近期，我们接到了不少同学的求助：“如何才能系统地了解Quant？”

直通硅谷有求必应！我们特地请来了华尔街一线投行R&D Quant大佬，为大家带来了精品讲座（文末听讲座）

错过直播的小伙伴们别急，导师在讲座中透露的无价见解，我们帮你整理下来啦！

What is Quant?

简单来说，就是运用数学、统计学和编程方法和技术解决金融问题。

数学、统计、编程？听起来未免太过泛泛。在这里，导师为大家举出了日常工作中最常用的part：

What Quants do?

我们继续来了解下，Quants都需要做些什么？

这就需要将其区分为卖方与买方了。这两者的定义很庞杂，下面我们就尽量简洁概括。

卖方-Sell Side

卖方通过出售金融服务来盈利。主要分为两大类：

1. 投资银行

以经营证券业务为主的专业金融机构，不从事个人/企业的存贷业务，大多数投行背后都是银行巨头。

知名公司：Morgan Stanley, BofA Merrill Lynch, Goldman Sachs, JPMorgan, Barclays等。

2. 评级机构

机构对企业、证券、项目和国家主权进行信用评级，以加强管理、规避风险、优化投资、促进销售、提高效益。评级机构相对招Quant比较少。

知名公司：S&P Global, Moody’s等。

在Sell Side职业定位上，分为以下两类：

1. Front Office 前台

负责定价建模，做市，风险对冲，销售和交易，模型开发，风险管理和报告，需要和客户打交道。

2. Middle & Back Office中台&后台

负责模型验证、风险管理和报告、定价建模、统计建模、模型和/或软件开发、数据管理、仪表板设计和开发等。主要做一些前台业务之外的model，是FO的support。

买房-Buy Side

买方通过源于资本市场的投资收益，换句话说就是用别人的钱赚钱。买方的分类更多：

1.对冲基金

又称“避险基金”，基于最新的投资理论和极其复杂的金融市场操作技巧，充分利用各种衍生性金融商品的杠杆效用，承担高风险、追求高收益的投资模式。

知名公司：Citadel, Point 72, AQR, Bridgewater等。

2.投资及资产管理公司

是一项针对证券及资产的金融服务，以投资者利益出发并达致投资目标。投资者的范围非常广泛，可以是机构譬如保险公司、退休基金及公司或者是私人投资者。

知名公司：Fidelity investments, Vanguard, BlackRock等。

3.私募股权

对非上市企业进行的权益性投资，并以策略投资者的角色积极参与投资标的经营与改造，通过上市、并购或管理层回购等方式，出售持股获利。私募股权投资的资金一般采取非公开发行的方式，向有风险辨别和承受能力的机构或个人募集。

知名公司：Blackstone, KKR等。

4.自营交易公司

投资银行利用自有资金和融入资金直接参与证券市场交易并承担风险。

知名公司：Chicago Trading Company, Akuna Capital等。

在Buy Side的职业定位上，同样分为以下两类：

1.Front Office

负责Alpha和信号研究，投资和投资组合管理，量化交易，回溯测试交易思想和策略。可以概括为用客户的钱赚钱，用数学统计的方法得到市场上赚钱的机会，需要做很多research的工作。

2.Middle & Back Office

负责定价建模，做市，风险对冲，销售和交易，模型开发和验证，支持PM（Portfolio Manager）和FO（Front Office）团队，数据清理，验证和管理，ETL流程等。同样也是FO的support。

值得注意的是：以上的公司类型不同，business相差很大，需要牢记区分。

Why Quant?

读到这里你会发现，Quant领域复杂而广大，对人才的需求也是水涨船高。如果你符合如下要求，Quant是当仁不让的最合适之选：

• 善于运用数学、统计和编程来解决金融问题

• 善于解决各种技术难题，喜欢挑战

• 对金融产品感兴趣

• 对资本市场的投资感兴趣

• 对交易感兴趣

• 对风险管理感兴趣

如果你对以上领域感兴趣，但苦于没有行业大佬带队，量化金融求职1V1定制计划会为你配备精英级别导师1v1指导，帮你拿到全职OFFER！

Current Job Market

下面我们请导师来说说市场现状。

卖方：招聘季节性强

卖方的招聘季节性比较强，和科技行业的春秋招差不多，通常是3–6月和8–10月。

在这段时间内集中招聘的原因很简单，卖方通常2–3月份发bonus，有些人拿完bonus就跳槽了，所以这个时期需要大量招人填补空出来的位置；

再一个原因，是往年的budget在年关批下来，放完假后，整理多出来的budget，在第二年开春开始招。

8–10月也是跳槽高峰，加上9月份批下来budget，于是开始招新人。

买方：全年招聘

买方全年都在招，但是bar非常高。当然，钱也相对多得多~

从业多年，导师当过面试者，也做过面试官。他建议同学们尽量通过internship入门 — — 相较全职门槛低很多。在这一行，internship做的好的话（只要不是太差），有很大的概率拿return offer。

