理工科背景如何转行量化交易？

gyshssl

一、为什么要入行或者转行做量化交易？
我一直有个观点，任何一个行业都有它的优势和劣势，任何一个职位只要做到全国顶尖，一定都很厉害，所以理论上讲，我认为并不存在特别明显的，行业和职位的好坏之分，只有我们自己适不适合，还有做的怎样的区别罢了。

1.了解量化对冲基金
要做量化交易，就要先了解基金管理行业，特别是量化对冲基金。关于什么是对冲基金，什么是量化交易，百度和知乎有太多相关问答，我就不多谈了。量化对冲基金的盈利模式很简单，就是发基金产品，然后提2%管理费（产品总规模的2%）+20%业绩提成（产品收益的20%），公司净利润=产品总规模 * 产品收益率 * 公司提成比率。

七亏两平一赚的道理哪里都适用，不管是餐饮行业还是互联网行业，不管是证券私募基金还是量化对冲基金，包括华尔街的对冲基金行业也一样，大部分都是亏货，最终都倒闭破产了；少量盈亏平衡，做的平庸无奇；屈指可数的极少数功成名就，做大做强，发大财出大名，留下神话般的业绩和伟大的传说，索罗斯西蒙斯这类型，华尔街百年历史也就那么几个，屈指可数，就连利弗莫尔也得算在七亏里面，可见这个行业竞争是有多激烈，多残酷，存活率有多低。所以不要总看到量化对冲基金这个行业特别牛，特别高大上，那只是幸存者都看起来很光鲜而已，更多的已经死掉了，你根本而且永远都不会知道。

不过中国的量化对冲基金行业相比国外，有一个优势，那就是行业刚刚起步，像几年前的移动互联网行业，处在大爆发前夜，国外充分竞争，国内却一篇蓝海，而且不像国内互联网行业，寡头垄断都快要形成了。国内做的好的证券私募基金，可能大家勉强还能说出来一两家，国内做得特别好的，特别出名的，规模特别大的，盈利能力特别强的，能傲视群雄，形成寡头垄断的，最顶尖的量化对冲基金，现在还没有。

2.了解量化交易岗位
这个岗位到底干啥，简单的说，两个字——赚钱。具体的包括，算法设计、策略测试、参数优化、模型实现、实盘下单等，再深入一些还包括系统维护、策略更新、风险控制、资金管理、品种筛选、极端行情应对等，甚至还需要写宣传资料和推介资料，做一些路演和宣讲。所以一个合格的成熟的量化交易团队（实际中负责投资交易的，很多不是个人而是团队），那就是公司把钱（基金产品）交到你手上，你能在一定限制条件下（一年封闭期，20%止损线等）在市场里赚到钱，而且最好把曲线做的漂亮一些，稳定一些，收益高一些回撤低一些。下图是我所处的行业和岗位，量化对冲基金经理，就是这个意思。

跟量化对冲基金行业一样，量化交易岗位竞争也很激烈，而且更激烈，更残酷，存活率更低。首先这个岗位要求极高，这是一个横跨数学、计算机、金融、投资，甚至社会学、心理学，等多领域多学科的岗位，而且对所有相关知识都要求很高，要能融会贯通，其次还要有极强的实践操作能力，要有大量的金融市场实战投资经验才行，否则让从来没做过投机交易的程序员来写几个程序就想赚大钱，根本不可能，最后对于职业交易者的自我修炼、道德品格、性格塑造、学识见识、心胸视野等有很高的要求。量化交易岗位责任极大，压力极大，要运作大量资金，去最血腥最残酷的金融市场里竞争博弈，并且要在非常严格的条件下（比如一年封闭期，20%止损线，甚至还可能有最大回撤的硬性限制要求），战胜同样厉害的竞争对手，去赚取对方亏损的钱，其难度可想而知。

所以，你真的适合做量化交易吗？你真的有能力在这么残酷的竞争中胜出吗？本专业的不少有才能的人最终都被市场淘汰了，那你一个半路转行或者刚刚入行的人，又凭什么一定能胜出呢？别只看到胜出者管理着大量的资金，每天写写代码，说说笑笑，几百万几千万就轻松到手，那是赢者该有的一切。更多的人赔掉了本钱，赔掉了青春，赔掉了自信，赔掉了在其他行业其他岗位上大展宏图的机会，甚至赔掉了美好的生活，但你根本甚至永远都不可能知道他们。太多人本不适合做交易，却在交易岗位上苦苦挣扎数年，最终失败离场，转行了或者做其他岗位去了，但在其他行业或者岗位上从头再来，你早已落后同龄人一大截，别人早已甩你一条街了。所以，一定要想好，不要随随便便说转行做量化交易，职业规划不可草率不可任性。

3.不止交易岗位
上面那张图其实可以看出，量化对冲基金，准确的说是量化对冲基金管理公司，其实也分很多岗位，并没有必要每个人都来做交易。如果你真的看好量化对冲基金行业，想现在加入进来，像几年前加入移动互联网行业一样，分享行业发展红利，没问题啊。其他专业其他行业其他岗位的人，进入量化对冲基金，其实完全没有必要都往交易岗位上挤。而且我相信也同样能有很大的发展潜力，很高的收入水平和很高的职业成就。

