不論國(guó)別，“金融工程”一直是留學(xué)的熱門專業(yè)，很多本科學(xué)習(xí)理工科、商科的同學(xué)都想申請(qǐng)這類專業(yè)，畢業(yè)后從事金融類的工作。

原因如下：

1.由于金融工程屬于工程類STEM專業(yè)，因此申請(qǐng)OPT、H1B等工作簽證會(huì)比傳統(tǒng)商科類專業(yè)容易。

2.中國(guó)孩子在數(shù)學(xué)、編程上的優(yōu)勢(shì)以及對(duì)金融的興趣也使得在這個(gè)領(lǐng)域有天然的競(jìng)爭(zhēng)力。

3.最近幾年國(guó)內(nèi)金融業(yè)蓬勃發(fā)展，私募基金、量化投資逐漸受到關(guān)注，不少華爾街資深人士也紛紛回國(guó)創(chuàng)業(yè)，這為現(xiàn)在的留學(xué)生們提供了豐富的就業(yè)機(jī)會(huì)。

實(shí)際情況真的如此嗎？聽聽留美學(xué)長(zhǎng)怎么說(shuō)。我賭上這一臉的帥氣擔(dān)保：這可能是最全的”金融工程專業(yè)“解析文……

一丨國(guó)內(nèi)金融市場(chǎng)盈利前景可觀

自動(dòng)交易、量化投資在美國(guó)也是比較新的領(lǐng)域，即使是美國(guó)一些如雷貫耳的高頻交易公司也未必是全自動(dòng)交易，人工交易的部分還是有30%左右的比例，只有極少數(shù)的“高科技”高頻交易公司才能做到基本上全自動(dòng)。因此媒體營(yíng)造的一些籠統(tǒng)概念未必就能真實(shí)反映業(yè)界形態(tài)。

量化投資也一樣。雖然很多公司都會(huì)宣稱自己運(yùn)用“定性與定量相結(jié)合的投資方式”，但絕大多數(shù)公司的量化工具都較為簡(jiǎn)單，更多是輔助性質(zhì)的，不需要要多么深的數(shù)學(xué)知識(shí)，只有極少數(shù)頂級(jí)的公司才會(huì)使用非常復(fù)雜的、計(jì)算量異常巨大的統(tǒng)計(jì)模型。

目前，國(guó)內(nèi)的商品期貨交易量早已是世界第一，股指期貨交易量在嚴(yán)格監(jiān)管前也已經(jīng)是世界第一，首只股指期權(quán)也已經(jīng)上市交易，未來(lái)原油期貨、外匯期貨、商品期權(quán)等也會(huì)陸續(xù)發(fā)展，因此中國(guó)的金融衍生品交易前景廣闊，由于博弈程度還遠(yuǎn)未達(dá)到歐美水平，而歐美的巨頭又被層層限制，因此未來(lái)幾年國(guó)內(nèi)金融市場(chǎng)的盈利前景是非常可觀的。

二丨金融工程到底學(xué)什么？

這個(gè)問(wèn)題其實(shí)大家上一下各個(gè)金融工程碩士專業(yè)的官網(wǎng)查看他們的課程安排基本上都可以有大致的了解，主要包括數(shù)學(xué)、編程、金融三大塊。

數(shù)學(xué)上主要是隨機(jī)過(guò)程、隨機(jī)分析、隨機(jī)微分方程等；編程更多是偏向于科學(xué)計(jì)算的編程，比如蒙特卡羅模擬、數(shù)值線性代數(shù)等，而不是計(jì)算機(jī)系統(tǒng)、應(yīng)用軟件的編程；金融其實(shí)更多的是數(shù)學(xué)和計(jì)算方法在金融里的應(yīng)用，入門級(jí)的包括衍生品定價(jià)、投資組合理論等，像NYU,CMU等著名的項(xiàng)目基本上都會(huì)有非常實(shí)務(wù)的課程，比如算法交易、統(tǒng)計(jì)套利、量化股票投資等；從找工作的角度出發(fā)，建議選修一些跟實(shí)際結(jié)合更緊密的課程，課堂作業(yè)包括一些統(tǒng)計(jì)、編程的小項(xiàng)目而不僅僅是定理的證明，這樣簡(jiǎn)歷可以更充實(shí)一些，對(duì)找工作有很大幫助的。

