这样的公司）。QR 则更偏研究一些，主要是通过建模等办法来预测资产价格（例如股票等流动性比较好的资产），采取全自动化的交易方式，需要比较强的数理基础和计算机能力，有时也需要会一些机器学习。
这里还想大力推广一下 developer，因为最近根据 dz 的观察，现在 gsm 和理工院系做 QR 和 trader 的已经不少了，但是做 dev 的还远远不够。通常而言，dev 主要是写一个基本的交易框架，实现公司与交易所之间的对接，有时候还需要负责一些软件开发。最近 dz 也听说，包括 Jump 和 akuna 在内的许多公司都有极其迫切的招收 dev 的需求，但是北大做 quant dev 的还远远不够。因此强烈推荐信科同学关注一下 dev 方向，竞争会远比 QR 和 trader 小，待遇也很不错，也很有意思。

最后还想说的一点是，量化行业并不是一个“论资排辈”的行业，你在公司里面干的怎么样很快就能看出来，同时你有本事就能很快的得到奖励。因此大家一定要注意提升自己的真实水平，抓紧在贵校里面的时间多学点东西，而且要选一些真正有用的课（千万不要通过选了很多学分的课显得自己很勤奋，那种水课帮助真的有限）。另外一个需要注意的是，量化是一个活到老学到老的行业，可能很多现在在用的技术在五年前还没有被发明出来，因此一定要有持续学习的能力。（之前在香港的时候和一个 full-time 聊天，他说他每天晚上都要抽一些时间学习，要么读读书，要么看看 paper，这对我触动挺大的）

最后 dz 来讲一讲自己之前的经历吧。
坦率的讲，dz 其实来到数院的时候就不打算学基础数学，相比之下，dz 更希望做一些与社会联系密切的东西，因此 dz 从入学的时候就对于金融和计算机方向一直保持着关注。dz 第一次听说量化是大一下的时候，当时 HFA 在招新 dz 也就顺便投了一个（相当简陋的）简历，不过还是顺利的进入的 HFA。在那一个学期里面，dz 偶尔会听听有关量化的讲座，不过也没啥准备，也没有实习的打算。
对 dz 的一个转折是大二上开学的时候，optiver 组织了 trivia night，dz 感觉自己比较擅长那些题目，加上当时状态比较好，很幸运的拿到了第一。当时 dz 对于量化还一无所知，不过在 optiver 一些学长的邀请之下抱着试试看的心态申请了 optiver，过不久 Citadel Securities 也到北大做了讲座，在一个学长的推荐之下也申请的 CitSec。我最终很幸运的拿到的两个公司的 offer，经过一番考虑觉得去 Citadel（optiver 也真的很好，只是 dz 可能想先试一试做 research，optiver 的 trading 会更好一些）。不过 dz 感觉个人在那一段申请季下来最大的收获是认识的许多超级厉害的学长，同时对于量化行业也有了一个远比之前深入的了解，个人感觉这些收获可能甚至会更大一些。
回顾过去的这一年，真心的感受到了许多学长学姐和同学对我非常无私的帮助。我在香港实习期间带我的人也是之前北大数院的，不仅在工作上教了我许多，而且在我的未来发展上面也给了我许多建议。dz 写这篇经验分享的一大原因是感觉部分贵校同学信息过于闭塞，因此也真心建议大家都和自己的同学和学长交流。
最后，虽然许多之前帮助过我的学长学姐可能已经看不到这个树洞了，但是还是想感谢一下所有帮助过我学长学姐和同学们，要是没有这么多人对我的帮助，我也不会有今天的幸运。
（10-05 20:22:38 35 关注 8 回复）
[Alice] 所以 trader 其实有一点点主观的感觉？
[Bob] 真是辛苦了
[Bob] 没错 bob 还是我
[洞主] Re Alice: 和我们说的“主观投资”不一样，不过确实需要一点 sense
[Carol] 所以薪水大概是什么水平…
[Dave] Re Carol: 100w-400w 吧，也有 1kw+ 的
[洞主] Re Carol: 之前写过，可以看 4156944
[Carol] Re 洞主：谢谢 dz

夕阳

夕阳

📝 User Blog Posts (1 posts)