bagaimana menjadi seorang trader kuantitatif


Jawaban 1:

Oke, lihat… Saya hanya menjawab ini karena saya muak melihat pertanyaan-pertanyaan ini di sini. Tolong percayalah, saya tahu apa yang saya bicarakan karena saya menghabiskan beberapa waktu merekrut quants level awal untuk salah satu dana kuantitatif teratas di dunia.

Pertama-tama, ini bukan pekerjaan pemrograman dan ini bukan pekerjaan keuangan: ini pekerjaan matematika. Aspek kritis dari infrastruktur perusahaan yang mengelilingi elemen lain tersebut akan dikembangkan oleh spesialis di area tersebut. Dan meskipun Anda pasti akan menulis kode dan alasan tentang keuangan setiap hari, Anda benar-benar dapat mengambilnya saat bekerja. Ini tidak berarti Anda bisa ceroboh dengan hal-hal itu atau menunda dalam mempelajarinya, tetapi Anda tidak akan mengalami masalah dengan itu… karena jika mereka mempekerjakan Anda sebagai seorang kuant, maka menulis model untuk menentukan harga CDO sintetis dengan Python setelah dua minggu pelatihan harus sepele.

Sekarang setelah kita mengklarifikasi tanggung jawab pekerjaan, mari kita luruskan bagian ini: Anda berpikir tentang ini semua salah. Apa yang Anda lakukan saat dipekerjakan? Anda berhenti mencoba. Di tempat saya bekerja, hampir sepanjang waktu Anda tidak mau mendekati kami. Kami akan menyadap Anda.

Jadi, inilah yang Anda lakukan: pertama pilih disiplin kuantitatif yang paling Anda sukai. Jika ingatan bermanfaat bagi saya, kami cenderung menyewa banyak dari matematika dan fisika, tetapi itu hanya hal statistik berdasarkan di mana letak kemampuannya. Anda juga bisa belajar kimia, ilmu komputer, atau disiplin teknik apa pun. Satu-satunya hal yang tidak saya rekomendasikan adalah "rekayasa keuangan" atau program interdisipliner apa pun untuk efek itu. Hal yang paling penting adalah bahwa itu adalah sesuatu yang sangat Anda sukai, bukan sarana untuk mendapatkan pekerjaan yang sama sekali tidak berhubungan.

Dari sana sisanya harus jelas. Anda menyukai apa yang Anda lakukan sehingga Anda terus-menerus mengerjakannya dan banyak di antaranya bahkan tidak terasa seperti pekerjaan. Tahukah Anda pakar domain yang Anda saksikan ini memberikan jawaban edukatif yang cerdas dan menarik di situs ini dari hari ke hari? Ambillah setelah mereka. Kemudian mungkin suatu hari Anda direkrut oleh dana quant. Kecuali jika Anda adalah pakar yang terkenal di dunia menerbitkan penelitian terkait dengan strategi yang sedang mereka kembangkan, maka sebagian besar dana teratas cenderung mendekati kandidat untuk wawancara setelah benar-benar sarjana atau ABD berdasarkan penghitungan sejumlah penanda.

Tentu saja banyak yang masih melalui tinjauan resume juga, terutama di perusahaan tanpa sumber daya perekrutan internal untuk meyakinkan kandidat untuk meninggalkan bidang pilihan mereka. Saya membayangkan hal ini semakin sering terjadi karena pasar perekrutan menjadi lebih konservatif secara drastis secara umum. Jika Anda merasa memiliki kemampuan dan tidak lulus dari suatu tempat yang memungkinkan Anda untuk bertemu perekrut dari banyak dana secara langsung, maka melalui headhunter kemungkinan merupakan pilihan terbaik Anda.

Tetapi tolong, jika Anda tidak mengambil apa-apa lagi dari jawaban ini: jangan habiskan pendidikan Anda berfokus pada mencoba menjadi seorang kuant karena itu bukan cara orang sukses seperti yang berakhir di sana. Hedge fund akan mendekati Anda karena Anda unggul di bidang yang Anda pilih dan ironi dari hal ini begitu sedikit orang yang memenuhi batasan itu sehingga mengabaikan penelitian Anda untuk fokus pada mimpi pipa ini tidak hanya kontraproduktif untuk mencapainya tetapi juga membuat Anda kehilangan sejumlah besar pilihan karir lain yang sangat memuaskan yang disediakan pendidikan Anda untuk Anda.


Jawaban 2:

Wow, ini membawaku kembali ...