最近出現(xiàn)了不少介紹量化投資和高頻交易的文章。比如關(guān)于DE Shaw的創(chuàng)始人David E. Shaw，他原來(lái)是并行計(jì)算的博士，在摩根斯坦利工作幾年后自己開辦了DE Shaw公司，在金融市場(chǎng)獲得豐厚收益后又轉(zhuǎn)戰(zhàn)生物醫(yī)藥領(lǐng)域，并取得了一系列科研成果。另外，文藝復(fù)興的現(xiàn)任兩位聯(lián)席總裁原來(lái)都是IBM語(yǔ)言識(shí)別實(shí)驗(yàn)室的專家?？梢钥闯?，量化投資的很多模型和技術(shù)與其它領(lǐng)域是相通的。對(duì)于一些研究分工比較細(xì)致的公司，無(wú)論是學(xué)習(xí)統(tǒng)計(jì)、優(yōu)化、計(jì)算、系統(tǒng)等方面的人都會(huì)有自己合適的位置。

在高頻交易方面，或許計(jì)算機(jī)編程比數(shù)學(xué)統(tǒng)計(jì)更為重要一些，很多非?！氨├钡牟呗远贾饕揽坑?jì)算機(jī)硬件方面的優(yōu)勢(shì)，比如著名的Virtu Financial公司，最近已經(jīng)成功上市，他們交易1260天僅有1天虧損；另外國(guó)內(nèi)市場(chǎng)也有一些報(bào)道高頻交易盈利驚人的例子，比如上海某公司600多萬(wàn)本金3年獲利20億，有一些交易方法游離于合法與非法的灰色地帶。

三丨金融工程畢業(yè)能找什么樣的工作？

可以說(shuō)每位同學(xué)申請(qǐng)金融工程的初衷都不大一樣，有些人確實(shí)對(duì)這個(gè)領(lǐng)域很感興趣，有些人僅僅是覺得開設(shè)金融工程的名校比較多，有些人覺得它好找工作只是希望能借助這個(gè)學(xué)位在美國(guó)留下來(lái)，等等。

事實(shí)上，我接觸了這么多學(xué)習(xí)金融工程碩士的同學(xué)，最后從事與金融工程相關(guān)工作的人并不是很多。

留在美國(guó)工作的，很多人即使在金融行業(yè)工作其實(shí)從事的也是很傳統(tǒng)的金融工作，并不會(huì)涉及到復(fù)雜的C 編程；很多人依靠在金融工程課堂學(xué)習(xí)到的編程技能，加上自己的額外準(zhǔn)備與本科的底子，在硅谷從事碼工的工作。

其實(shí)人在美國(guó)很多時(shí)候是由不得自己選擇的，如果第一目標(biāo)是留在美國(guó)，或許難以找到最心儀的工作，而且這幾年硅谷的擴(kuò)招非常火爆，給的薪水也非常高，從事碼工的工作未必會(huì)比金融工程對(duì)口的工作差；另外很多人雖然技術(shù)水平不大行，但英語(yǔ)很溜，最后從事對(duì)技術(shù)要求相對(duì)沒那么高的咨詢類工作。

最近比較熱門的一些領(lǐng)域是機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、大數(shù)據(jù)等，這些領(lǐng)域發(fā)展出來(lái)的模型一般都具有普適性，人們?cè)趫D像識(shí)別、語(yǔ)音識(shí)別、自動(dòng)駕駛等都能夠成功運(yùn)用，在金融相信也并不例外。比如高盛收購(gòu)的金融科技公司Kensho，就是為了它在復(fù)雜計(jì)算方面的能力，使得客戶可以方便運(yùn)用統(tǒng)計(jì)學(xué)的方法來(lái)預(yù)測(cè)金融市場(chǎng)。

