本文在Creative Commons许可证下发布
什么样的人适合学金融工程？这个问题是一个非常值得探讨的问题。我自己在做数据分析师后，也选择自学金融工程，也是不止一次的扪心自问自己适合做量化投资吗？自己怎样才能做的好？
先说结论：金工需要四方面的硬能力，按制约性从高到低排列为1.编程，2.建模，3.数学，4.金融。但更重要的是，你要有独立思考、独立解决问题的软实力。你若是能做到这些，那么恭喜你，你就是天生的金工从业者了。对于金融机构来讲，相较于S&T, IBD而言，金工可能不是最重要的岗位，但可谓是对从业者的skills set要求最全面的岗位。这个“全面”，指的不是让你像传统trader一样成为一个样样通的杂家，而是需要你在四五个领域都扎得很深。具体大家听我细细道来：
一个好的金工人员，首先要编程好。
所谓编程好是什么意思呢？就是说你永远不能让程序限制你的思维。比如说你想回测一个论文中的交易法则，或者说你在交易中有一个萌生的念头，当论文读懂、数据在手的时候，你必须把这个策略用计算机语言重现出来，而且还要尽可能的快，因此强硬的过程性语言功底是必须的。MATLAB, C, R最好都精通。进一步讲，你想要搭建一个策略平台，或者在别人的策略平台进行策略的研究和回测，强硬的面向对象的编程功底是必须的，C++和Python至少要精通一个。此外还有market maker需要SQL, 有fund需要SAS......不一而足。制约绝大部分人走上金工道路的是编程。一般来说一个优秀的quant的编程水平，要和一个计算机系本科生水平差不多才行。
第二要建模好
。编程指的是对语言的熟悉，建模指的是对数值方法、蒙特卡罗模拟、傅里叶变换等工具的理解和掌握。为什么说很多quant是理工科Phd出身，这就是因为他们平时所接触的内容，可以直接迁移到金融建模中，高屋建瓴。
第三要数学好。
不要求你能写paper，但给你一个paper你至少要能看懂。 你对概率论、数理统计、微积分、线性代数的熟悉度要高。此外，你要学习随机过程和随机微积分, 因为大部分策略的论文都涉及ito process，布朗运动等内容。
最后是对金融的理解。
这一点我放在最后，不是因为对金融的理解不重要，而是因为它最好提高。反之，决定一个金工从业者能否走上正路的恰恰是对金融的理解。你不仅要懂期权等衍生品的交易规则，还要懂一些市场微观结构，更重要的是你要懂市场背后博弈的逻辑。