今天,你AI了没?
关注:决策智能与机器学习,学点AI干货
算法就是计算的方法,自古已有关于计算这门学问的研究,到现代社会发展为计算机科学。根据使
请注意,高频交易(HFT)是一门极具技术性的学科,它吸引了来自数学、物理、计算机科学和电子工程领域中最优秀的人才,通常是在研究生阶段,或者在某个特定领域拥有多年行业经验。在一家高频交易公司获得一个职位,虽然通常利润丰厚,但在学习和努力方面也需要大量投入。
高频交易(HFT)一词涵盖了算法交易的各种类型。就本文而言,它意味着在极低延迟的情况下以极高的交易量执行交易。“低延迟”是关键词,以亚毫秒级的规模完成交易。只有当更复杂的定制硬件可用时,这种延迟才会减少。比如,某种证券买入价和卖出价差价的微小变化,或者某只股票在不同交易所之间的微小价差。这种交易的速度如此之快,以至于有些交易机构将自己的“服务器群组”(server farms)安置到了离交易所的计算机很近的地方,以缩短交易指令通过光缆以光速旅行的距离。
高频交易是一门极其神秘的学科。很难找到有关高频交易公司如何运作的信息。然而,招聘启事、供应商营销页面和奇怪的互联网文章确实提供了一些信息。Ultra-HFT(UHFT)也与其他形式的算法交易截然不同。它是高度技术驱动和非常定量的。一旦一种算法被部署(直到它变得无利可图),就几乎没有可自由支配的输入,这与低频系统交易形成鲜明对比,而低频系统交易通常会有一些人为判断。
这也是一个竞争激烈、常常令人沮丧的环境。如果一家交易所修改了它的架构,一个新的监管环境浮出水面,或者竞争对手能够以比你更快的速度利用流程,那么数月的研究可能会在一天之内就付之流水。正因为如此,它适合高度技术化、出于这个原因,它适合高技术,有纪律的人,他们渴望拥有自主权,同时还要承受相当大的压力。
许多高频交易公司都是规模相对较小的公司,通常员工数量较低(约20-25人)。这意味着他们拥有强大的创业文化和精英思维。任何一家高频交易公司都会质疑你作为一名候选人能带来哪些在该公司尚不存在的东西。
考虑到奖金池是由许多员工共享的(虽然以加权的方式),你需要证明产生超过你工资和奖金份额产生收入的能力(直接或间接),否则,公司显然不值得雇佣你。这意味着你需要拥有一个公司目前不具备的独特技能,他们才可能考虑给你一个相应的职位。
这一过程的另一面是,你能够在公司内部“创造自己的角色”。公司甚至可能不会招聘,但如果他们觉得你在某个领域的技能足够强,他们可能会为你创造一个职位。高频交易公司的精英管理方式通常允许你在项目中拥有很大的自主权。因此,如果你希望与非常聪明和有能力的人在一个自我的环境中工作,那么高频交易可能适合你。
这样的工作通常比许多人所习惯的工作时间更长。当项目需要在截止日期前完成时,每周工作60-70小时并不罕见。然而,快节奏、IQ激励和薪酬通常超过了工作量。这可能适合你的生活方式,也可能不适合!
