转 华尔街大投行集体发声: 这个岗位，只钟爱“非金融专业的”学生！
2019年的秋招已经在各大高校开始，不少同学已经不是在等待面试通知，就是在去面试的路上了...很多向往金融但又不是出身金融专业的小伙伴们该怎么办呢？有一个岗位学长告诉你，他们对于非金融专业的喜爱超乎常人！
这个岗位就是 Quant 了，这些岗位的一部分学生竞争优势是很明显的，我们以今年花旗招聘为例：
数理方面的学生很有优势哦！尤其是那些本科就是学习数学的小伙伴哟！
一、大数据时代的风口行业
Quant （俗称“矿工”）的工作是设计并实现金融的数学模型（主要采用计算机编程），包括衍生物定价，风险估价或预测市场行为等。
所以 Quant 更多可看为工程师，按习惯性分类方法就是理工类人才，这个和金融有一定的区别。
1.一毕业起薪超过70W
在美国投行，一个没有经验的 Quant 每年大概能挣到平均12万美金的 Base Salary。这是Quantitative Trader方向：
再加上股票奖金、佣金、年终分红等奖金，以Citi为例，Total Compensation一般会超过14万美金。
2.Quant 的六个分支
1）Desk Quant
开发直接被交易员使用的价格模型。 优势是接近交易中所遇到的 Money 和机会。劣势是压力很大。
2）Model Validating Quant
独立开发价格模型,不过是为了确定 Desk Quant 开发的模型的正确性. 优势是更轻松,压力比较小. 劣势是这种小组会比较没有作为而且远离 Money。数学，计算数学专业的比较适合，可以帮助快速掌握模型思路。
3）Research Quant
尝试发明新的价格公式和模型,有时还会执行 Blue-sky Research，优势是比较有趣，前提是对喜欢这些人来说,而且你学到很多东西。劣势是有时会比较难证明有你这个人存在，跟科学家一样,没有什么大的成果就没人注意你。数学、物理、金融数学专业的人可以考虑。
4）Quant Developer
其实就是名字被美化的程序员,但收入很不错而且很容易找到工作. 这种工作变化很大. 它可能是一直在写代码,或者调试其他人的大型系统。
5）Statistical Arbitrage Quant
在数据中寻找自动交易系统的模式(就是套利系统). 这种技术比起衍生物定价的技术有很大的不同, 它主要用在对冲基金里. 而且这种位置的回报是极不稳定的。统计专业、数学专业等等都是不错的选择。
6）Capital Quant
Capital Quant 建立银行的信用和资本模型. 相比衍生物定价相关的工作,它没有那么吸引人,但是它变的越来越重要. 你会得到不错的收入(但不会很多),更少的压力和更少的工作时间。
7）这些公司都在招Quant
a.商业银行(HSBC, RBS)
商业银行对你要求少，工资也少，工作较稳定。
b. 投行 (高盛,Lehman Brothers)
投行需要大量的工作时间但工资很高，不是很稳定的工作。总的来说, 美国的银行收入比欧洲银行高，但工作时间更长。
c. 对冲基金(Citadel Group)
对冲基金需要大量的工作时间和内容,他们也处在高速发展同时不稳定的情况中。你可能会得到大量的回报，也可能几个月后就被开除。
d. 会计公司
大型会计公司会有自己的顾问quant团队，有些还会送他们的员工去Oxford读Master。主要的劣势在于你远离具体的行为和决策,而且厉害的人更愿意去银行,所以你比较难找到人请教。
e. 软件公司
外包quant模型变得越来越流行，所以你去软件公司也是一个选择。劣势和会计公司比较类似。
二、对数学，科技专业学生情有独钟的 Offer
Quant作为华尔街冉冉升起的巨星，不仅行业发展势头好，金融市场更是对Quant人才求贤若渴。
由于金融专业很多学生一般不太愿意从事编程和 Model 的相关工作，所以这些量化分析岗位学生的竞争优势就很明显，尤其是专业是数学或者计算机、数理金融方向的学生。
一直以来，很多学生都发挥着理工实力作为 Quant 的排头兵，求职 Quant 也算是进军金融圈的相对最便捷的一个方式。
不仅 Quant 被称作H1B收割机，薪资和 CS 专业不相上下，因为职位本身需要很多量化知识背景，较高的专业壁垒也让 Quant 员工比起前台 Trader 更加稳定。
三、Quant 最招爱这样的学生
1.对口专业最有优势
专业是数学或者计算机、数理金融方向的学生会得到偏爱，MFE（金融工程硕士）、MQF（量化金融硕士）、MMF（数理金融硕士）可以说是Quant 对口专业了。
其课程基本会涵盖了 Quant 必备的编程+数学+金融三方面的内容。同时，这三个专业出来的就业一般都不错。下面是这三个专业TOP10院校的毕业生的平均薪资：
2.你还需要掌握以下技能
举个例子，我们来看看九大投行之一的 Morgan Stanley 偏爱怎样的人才：
金融知识：金融基础也还是必备的技能，需要 了解Qunat 各种金融资产的性质和交易规则，对金融市场有强烈的兴趣。
数学编程：要做 Quant，你应该对对数学和编程相关的工作都有一定的热情。拥有扎实的数学能力，严谨的数学思维。从掌握Class/Iostream/Reference最基本的概念到熟练运用Python/Java/Scala/R。
虽然对于面试者素质和技能，量化分析师虽然很多工作内容不同，但是最核心的是数学、编程和金融知识。
来源：International Ideal
------------------------------------------------------------------------
相关阅读推荐：
