从零开始学python大数据与量化交易豆瓣_量化研究-如何才能成为一个量化交易员？...

原文来自Investopidia, 作者SHOBHIT SETH。

丰厚的薪水、丰厚的奖金和工作上的自由，使得量化交易员成为一种有吸引力的职业选择。量化交易员，使用数学模型来识别交易机会和买卖证券。来自学术界、软件开发和工程的应征者的涌入使得这个领域的竞争相当激烈。在这篇文章中，我们将了解量化技术的作用以及所需的技能和教育。

不少朋友私信我问量化怎么入门、自己现在xx岁了入行会不会晚等等。时间问题没办法一一回复，我整理了15篇量化投资领域比较精品的论文+入门课，都是我自己当时用了觉得不错的，需要的朋友可以看看

主要收获

量化交易使用基于定量分析、数学计算和数字运算的策略来寻找可能涉及数十万种证券的交易可能性。

一个有抱负的量化交易员需要有非凡的技能和对数学的所有东西感兴趣。如果你对数字不敏感，那么这不是你的领域。

数学学士学位、金融工程硕士学位、定量金融建模硕士学位或MBA学位都有助于为工作打分；一些量化交易员还将拥有这些或类似领域的博士学位。

由于缺乏高级学位，应征者应至少具备在职培训和数据分析员经验；必须具备数据挖掘、研究、分析和自动化交易系统的经验。

交易者还需要软技能，比如在压力下茁壮成长的能力，在长时间工作的情况下保持专注，承受激烈、侵略性的环境，以及为追求成功而遭受的挫折和失败。

量化交易到底做什么？

“量化”一词来源于数量，本质上意味着处理数字。计算机辅助算法交易和高频交易的发展意味着有大量的数据需要分析。量化公司挖掘和研究可用的价格和报价数据，识别有利可图的交易机会，制定相关的交易策略，并利用自行开发的计算机程序以闪电般的速度利用机会。本质上，一个定量交易者需要一个平衡的组合，深入的数学知识，实际的交易经验，和计算机技能。

量化交易员可以为投资公司、对冲基金和银行工作，也可以是自营交易员，用自己的钱进行投资。

技术技能

一个有抱负的量化交易员至少应该有金融、数学和计算机编程方面的背景。此外，量化人员应具备以下技能和背景：

数字、数字和数字：定量交易者必须非常擅长数学和定量分析。例如，如果条件概率、偏度、峰度和VaR等术语听起来并不熟悉，那么您可能还没有准备好成为一个量化交易员。深入的数学知识是研究数据、测试结果和实施确定的贸易策略的必要条件。确定的交易策略、实现的算法和交易执行方法应该尽可能的简单。在当今闪电般快速的交易世界里，复杂的数字运算算法占据了大部分的市场份额。即使是量化交易员在基本概念上的一个小错误，也可能导致巨大的交易损失。

教育和培训：大学毕业生通常很难找到一份定量交易商的工作。更典型的职业道路是从数据研究分析师开始，几年后成为量化分析师。金融工程硕士学位、定量金融建模文凭或常规MBA课程中的定量流选修课等教育可能会给考生带来先机。这些课程包括理论概念和量化交易所需工具的实际介绍。

交易概念：量化投资公司希望从零开始发现和设计自己独特的交易策略和模型，并定制已建立的模型。一个量化交易候选人应该对流行的交易策略以及每种策略各自的优缺点有详细的了解。

编程技巧：定量交易者必须熟悉数据挖掘、研究、分析和自动化交易系统。他们经常参与高频交易或算法交易。必须至少精通一种编程语言，而且应征者知道的程序越多越好。C++、java、python和perl是一些常用的编程语言。熟悉MATLAB和电子表格等工具，以及大数据和数据结构等概念者优先。

计算机使用：定量单位在包含价格和报价的实时数据上实现自己的算法。他们需要熟悉任何相关系统，比如提供数据源和内容的彭博终端。他们还应该熟悉图表和分析软件应用程序和电子表格，能够使用经纪人交易平台下单。

125000至500000美元+

根据最近的统计数据，定量交易员的薪酬范围，高端交易员只为拥有高级学位的经验丰富的交易员(他们最有可能在对冲基金工作)。

软技能

除了上述技术技能外，定量交易员还需要软技能。那些受雇于投资银行或对冲基金的人，有时可能需要向基金经理和更高级别的人提出他们发展出来的概念，以供批准。Quant通常不与客户互动，他们通常与专业团队合作，因此一般的沟通技巧就足够了。此外，量化交易员应具备以下软技能：

交易者的气质：不是每个人都能像交易者那样思考和行动。成功的交易者总是在寻找创新的交易理念，能够适应不断变化的市场环境，在压力下茁壮成长，接受长时间的工作。雇主会对求职者的这些特质进行全面评估。有些人甚至做心理测试。

冒险能力：当今的交易世界不适合胆小鬼。由于保证金和杠杆交易依赖于计算机，损失可能会超过交易员的可用资本。有抱负的定量工作者必须了解风险管理和风险缓解技术。一个成功的定量投资者可能会进行10笔交易，前8笔交易面临亏损，只有最后两笔交易才能盈利。

对失败感到舒服：量化交易员一直在寻找创新的交易理念。即使一个想法看似万无一失，但动态的市场环境可能会使其破产。许多有抱负的量化交易员之所以失败，是因为他们被困在一个想法上，并在恶劣的市场环境下一直试图让它发挥作用。他们可能会发现很难接受失败，因此不愿放弃他们的观念。另一方面，成功的量化理论遵循一种动态的分离方法，一旦他们发现现有模型和概念中存在的挑战，他们就会迅速转向其他模型和概念。

创新思维：贸易世界是高度动态的，没有一个概念可以长期赚钱。由于算法与算法相互竞争，并且每个算法都试图超越其他算法，只有具有更好和独特策略的算法才能生存下来。量化投资者需要不断寻找新的创新交易理念，以抓住可能很快消失的有利可图的机会。这是一个永无止境的循环。

总结

量化交易需要金融、数学和计算机编程方面的高级技能。高薪和飞涨的奖金吸引了许多求职者，因此获得第一份工作可能是一个挑战。除此之外，持续的成功需要不断的创新，适应风险和长时间的工作。

不少朋友私信我问量化怎么入门、自己现在xx岁了入行会不会晚等等。时间问题没办法一一回复，我整理了15篇量化投资领域比较精品的论文+入门课，都是我自己当时用了觉得不错的，需要的朋友可以看看