四丨跟金融工程相關(guān)的有哪些崗位？

1.最傳統(tǒng)的是給復(fù)雜衍生品定價(jià)的quant

有時(shí)候一家公司負(fù)責(zé)一類產(chǎn)品的只有1-3個(gè)quant。這相當(dāng)于于國(guó)內(nèi)券商的行業(yè)研究員，每個(gè)行業(yè)對(duì)應(yīng)幾個(gè)研究員；或者期貨的研究員，農(nóng)產(chǎn)品研究員、能源化工研究員等，美國(guó)的金融衍生品更為發(fā)達(dá)，而且很多都是柜臺(tái)交易，因此會(huì)有CLO/CRO/MBS等研究員，這些產(chǎn)品的研究更數(shù)量化一些，就是最傳統(tǒng)的quant。國(guó)內(nèi)的券商和期貨公司也有金融工程小組、量化研究組等，更多是研究股票、期貨的交易策略，因?yàn)閲?guó)內(nèi)柜臺(tái)交易并不發(fā)達(dá)，復(fù)雜的衍生品不多。

2.最近比較火的是automatic market making的quant

這跟高頻交易其實(shí)是差不多的，基本上大的投行和銀行都會(huì)有，比如高盛、摩根斯坦利、花旗等，工作更多地是預(yù)測(cè)短期波動(dòng)率、短期價(jià)格變化等，對(duì)編程也有一定要求，找這類工作跟去找高頻交易工作其實(shí)是差不多的。這一類工作在買方和賣方里其實(shí)工作內(nèi)容差不多，因此很多在投行工作的人幾年后都會(huì)出來(lái)自己開公司，現(xiàn)在中國(guó)發(fā)展迅速，很多在美國(guó)大投行做AMM的quant都回國(guó)了。

3.第三種是對(duì)沖基金里面的quant，包括DE Shaw, Two Sigma等。

他們其實(shí)跟國(guó)內(nèi)的私募投資基金比較像，事實(shí)上很多國(guó)內(nèi)的這類基金都是美國(guó)從事量化交易的人回國(guó)創(chuàng)立的，比如金锝的創(chuàng)始人原來(lái)是摩根斯坦利PDT的元老，明浤的創(chuàng)始人也是美國(guó)多家投行和對(duì)沖基金的投資經(jīng)理，等等。這類公司更多地是廣泛收集各類數(shù)據(jù)，包括行情、基本面、財(cái)務(wù)、宏觀等，然后構(gòu)建統(tǒng)計(jì)模型來(lái)進(jìn)行交易。這類公司應(yīng)屆畢業(yè)生是非常難進(jìn)的，但對(duì)于有一定工作經(jīng)驗(yàn)的卻比較友好。

4.最后就是execution desk的quant

這更像是算法交易，跟自動(dòng)做市有類似的地方。但執(zhí)行層面往往屬于后臺(tái)部門，其實(shí)不少buy side quant也是從execution desk一步一步轉(zhuǎn)變角色過(guò)來(lái)的。一般來(lái)說(shuō)，入行之后再更換崗位會(huì)容易一些。

五丨工作怎么找？

quant的工作技術(shù)性比較強(qiáng)，所以對(duì)數(shù)學(xué)、統(tǒng)計(jì)、編程的基礎(chǔ)要求比較扎實(shí)，有幾本專用的面試備考書，比如綠皮書、紅皮書，不要想“大家都這么準(zhǔn)備那到底選誰(shuí)？”其實(shí)很多時(shí)候其他人的勤奮程度并沒有你想象中高；C 方面可以仿照碼工看leetcode，如果鐵了心留美國(guó)不妨多類工作都找找，以后跳槽回金融行業(yè)也是可以的。

