华尔街最偏爱中国留学生的岗位

开个脑洞

如果霍金先生下辈子不想搞物理

他最有可能去哪儿？

这个答案很有可能就是：投行 Quant

传说是一水的斯坦福 /MIT 物理 PhD

真正实现高智商和高收入并轨

Quant 既是华尔街上冉冉升起的巨星

又是被称作 H1B 收割机

作为常年顶着“数学很好”光环的中国留学党

在 Qunat 这个方向终于成为了

投行、资产管理公司、对冲基金

保险公司、会计事务所、商业银行

… …

整个金融界都在抢的人才

一、从性质、分类、薪酬了解 Quant

Quant 的工作就是设计并实现金融的数学模型，包括衍生物定价，风险估价或预测市场行为等。商业银行，投行，对冲基金，会计公司，软件公司等等都会需要。而近年开始流行的 P Quant 来源于 Physical Prob Measur ，也就是“预测未来走势”，常见于买方和卖方的自营交易部。

在华尔街从事 quant 方面的工作往往会被戏称为“矿工”。从国内的角度看，一般是理工科的人才从事这方面的工作。在国外，如 MFE （金融工程硕士）、 MQF （量化金融硕士）、 MMF （数理金融硕士），等则是比较专业对口的。

▌ Quant 分类：按公司性质分为卖方和买方

简单的区分，为谁工作就属于哪一方。典型的卖方 Quant 如投行；买方 Quant 如对冲基金公司、自营交易公司…

卖方 Quant

卖方 Quant 主要用数学、统计、计算机的知识设计金融产品并为复杂的金融产品进行定价、风险控制。在投行，想要在前台做 Quant 的竞争会异常激烈，因为对 Quant 的需求大多还是在模型验证和后端风险中。但这些年对这类人才的需求在逐步提高，因此前台岗位也在不断增加。

买方 Quant

买方 Quant 主要运用要用数学、物理、统计、计算机等任何可能用得上的理工科的理论，预测价格走向，在证券市场中做交易。比如像 Jane Street 这样的 Prop Traing Firm （自营交易公司）以及 Renaissance Technologies 这样的 Quant Hege Fun （量化对冲基金公司）。

▌ Quant 的薪酬待遇

由于 Quant 涉及的具体岗位较多，我们就不一一列举其岗位的薪水了。仅用一张图带大家管窥一下，这个方向的薪酬大概有多少。这是 Quantitative Traer 方向：

二、什么专业可以做 Quant ？

早期的 Quant 主要是一群学物理数学的 PHD ，所以如果学这方面想要转投行也是非常有优势的，但是缺点是需要自行补充大量的金融相关知识。随着这些年人才缺口的增大，越来越多的院校专门开设了对口专业，而非对口专业转行的情况也屡见不鲜。

▌ Quant 对口专业

MFE （金融工程硕士）、 MQF （量化金融硕士）、 MMF （数理金融硕士）可以说是 Quant 对口专业了。其课程基本会涵盖了 Quant 必备的编程 + 数学 + 金融三方面的内容。同时，这三个专业出来的就业一般都不错。 下面是这三个专业 TOP10 院校的毕业生的平均薪资：

▌ Quant 非对口专业

如果是非 Quant 对口专业，并非学物理数学，又并非就读于 MFE 、 MQF 、 MMF 。那么针对 Quant 做相关知识和经历的补充，也有机会从事相关方面的工作。

选择再读一个相关专业的硕士。读两个 master 或者读完 PHD 再念一个 master 在国外并不是很奇怪或者难以接受的事情。你可以在教授的指导下系统的学习专业的知识。学科背景也会更加突出。

如果不想再继续读书，那么在数学方面确保掌握： real analysis, measure-base probability theory, stochastic processes an stochastic calculus 就基本上差不多了。这个方向也是很多人读金融数学的目标。

 总而言之 

专业背景强的学生可以尝试做做“矿工”，利用自己在计算机方面的优势，去投行、对冲基金从事投资战略分析和风险管理。如果是对于编程能力没那么强或者不希望从事 quant 的学生来说，在投行或者对冲基金做 Traer 也是个不错的职业选择，可以利用他们对金融衍生品及风险管理的知识。

三、面试 Quant 的关键点

一个来自于大摩的面试官透露，他最喜欢在面试问到的两个问题是：

对于某个股票，如何大致测出它的波动率

某个利率改变，哪些资产的价格会出现变化

从这两个问题可以看出来， Quant 方面的面试没有想象中那么复杂。面试官更看重两点：一，你理解基础知识的透彻程度。第二，你知识掌握得是否全面。

在面试中，你可能会被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 公式怎么得出，甚至他们会讨论你的论文，并就此问一些相关的问题.

所以，你不需要表现得某一方面非常突出，面试官会更倾向于那些在数学、编程、市场… 等各方面技术知识都比较平均的人，同时，展现展示你对这个领域的兴趣也很重要。需要经常阅读 Economist, FT 和 Wall Street Journal 等会有帮助。