进入高频交易有几种途径,但其中大多数需要在以下一门或多门科学(如数学、物理、计算机科学或电子工程)中具备广泛的技术技能。个人可以通过以下途径进入高频交易公司:
▍研究所
许多高频交易的候选人是从相关领域研究所中直接雇用。这仅仅是因为根据博士生的工作/模块、发表的论文或学校的质量更容易评估候选人的能力。因此,如果你真的打算从事高频交易,那么对低延迟系统进行研究可能是一个很好的方法。从顶尖的技术学校(麻省理工学院、斯坦福大学、剑桥大学、帝国理工学院)挑选出最好的本科生,然后“训练”他们从事这份工作,这也并非闻所未闻。
▍行业专长
特定低延迟行业(如电信行业)的专家经常因其特定的领域知识而被聘用。尽管如此,一般来说,为了在最初的领域发挥良好的作用,这些人无论如何都有深厚的技术背景(通常是学术背景)。从事高性能计算项目(如欧洲核子研究中心的数据中心)或其他国家超级计算实验室的科学家也因其大数据经验而备受追捧。
▍金融交易所经验
任何对交易所内部运作有深入了解的个人都将受到高度追捧,因为他们能够帮助研究,利用交易所架构的新算法。
一个常见的误解是,申请高频交易职位很难要求具备广泛的金融背景。实际上,大多数高频交易公司对你的金融知识漠不关心,假设你在其他地方拥有广泛的技术专长,他们可以利用这些专长。
高频交易公司的角色相当多样化。公司里几乎每个人都有很高的技术背景,能够在该领域进行独立的研究。由于高频交易本质上是一项“技术运动”,许多人将拥有计算机科学和电子工程背景,或来自电信等其它行业的低延迟专业知识。
在GPU或FPGA等特定类型的硬件领域,拥有深厚专业知识的个人也变得越来越普遍。
本质上,任何可以以某种方式减少交易生命周期延迟或提高算法计算执行速度的技能都可以在高频交易中找到。这种专门知识的例子包括:
▍交易所架构
广泛了解交易所如何运作是高频交易者的一项常见技能。了解订单簿的操作方式,以及特定交易所中复杂的技术堆栈,可以为你带来显著的优势。
▍处理器设计
高频交易涉及极短时间内的大量计算。了解任何能提高这些流程执行速度的方法都将是有利的。有丰富的硬件和处理器设计经验,尤其是在商用x86硬件以外的系统(GPU和FPGA等替代产品)上非常有用。
▍低延迟网络
大部分交易生命周期延迟来自于网络堆栈。优化包处理、编写自定义网络模块或使用Infiniband交换网络的经验也很有吸引力。
▍监管理解
高度了解美国的NMS和欧盟的MiFID等贸易监管环境,这对高频交易业务至关重要。
内核优化
这些需求的共同主题是减少延迟和提高执行速度。因此,为了获得加速而重写软件内核的某些部分是很常见的。Linux内核修改的经验对许多高频交易公司都是有益的。
▍在线算法
虽然我们提到了延迟/执行,但没有过多地讨论高频交易算法。这些通常包括均值、方差和线性回归的“滚动”计算。因此,任何具有高通量时间序列分析经验的人都是有益的。
▍编程语言
尽管许多超高频公司已经转向定制硬件,但一些对延迟不太敏感的系统交易公司仍然使用多线程C、C++和Java(custom garbage collection)。对这些语言和并行处理有着经验丰富的人将对某些公司具有吸引力。
可以看出,这些技能通常需要具有很强技术性的人才,同时也需要研究生及以上水平人的参与,或者在某些技术方面具有多年的行业经验。如果你的技能与上述任何一个领域相交叉,那么你应该会发现,你能够获得一些高频交易公司的面试机会。
与金融领域的大多数量化职位一样,获得工作的最佳途径是通过招聘机构。顶级股票型高频交易公司通常位于纽约和伦敦。优秀的招聘人员通常对该领域比较精通,能够就你的背景是否合适向你提供建议。但是要注意,这个标准设置得相当高!你可能要努力工作才能找到工作,这可能需要一些时间。
虽然直接应用于此类公司是可能的,但棘手的部分是弄清楚哪些公司实际上参与了高频交易!通常情况下,如果你在特定的技术领域很有名,公司会尝试直接招聘你。因此,如果你真的很想加入这样一家公司,尝试一下出版工作、参加一些会议或演讲,并提高自己的知名度,这可能是有利的。
---本文经 量化投资与机器学习 授权转发
文章推荐
干货 | 深度强化学习国际顶会ICML-2019最新进展速览—论文PDF打包下载
最新 | 用深度强化学习打造不亏钱的交易机器人(附代码)
博弈论的经典入门课程和资料
德州扑克AI核心算法CFR在量化交易中的探索应用
干货 | 深度学习在美团配送ETA预估中的探索与实践
深度强化学习领域盘点系列 | 大神篇
深度强化学习领域盘点系列 | 大厂机构
干货 |VALSE 2019总结 --PPT 打包下载
深度强化学习领域盘点系列 | 大厂机构篇
量化投资之宏观篇 | 达里欧谈美国社会的矛盾及如何改良
NLP for Quant:使用NLP和深度学习预测股价(附代码)
自动驾驶中轨迹规划的探索和挑战
计算机进行通用学习的原理、方法和工程模型
深度强化学习 | 用TensorFlow构建你的第一个游戏AI
干货| 聊天机器人对知识图谱有哪些特殊的需求?