Trend in the future

Quant行业的赚钱速度简直可怖，势头亦不可挡。

具有丰富经验的导师根据自己的经验，向大家推荐这些近期较火、同时未来潜力巨大的细分领域：

• 机器学习

• 加密货币

• 大宗商品

• 多种策略和资产

• 做市和高频交易

• 数字银行

• 智能投顾

Compensation and Growth

想进入一个行业，势必要进行全方位的对比与考察。薪酬是一方面，未来发展也是必不可少的。

一个OFFER该不该接？需要注重这5点

1. Base salary

这需要我们先利用各类资源，尽可能多地调查公司的Base在业内是怎样的。虽然网上有许多薪酬网站可参考，但同公司内的不同岗位可能都有极大差异。

2. Bonus

Bonus在Quant领域也非常重要，很多Trading相关的岗位Base可能不太高，相比之下低于FO或者MO，但年终Bonus可能高达100%或200%。

3. Sign on Bonus

Sign on Bonus在头部买方比较常见，卖方一般没有。

4. 良好的福利待遇

如健康保险、401k等。Quant领域的福利一般都不错。

5. 搬迁支持（可选）

如果有relocation需求可以考虑这一点。

薪资对比：

大家可以先看看2022 US Quant的薪资总结，来自著名Quantitative求职猎头公司Selby Jennings：

除了有力的数据支撑，导师也总结了相应的规律：大型买方公司>卖方FO量化≥中位数或小型买方公司>卖方非FO量化

大公司or小公司？

问题又来了：都知道大公司挣得更多，大小公司要如何选择？

在大公司，你可以得到系统的培训和海量的资源，简历里也会有big name & big brand加持。但在大公司前1–3年可能会学到很多东西，3年后的工作内容极大可能比较重复。

而在小公司，你会全面提升自己的能力，几年中都会保持非常快速的学习状态，但可能缺少丰富的资源。更适合想要学东西、快速成长的同学。

卖方or买方？

卖方的招聘需求更多，相比难如登天的买方也更容易踏入门槛。卖方具有很好的工作保障和WLB，压力更小，但薪酬、成长和发展机会更低。

买方对候选人的要求特别高，WLB没有卖方好，但赚得多。

你可能不知道的是，买方还会存在竞业禁止协议（non-compete agreements）。这代表一旦加入买方，6–24个月内如果离职or被解雇，按照传统，不能去同样业务的公司 — — 可能绝大部分金融公司都会将你拒之门外。

卖方买方各有利弊，虽然对在校生们来说选择权不多，但务必打好入门基础，才方便日后更广阔的发展。

What to expect in the interview?

接下来就到了本次讲座最重要的内容：从面试官角度分析，期待的候选人是什么样子的。

首先，我们从相对简单的BQ开始。

Behavioral Questions

• Tell me about yourself（1–2分钟，在experience里有一定的highlight）

• Why interested in this opportunity, why financial industry?

• What did you learn from the projects / courses at school?

• Tell about a project that you’re proud of. What are the achievements/contributions?

• Greatest accomplishment/project/challenges. How did you solve it?

• Greatest strengths and weaknesses?（最tricky的）

• ……

以上仅举例了部分常见问题，而真正面试中会遇到哪道还未可知，所以我们要做好万全准备，尽量将可能被问到的点都提前备好。

导师建议大家把简历提前反复梳理好，把每个bullet point弄明白，面对面试官提问时，要在5–10秒钟连贯地讲出自己的story。

Technical Questions

Technical Questions的优先级远远高于BQ。

1. 统计/数学

• 广义线性模型(GLMs，比如线性回归，逻辑回归，Ridge/Lasso)

• 时间序列建模

• 机器学习

• PCA主成分分析

• 蒙特卡罗模拟

• 随机演算

• ……

这部分可以参考Part 1提到的常用原理列举。

2. 编程

• 算法：涉及比较多的sorting和search

• 数据结构：根据不同语言，问各自specify的数据结构。拿Python举例，可能会问你list和tuple的区别是什么

• 语言特征：根据组用的language决定

• OOP：同样，比如组用C++，可能会问OOP的问题，所以这个分支也很重要

3. 金融知识

• 产品知识，股票，期权，互换等；

• 风险管理，希腊字母，风险价值；

• 项目组合管理，因素模型，绩效评估；

• 利率模型；

• 波动率模型；

4. Brainteasers

也是我们俗称的脑筋急转弯/智力题目。其实这类题并不难，比如抛硬币、抛骰子、切披萨，听起来可能有些无厘头，但归根结底，都是一些概率问题。

练习Brainteasers需要一个训练的过程，锻炼出“脑回路”并熟悉了各个题型的logic之后，即使遇到变种题也能在短时间之内解答出来。

不管是智力题还是算法题，我们的导师都能在站在high level的角度剖析出题目的，从而给予专业的指导。

How to ace the Quant interview

最后，就是万众期待的推书环节啦。导师共推荐了13本书，按照不同的概念划分，都是Bible级别的重磅书籍：

话说回来，就算13本书全部啃透，离Ready for OFFER还差得多。天价薪资之下，是“天选之人”，势必要通过层层筛选，优中取优。

想要全方位应对Quant面试，最好的办法，就是获取业内大厂在职面试官的助力。

感兴趣的小伙伴，可以私信我们领取上述书籍！或联系直通硅谷在职导师制定1V1求职计划哦~