天生量化将才？理工科程序员做量化投资优劣势分析

最新推荐文章于 2022-03-02 13:05:00 发布

置顶

Quant_

最新推荐文章于 2022-03-02 13:05:00 发布

阅读量2.1k

点赞数 1

分类专栏：量化交易&宽客量化交易&宽客文章标签：量化职业学习成长 python 程序化交易

本文链接：https://blog.csdn.net/Quant_/article/details/84992949

版权

理工科程序员在量化投资领域展现出优势，如语言门槛低，入门快，数学知识体系完整，不受传统金融规则束缚，且能执行完整交易流程。他们擅长利用编程技能处理数学模型，适应市场变化，但需补充金融理论，理解因子经济含义，提升算法知识。

摘要由CSDN通过智能技术生成

作者：Kenny Li

在近几年与行业内优秀的量化交易者接触后，发现他们来自各个领域，带有不同且有趣的学习和从业经历，其中部分人之前从事的IT开发工作让他们更适合量化投资这条道路，他们多拥有深厚的工科背景，在业绩方面比传统金融人更胜一筹。

在国外量化投资领域也存在这一问题，较早出名的量化基金经理——爱德华•索普（Edward Thorp）是加州大学洛杉矶分校的一名物理系研究生，他最感兴趣的是数学。再到后来的传奇高频交易人物德邵（David.E.Shaw），这位计算机领域的顶级专家在科学研究上硕果累累，利用超级计算机实现了可观的盈利。后来就是我们熟悉的活跃至今的世界级数学家詹姆斯·西蒙斯（James Simons），也是在数学和工科领域有卓越贡献，后来活跃于量化投资领域并成为伟大的对冲基金经理。