時(shí)間安排上，剛?cè)サ矫绹?guó)的第一個(gè)學(xué)期就有不少實(shí)習(xí)機(jī)會(huì)了，但這時(shí)候大家簡(jiǎn)歷上只有本科國(guó)內(nèi)的經(jīng)歷，并沒有美國(guó)的經(jīng)歷，所以最好在國(guó)內(nèi)的時(shí)候就有相關(guān)的實(shí)習(xí)，比如大四暑假反正出國(guó)結(jié)果已經(jīng)塵埃落定，不妨去一些證券、期貨、私募尋找實(shí)習(xí)機(jī)會(huì)，最好是量化研究相關(guān)的。

如果運(yùn)氣不好，第一個(gè)學(xué)期沒找到實(shí)習(xí)，冬季學(xué)期也有很多實(shí)習(xí)機(jī)會(huì)的，比如大的計(jì)算機(jī)公司基本上都是冬季安排暑假實(shí)習(xí)的面試；因此秋季學(xué)期也應(yīng)該好好準(zhǔn)備基本的碼農(nóng)面試，即使金融的實(shí)習(xí)沒找到，暑假有個(gè)碼工的實(shí)習(xí)經(jīng)歷也是挺好的。碼農(nóng)的實(shí)習(xí)不會(huì)對(duì)找金融工程全職工作有負(fù)面影響。

有了實(shí)習(xí)經(jīng)歷再找全職工作就會(huì)容易一些，至少有了跟面試官閑聊的機(jī)會(huì)。很多行為面試各個(gè)行業(yè)差不多的就不贅述了。

網(wǎng)上會(huì)流傳一些quant的面經(jīng)，還會(huì)標(biāo)注一些“史上最難面試”的噱頭。其實(shí)很多時(shí)候問(wèn)的智力題brain teaser都是一些組合數(shù)學(xué)、概率統(tǒng)計(jì)、算法等的變體，基礎(chǔ)好的話完全不必緊張。

六丨我個(gè)人的找工作經(jīng)歷

由于我喜歡高頻交易的工作，主要也是面試這類的公司，比如Jump Trading, Tower Research, RGM Advisor等。

電話面試因人而異，有時(shí)會(huì)閑聊，有時(shí)會(huì)問(wèn)數(shù)學(xué)題、編程題、智力題，有時(shí)是一對(duì)一，有時(shí)是一對(duì)多；有的還會(huì)有編程測(cè)試，有些是選擇題，有些是要寫代碼的；

到了現(xiàn)場(chǎng)，一般是早上9點(diǎn)多開始，一直面試到下午4、5點(diǎn)，大概見10個(gè)人左右，每個(gè)人進(jìn)來(lái)也是閑聊和做題。有時(shí)候如果那個(gè)人對(duì)你印象好或許他不會(huì)讓你做題，或許讓你做一些很簡(jiǎn)單的題；如果他對(duì)你印象不好，則會(huì)出一些很難的題。onsite的話一般他們會(huì)買好機(jī)票，但酒店的錢要寄發(fā)票過(guò)去報(bào)銷。

中國(guó)和美國(guó)的對(duì)比？

李學(xué)長(zhǎng)：本科畢業(yè)于中山大學(xué)數(shù)學(xué)與應(yīng)用數(shù)學(xué)專業(yè)，研究生畢業(yè)于美國(guó)斯坦福大學(xué)計(jì)算與數(shù)學(xué)工程專業(yè)（現(xiàn)在已經(jīng)與金融數(shù)學(xué)專業(yè)合并）。畢業(yè)后曾在美國(guó)從事期貨高頻交易工作，隨后回國(guó)，目前在一家私募基金從事國(guó)內(nèi)的期貨量化與高頻交易研究工作