Saya telah menyelesaikan Ph.D. (Fisika Atmosfer) dan mendapatkan pekerjaan impian saya. Saya melihat sekeliling dan menyadari bahwa saya memiliki sedikit kesamaan dengan semua rekan baru saya dan keluar dari sains dalam waktu satu tahun. Saat itulah saya pertama kali mendengar istilah "Analis Kuantitatif". Saya tidak begitu mengerti apa pekerjaan itu, tetapi sekelompok orang sepertinya ingin berbicara dengan saya dan beberapa dari mereka bahkan bersedia untuk membawa saya ke pesawat untuk datang dan melihat mereka. Saya akhirnya mendarat di industri energi di Houston dan bersenang-senang selama beberapa tahun berikutnya bekerja dengan orang-orang yang sangat pintar dan menghasilkan banyak uang.

Saya akan mencoba dan menjawab beberapa pertanyaan Anda, tetapi sangat menganjurkan Anda untuk membaca buku ini. Ini memiliki banyak cerita berbeda tentang bagaimana orang memasuki profesi dan itu menunjukkan ada banyak jalan selain melakukan Magister Teknik Keuangan (atau apa pun yang mereka sebut sekarang-a-hari).

Jenis Kuantitas

* Ahli matematika - Anda dapat melempar apa saja padanya dan dia akan memahami matematika dan membuatkan Anda model dalam R atau S-plus atau beberapa set alat analisis statistik tidak jelas lainnya yang hanya dia yang tahu cara menggunakannya.

* Peretas - suka menemukan pola dalam data, hidup dan bernafas korelasi dan memberi tahu teman-temannya bahwa dia adalah pedagang prop. Pada kenyataannya, dia duduk di samping seorang trader yang mengabaikan semua yang dia katakan kecuali hal-hal yang menegaskan bias trader yang sudah ada sebelumnya.

* Pembuat kode - mengambil model yang dibuat oleh ahli matematika dan peretas dan mengubahnya menjadi alat yang digunakan oleh berbagai bagian bisnis. Jika dia salah belok, akhirnya dia bekerja di Manajemen Risiko (bukan berarti ada yang salah dengan itu ...)

* Penyusun - salah satu pekerjaan kuantitatif yang paling menyenangkan. Bekerja dengan orang-orang origination (penjualan), menyusun paket turunan yang berbeda untuk membuat instrumen baru. Saya menghabiskan sebagian besar waktu saya sebagai seorang kuant untuk melakukan ini.

pendidikan

Jika Anda tidak memiliki gelar Ph.D., maka perkirakan akan ada banyak pintu yang tertutup di depan Anda. Bukan tidak mungkin untuk mendapatkan pertunjukan sebagai seorang kuant tanpa gelar Ph.D., hanya lebih sulit. Ini hanyalah bias yang melekat dalam industri - saya mendapatkannya, jadi mengapa saya harus mempekerjakan orang yang tidak ...

Ini terutama benar jika Anda tidak memiliki pengalaman apa pun. Jalan alternatif adalah mengembangkan keterampilan pelengkap (seperti pengkodean) dan secara bertahap beralih ke peran kantor depan dengan menjadikan diri Anda berguna.

Keterampilan

Saya tidak akan berbicara secara detail tentang hard skill, karena itu sudah jelas. Keterampilan matematika, coding, dan menulis yang ringkas semuanya sangat penting.

Untuk kebanyakan quants, soft skill adalah tempat Anda akan menghasilkan uang. Pengaruh adalah kuncinya. Membangun model harga yang bagus adalah satu hal, meyakinkan trader untuk menggunakannya untuk mengidentifikasi perdagangan spread yang bagus adalah hal lain. Jika Anda berpikir dari pengujian sampel dan menjalankan buku bayangan adalah cara untuk mencapai itu maka Anda harus banyak belajar.

Sikap sangat penting. Jika Anda tidak dapat berbicara dengan cara yang membuat orang mendengarkan, Anda akan kesulitan. Jika Anda tidak dapat menjawab pertanyaan ya atau tidak secara biner, Anda akan kesulitan. Jika Anda memulai kalimat dengan frase "Hipotesis saya adalah ..." Anda akan kesulitan. Ini adalah dunia yang keras yang penuh dengan orang-orang yang percaya bahwa mereka lebih pintar daripada setiap orang di ruangan itu. Keragu-raguan bukanlah cara untuk mendapatkan rasa hormat mereka.

Memiliki sikap yang sehat terhadap uang juga membantu. Lantai bursa adalah tempat yang tepat untuk mengetahui bahwa kekayaan relatif adalah pendorong yang jauh lebih signifikan untuk kebahagiaan Anda sehari-hari daripada kekayaan absolut. Belajarlah untuk mengabaikan uang atau risiko menghabiskan 364 hari setiap tahun dengan sengsara dan 1 hari menjadi lega atau marah.