假如你学的是工商管理，你在其他金融投资机构担任过高层职务，那可以做运营管理岗位啊；假如你学的是市场营销，你在任意行业有过出色的销售业绩，无论房产门面、理发店会员卡还是大保健，那可以做渠道开发，营销推广啊；假如你学的是风控，有金融机构风险控制岗位的经验，那你可以做风险控制啊；假如你学的是金融，有在其他金融机构比如银行信托的经验，那你可以设计产品、发行产品啊；假如你学的是数学、物理、统计、密码等，可以来做算法设计啊；假如你学的是农业、气象等，你可以做策略研发啊，假如你学的是计算机、软件、网络、通信、电子、控制等，可以来做系统构建啊；假如你学的人力资源管理，可以来做HR啊；假如你学的财务、学的法律、学的广告、学的媒体、学的文学、学的外语、学的公关、学的心理，甚至学的是模特礼仪、播音主持、艺术表演、声乐舞蹈、空乘等，我相信都可以加入到量化对冲基金行业里来，在自己的专业和岗位上，一展才华。其实这个行业不难，只要肯学，稍微补一补金融知识、行业知识、市场知识，就能很快上手。

这个行业永远最缺优秀的交易团队，同时也缺优秀的营销团队，但除了这些，我可以肯定的说，国内精通量化对冲基金业务的财务、法律、文案和程序猿，这类复合型人才实在太缺了，我们公司在日常经营中经常遇到的各种困难，最多的不是交易营销管理风控，而是核算做账、合同的制作与审核、法律风险规避、宣传资料制作、系统构建与维护等。要知道，做一家量化对冲基金管理公司，不是只有交易团队就行了，只有交易团队，你光是注册公司私募备案都不一定能搞定……也别说什么只要业绩好，自然就做大做强了，不需要营销管理什么一大堆的，实际上不是这样，现代社会再好的产品也需要营销推广、品牌建设，业务能力再强的公司也需要制度建设、内部管理，需要完善的财务法务人力资源管理等配套。

二、入行或者转行做量化交易需要什么？
如果看完第一部分，仍然决定要入行或者转行做量化交易，才有继续往下看的必要。我相信看完一部分，很多嫌弃自己现在的行业和岗位又辛苦又不赚钱又无聊，仅仅想换个又轻松又挣钱又高大上的工作的人应该已经放弃了，坚持仍然要入行或者转行的，都是有点不正常的人了，当然我也属于这样的人，哈哈。

1.兴趣与使命感
量化交易这个岗位太难了，要求太高，压力太大，一般人很难坚持下去，圈内朋友经常相互开玩笑，做这个工作，寿命都要比正常人短好几年。我相信愿意把青春的赌注压在这上面的，都是对于量化交易有着无法抑制的兴趣和冲动，不试一试一辈子都不得安宁的一类人。没错，要想在量化交易领域坚持下去并脱颖而出，兴趣和使命感是必不可少的。当然我说的是对自己有很高要求的，有极强上进心的，如果你觉得做得平平庸庸，能混口饭吃就行，那当我没说。 巴菲特在某大学演讲时，有人问他说我马上要毕业了，如何知道这份工作是否适合我，巴菲特说，如果你每天早上醒来，立马就高高兴兴的、蹦蹦跳跳的、迫不及待的、兴冲冲的跑去办公室开始一天的工作，那这份工作就是你应该一生从事的事业。

兴趣是最好的导师，有了兴趣才会去钻研，才会不断学习进步，才会拥有一种不断追求完美的精神，用一种工匠精神，用一生的时间和精力去做到最好。下图是我发的一篇微博，是我看完《寿司之神》这部纪录片后最大的感悟。如何做好量化交易，甚至如何做好任何一项工作，我觉得首先得要有二郎的态度。9岁入行，一直到现在，90多岁高龄，每天就干一件事，就是做寿司，并且不断进步，每天都做得更好一点，最终做了80多年，做到全球第一，现在是全世界年纪最大的米其林三星主厨。

2.知识技术
数学、概率统计、数据结构、算法设计、经济、金融、证券、衍生品相关、投资与分析、主流策略开发语言等，都需要了解，而且要融会贯通。这个知乎上谈的最多，而且已经说的很全面了，我就不赘述了，感兴趣的朋友可以搜搜相关问答。

关于做量化交易用什么语言更好，其实还是看自己的习惯和要达到的目标，如果是大型金融机构做量化分析系统或量化交易系统，可以用python，R，C++等都可以，各有优劣，看对于速度要求如何了。如果是个人或者中小机构，对于速度要求不高，策略也相对简单，可支出成本有限，而且缺乏的技术支持，用一些成熟的第三方平台，如文华、TB、金字塔、MC等也可以，我还见过用matlab，excel，包括一些网上平台，做量化交易的，其实只要策略能很好的实现，实盘能盈利就行。