由于我在美國(guó)工作了兩年，在中國(guó)也工作了兩年，都是做期貨高頻交易和量化交易，可以簡(jiǎn)單對(duì)比一下：

▲市場(chǎng)方面：

美國(guó)競(jìng)爭(zhēng)激烈得多，已經(jīng)是紅海，中國(guó)還是藍(lán)海。美國(guó)為了獲取每年10%左右的收益率都是很困難的，大家要收集各種各樣的數(shù)據(jù)來(lái)建模，模型要幾千臺(tái)機(jī)器來(lái)計(jì)算，每臺(tái)機(jī)器幾十個(gè)核；做高頻的動(dòng)不動(dòng)就微波傳輸網(wǎng)卡優(yōu)化，1、2個(gè)微秒都要摳。其實(shí)他們是把金融投資當(dāng)生產(chǎn)汽車一樣，不是科學(xué)，不是藝術(shù)，而是一門工程。每個(gè)人都作用也未必就是螺絲釘，有可能從A到Z都能參與，這一點(diǎn)每家公司都不同。

中國(guó)遠(yuǎn)遠(yuǎn)沒到這個(gè)地步，可能就把股票日線數(shù)據(jù)拿來(lái)跑一下均線對(duì)外也說(shuō)自己做“量化投資”；其實(shí)很多高頻交易公司已經(jīng)把重心放在亞洲市場(chǎng)；而且美國(guó)這幾年是牛市，大家買普通的指數(shù)基金都能賺很多錢，對(duì)沖基金反而發(fā)展不好了。

▲高頻 vs 低頻

高頻交易其實(shí)是最難入門的，它容量太小，在里面賺錢的人不會(huì)輕易教別人，而且超高頻的策略一般是不需要怎么調(diào)整的，需要的人力也不多。低頻其實(shí)更多用在資產(chǎn)管理，它需要非常多的策略來(lái)分散風(fēng)險(xiǎn)，因此需要更多的人力，既然要?jiǎng)e人干活那首先肯定得教一下怎么干。

而且低頻的量化投資涉及到很多數(shù)據(jù)處理的底層工作，也需要人手去做；再加上很多傳統(tǒng)的投資者想轉(zhuǎn)成量化投資者，自己編程水平有限，也會(huì)雇一些人做統(tǒng)計(jì)方面的工作。這應(yīng)該在中美都是一樣的。美國(guó)的量化厲害，更多的是文藝復(fù)興、DE Shaw、Two Sigma這幾家公司厲害，普通的資產(chǎn)管理公司也會(huì)招量化研究的職位，但他們的量化水平則不會(huì)用到太復(fù)雜的方法；

▲策略研究

其實(shí)我自己相信的一句話“金融交易里能賺錢的策略就那么幾種但能虧錢的策略有千種萬(wàn)種”，這對(duì)高頻交易尤為正確。跟高頻交易的人聊一些策略相關(guān)的問(wèn)題，能賺錢的人用的方法都差不多，虧錢的人總是有很多千奇百怪的念頭。所以很多高頻交易公司最終演變成硬件軍備競(jìng)賽，因?yàn)樵诓呗陨夏芡诘囊呀?jīng)不多了；但對(duì)很多人來(lái)說(shuō)還是得在策略上下功夫，因?yàn)樗x“正確”的道路太遠(yuǎn)了，還沒到拼硬件的地步。

▲組織架構(gòu)

應(yīng)該說(shuō)每個(gè)公司都不大一樣。比如Getco屬于老牌高頻交易公司，人工交易依舊保留；Jump Trading/Tower Research/HRT屬于新型高科技交易公司，更多依靠全自動(dòng)交易。保留人工交易的話trader權(quán)力會(huì)比較大，quant容易被邊緣化，比如拿不到按收益固定比例的提成，甚至很難（或不想）把每個(gè)人的貢獻(xiàn)量化到具體的收入。有些公司分了幾十個(gè)財(cái)務(wù)獨(dú)立的組，每個(gè)組與公司之間是按比例提成的，但組的內(nèi)部是組長(zhǎng)決定的；有的公司也分了組，但它是每年把各組利潤(rùn)匯總后再層層分配下來(lái)，一般來(lái)說(shuō)前者對(duì)下層的員工會(huì)好一些，后者對(duì)上層的員工會(huì)好一些。這只是順帶提一下，很多時(shí)候自己能選擇的并不多。