Semoga berhasil.

Dave P.


Jawaban 3:

Saya seorang analis / pedagang kuantitatif. Saya benar-benar menempatkan perdagangan pada model yang saya buat, jadi pertunjukan saya berbeda dari seorang analis murni. Jawaban David Pethick di bawah ini menjawab beberapa pertanyaan Anda, jadi saya tidak akan menyinggungnya. Tapi saya akan menambahkan beberapa komentar juga. Dia menyebutkan empat jenis quants. Saya pikir ada dua. Kuant yang bisa memprogram dan kuant yang tidak bisa. Di zaman sekarang ini: Anda tidak dapat memprogram Anda keluar. Jelas lebih penting daripada memiliki gelar PhD. Membangun model itu baik-baik saja, tetapi mampu menghasilkan keuntungan aktual darinya adalah masalah yang berbeda. Membuat kode dan membuat model berfungsi dengan batasan dunia nyata adalah dua keterampilan yang berbeda, dan sebagai kuantitas modern, Anda memerlukan keduanya. Jenis quants dibedakan oleh gaya profit daripada Stat "pekerjaan", frekuensi tinggi dan struktur turunan akan menjadi spesialisasi utama di luar sana. Analis kredit mungkin juga dianggap sebagai peran kuantitatif. Sekarang, lebih dari sebelumnya, ada ketidakjelasan besar apakah Anda memiliki gelar PhD atau hanya BS. Memiliki latar belakang matematika / sains memberi Anda kemajuan besar, karena Anda tidak harus mempelajarinya sendiri. Pemrograman, pemrograman praktis jauh lebih didambakan. Karyawan saya di tim saya memiliki latar belakang linguistik, fisika, matematika, biologi, tetapi semuanya memiliki pengalaman prgoramming. Salah satu karyawan terbaik saya adalah enigineer data besar dari perusahaan mesin pencari besar. Quant secara umum tidak disewa langsung dari sekolah untuk menjadi quants. Ini karena Anda tidak ingin kuantitas berjalan dengan ide yang tidak masuk akal secara bisnis. Hal pertama yang Anda ingin seorang kuant sadari adalah apakah proyek tersebut masuk akal secara bisnis. Pengalaman terbaik bagi seorang quant adalah menjadi pedagang reguler terlebih dahulu, memahami bisnisnya, lalu masuk ke spesialisasinya. Mirip seperti bagaimana seorang dokter dididik- generalis pertama, spesialis kedua. Saya mulai sebagai trader ekuitas reguler. Hal ini membantu saat membuat keputusan terpenting dalam memutuskan apakah jalur investigasi tertentu akan layak dilakukan. Banyak ide yang dibuang karena meskipun ide tersebut mungkin menarik, secara bisnis tidak masuk akal jika bermuara pada dolar dan batasan dunia nyata. Keterampilan keras- pemrograman lebih disukai sesuatu yang dapat Anda prototipe dengan cepat seperti R atau S +, dan meluncurkan pengkodean, C ++, C # mungkin JAVA Itu benar-benar tergantung pada sistem yang akan Anda gunakan. Keterampilan lunak - seperti yang saya sebutkan sebelumnya, pengalaman perdagangan, negosiasi, keinginan untuk belajar matematika baru. Keterampilan bergaul sangat penting karena hal-hal yang Anda lakukan akan terdengar seperti omong kosong bagi 95% rekan kerja Anda. Mampu menjelaskannya kepada anak TK adalah kuncinya. Juga jika Anda tidak dapat menjelaskannya secara sederhana maka Anda tidak memahami konsepnya, jadi ini adalah ujian yang baik untuk mengetahui apakah ide Anda masuk akal. Quants cenderung memiliki reputasi yang buruk ketika berbicara dengan investor / non quants. Anda harus menarik dan memiliki keterampilan sosial yang tepat, jika tidak, tim Anda perlu mempekerjakan pemasar tambahan. Cobalah menjadi pemasar-toko serba ada, pedagang, kuant, pembuat kode. Jika Anda adalah orang yang tepat untuk masalah kuantitatif dari tim penjualan Anda, Anda tahu bahwa Anda telah mencapai setidaknya seperangkat keahlian pemasar. Ingat: pemasaran internal adalah pemasaran yang paling tidak menguntungkan. Dalam hal pengetahuan - setidaknya pemahaman tingkat pascasarjana tentang statistik, kalkulus stokastik, teori probabilitas, beberapa PDE, analisis numerik, teori optimasi, pengenalan pola, dll. Saya memiliki ahli bahasa yang melakukan proyek keuangan perilaku, analisis data besar, pembelajaran mesin, dll. Tidak ada pengetahuan yang tidak bisa dimanfaatkan dengan baik.

