随着大数据、云计算、机器学*等金融业技术的发展，传统金融业也在结合信息技术、数学模型、数据分析等方面走向量化金融。
量化投资在国外已有三十多年的历史，而且由于量化模型的纪律性和系统性，量化投资收益稳定，市场规模和份额不断扩大，受到越来越多投资者的认可。
今天小编想给大家介绍一下，进入量化行业，可以从事什么职位。
01
量化研究/分析
>>>主要工作
需要通过大量的数据分析，发现市场中隐藏的交易信号，从而来指定交易策略，预测市场的走向。
一般量化研究和分析的岗位要求比较高，对学校背景，例如硕士，博士，统计，金融工程，数学专业有一定的优势。
量化研究的岗位对于量化其他岗位而言，需要更多的金融知识作为背景。因为要研究和分析金融产品、策略进行建模，多数情况是需要对市场中的交易产品非常熟悉，才知道如何定价，如何把握风险。
02
量化开发工程师
>>>主要工作
是量化交易系统和工具的开发，交易系统日常的数据分析和订单数据的统计分析等。
量化开发的工作就是每天看交易代码、写交易代码、看交易算法、写交易方法工具等。可以看出编程技能对于量化开发人员非常重要，会用数据统计的编程软件R，Python等。
C++，Java面向对象的编程，统计语言会一门是基本可以满足需求，底层语言看公司，一般C++常用比较稳定。
除了编程技能，数学和统计知识是量化开发需要的，需要实现不同的算法，订单优化。金融相比其他量化工作要求低一些。
03
量化交易员
无论是研究还是开发最后都需要落到实处，那么量化交易员就是实际的挥剑人。
很多量化研究和开发都是支持交易创造价值的，往往薪酬最高的不是研究人员，而是天赋异禀的交易员。
市场中的量化交易员分为两种，一种是策略执行者，他们需要根据市场的实际情况，对模型和参数进行细微的调整，不会改变整个策略的逻辑。
另一种是天才交易员，无论是量化研究还是开发都是为了满足交易员的需求，比如，想知道订单为什么没有成交，计算的结果和实际情况不一致等。这时候，开发人员需要查询背后的程序算法，如果交易员对市场数据需要做统计分析，研究人员则需要做相应的分析。
其实，无论两种交易员的哪一种，在公司的地位都不低。
CQF适合的人群
交易员的主要工作市场衍生品的坐实商，根据买卖价差赚取收益，分析交易数据提高策略和模型的收益，开发维护增强现有的交易算法。
>>>岗位要求
需要对市场对交易的兴趣很浓厚，具有较强的抗压能力或者敏锐的市场嗅觉等。
有趣的是，交易员的岗位对学历的要求并没有那么高，本科以上就可以。如果是数学、物理专业在交易员的岗位也都具备一定的竞争优势。
04
风险管理
>>>主要工作
不同风险有不同的管理方法，设计，建立，验证模型，用各种模拟方法去风险指标去做压力测试。
风险管理对于金融知识，数据处理也是缺一不可，它的用人缺口更显著，虽然FRM证书提供给风管从业人员必备的理论知识，但是在数据处理的实操上远不够。
量化投资在中国初步发展阶段，监管不断放开，量化投资在国内做的事情会更多，风险管理的质量国内与国外有很大差距。
无论是做量化研究、分析、开发和交易都是需要金融，数学和编程的基础知识。虽然不同的岗位、方向、要求都高低不同，但这都是必不可少的从业技能。
最重要的是，要把知识认真的学透，这样既能培养你的实操能力，还对我们未来工作有非常大的帮助。
想了解更地量化行业，CQF相关信息，可关注公众号：CQF量化金融学*，添加小助手咨询哦
版权声明：本文转载于今日头条，版权归作者所有，如果侵权，请联系本站编辑删除