Dalam hal teks: Hull White, Grinold Kahn, Markowitz Rosenberg, Aldridge harus memberi Anda gambaran tentang konsep dasar. Namun, sebagian besar bacaan Anda adalah artikel jurnal. Siapkan beberapa teks matematika untuk berjaga-jaga jika Anda perlu mengasah keterampilan Anda.


Jawaban 4:

Tidak ada jawaban buku masak, dan kabar baik dan buruknya adalah tidak ada "jalur" karir. Keterampilan apa yang dicari orang dan apa yang akan membuat Anda berubah dari tahun ke tahun.

Ada berbagai jenis quants. Faktanya, karena menjadi "quant" adalah nama yang seksi, ada kecenderungan untuk mencoba menjual pekerjaan sebagai "quant".

Orang yang saya kenal dalam penelitian kuantitatif memiliki gelar Ph.D. dalam sains / teknik / CS atau gelar master dan pengalaman kerja sebagai programmer.

Tidak ada buku teks standar, tetapi Anda harus membaca sebanyak mungkin. Yang terpenting adalah mampu menangani bahasa apa pun dan menangani matematika apa pun, karena tidak ada yang tahu bahasa apa atau matematika apa yang penting.

Keterampilan lembut. Mampu bekerja dengan orang. Keterampilan keras. Mampu mengerjakan matematika dan program. Ternyata tidak ada yang pandai dalam segala hal, tetapi orang yang masuk pandai dalam satu hal, dan baik dalam hal lain. Anda juga harus cepat belajar.


Jawaban 5:

Terutama ada penelitian / analis kuantitatif, pedagang kuantitatif dan pengembang kuantitatif. Saya telah melakukan perdagangan kuantitatif / Analis. Tapi itu sampai ke titik di mana pengembang kuantitatif mengintegrasikan peran peneliti / analis kuantitatif.

Saya memiliki sarjana keuangan, master matematika, saat ini melakukan pekerjaan pengembang di lembaga keuangan, non-kuantitatif. Saya menyadari bahwa mulai ada penggabungan dari semua peran ini. Anda perlu mengetahui banyak hal, full stack developer hingga data science hingga matematika. Beberapa dari orang-orang ini sangat pintar tetapi sejujurnya, menurut saya menjaga strategi sesederhana mungkin adalah strategi terbaik.


Jawaban 6:

Banyak orang dari latar belakang matematika atau statistik bercita-cita menjadi pedagang kuantitatif. Tetapi di era sekarang, deskripsi pekerjaan untuk sebuah quant telah berkembang secara signifikan, karena munculnya perdagangan frekuensi tinggi, algoritmik, dan otomatis. Pekerjaan di bidang ini cukup menuntut dan membutuhkan lebih dari sekadar keterampilan luar biasa dalam analisis data. Mereka juga membutuhkan pemahaman yang lebih luas, pembangunan dan pelaksanaan sistem perdagangan otomatis. Artikel ini membahas perincian tentang bagaimana seseorang dengan latar belakang matematika atau statistik dapat menjadi seorang pedagang kuant, kualifikasi atau pelatihan khusus apa yang dapat membantu dalam menjadi seorang kuant, pengalaman kerja apa yang cocok untuk melengkapi kualifikasi pendidikan untuk pekerjaan kuantitatif, dan topik-topik terkait.


Jawaban 7:

Yah, saya bukan seorang kuant. Saya hanya seorang BS dalam Kimia. Tetapi saya memiliki minat dalam bidang ini karena saya ingin tahu tentang perdagangan forex dan ingin tahu cara kerjanya (saya bahkan berpikir untuk mendapatkan MFE). Jadi, saya melakukan sedikit pencarian di Google dan mendapatkan halaman yang sangat bagus. Mungkin itu akan membantu menjawab beberapa pertanyaan Anda.

Bahasa pemrograman dan konsep lanjutan apa yang harus diketahui oleh seorang kuantitatif agar berhasil?

Buku teks apa yang membantu mempersiapkan Anda dan memberi Anda pengetahuan yang relevan?

Ini tautannya:

Daftar bacaan master untuk mahasiswa Quants, MFE (Financial Engineering)

Penghargaan untuk Andy Nguyen


Jawaban 8:

Saya bukan seorang kuant, jadi saya tidak bisa memberi tahu Anda dari pengalaman pribadi saya.

Jadi lebih baik membaca:

Rencana Belajar Sendiri untuk Menjadi Trader Kuantitatif - Bagian I

Semoga membantu!