这里讨论一下，知乎上很流行的两个观点：

（1）不自己做系统，不自己写接口的都不是量化交易，量化交易门槛特别高，low逼别玩。

其实不是这样，量化交易只是一种理念，是一种方法，是一种工具，是为交易策略服务的，只要策略开发和下单实现，都是运用的数学模型和计算机程序，而非人为主观判断，就是量化交易。一些股票老玩家，有一个可能盈利的交易策略，然后用第三方平台，搞来历史数据测一测，发现确实能盈利，然后就开始把系统架上去跑，这也是量化交易。就像搭建一个实体模型，比如艾尔菲铁塔什么的，你最好自己制作搭建材料，这样可以更好的更个性化的实现自己的目标，但你也可以去买一些已经做好了的现成的模型材料，用别人做好的材料来搭建模型，两种做法都是搭建模型，核心在于你搭建模型的思路和方法。用第三方平台就像搭积木，人家已经给你把积木做好了，你按照自己的想法把积木搭建起来就是，只是一些特别个性化的搭积木的想法，可能会受到积木本身的限制罢了。

自己做系统自己写接口的优势在于更加个性化，更符合自己的需求，而且速度更快，信息保密也能做得更好；缺点是财务成本更高，人员和硬件配备要求更高，而且系统更容易出BUG（别说什么大牛，华尔街海龟写的系统就不会有任何问题，还记得光大乌龙指事件吗？）。用第三方平台的优势在于成本低，重大BUG相对较少（不像自己做的系统，第三方平台毕竟几万人用了好几年，而且每天都在不断改进），交易者可以只专注于策略开发，而不用考虑系统维护；缺点是速度更慢，策略思路的实现会受到第三方平台功能的限制等。当然如果做高频交易，肯定得自己做系统写接口了，但现在国内的股票和股指期货市场，是做不了高频交易的。

（2）量化交易的核心竞争力是优秀的计算机语言编程能力。

其实量化交易的核心竞争力是策略的有效性，能长期稳定盈利的策略是一切的关键，一些中低频交易策略，手动和量化区别不一定会很大。数学、计算机程序、金融、实盘交易经验，做好量化交易，这四样缺一不可，只是因为计算机程序这一块最有特色，是区别于其他交易方法的主要特点，所以总被外界当做量化交易的噱头和宣传点，久而久之大家甚至把编程能力作为最核心竞争力了，这明显有些喧宾夺主。

3.市场经验
之前谈到过，从来没做过交易的程序员来写几个程序就想赚钱，不可能。要做好量化交易，长期的实盘交易经验是必须的，这样才能更好的懂得市场的特性，品种的特性，行情的变化等，才能写出更加贴合市场，更加有竞争力的策略和模型。

数学思维能力和编程能力很重要，但如果不熟悉市场，不了解品种特性，不了解金融市场百年发展史，不懂得人性的贪婪和恐惧，没自己实盘做过股票期货，很多东西数学模型和程序语言是不会告诉你的，就像你有再好的木匠工具，如果没有做木匠活的经验，你也很难做出漂亮实用的家具。有人可能会说那用数据挖掘啊，让程序自己去开发策略，这也是现在一个很有潜力的流派，但问题就在于数据挖掘某种程度上也是依靠概率，没有绝对的必然性，通过数据挖掘做的策略可能会存在巨大风险。就像之前在书上看到的，包括知乎上也有相关的问答，就是数据挖掘发现，美国标普指数跟非洲某地咖啡产量连续多年相关性达到99%以上，美国原油指数价格跟一种墨西哥烧饼的价格连续多年相关性达到99%以上等等，如果真采用这两组数据的相关性去做策略，很明显是滑稽的。其实数据挖掘可能出现的小概率风险，也就是我们常说的参数优化中的参数孤岛。简单的说，就是用历史数据测试策略，发现某个参数表现特别好，但这个参数是独立的，不连续的，跟次优参数差别很大，无法组成一个较优参数集合，这很有可能就是遇到了小概率事件，如果使用这个参数，历史回测可能很漂亮，实盘交易就会遭殃。

而且只有经过大量的实盘交易，你才会知道赚钱没有那么容易，亏钱却易如反掌，交易这行其实很苦很累，每天在盈利与亏损中挣扎，如何控制风险，获取收益是一个永恒的命题，更别说要做到长期稳定盈利。像巴菲特一样五十年如一日，年均收益20%多，真的就太难了。别去迷信短期暴利，几个月翻几倍之类的神话，毫无意义，资本市场最不缺神话，缺的是寿星，做量化交易就是做资产管理行业，我们是靠规模和复利取胜，而不是冒着巨大风险去博取短期暴利。市场真的值得那么敬畏吗？纪律真的需要严格的遵守吗？风险真的有那么可怕吗？高风险高收益真的不可取吗？长期稳定盈利真的才是王道吗？这些问题，没有人能回答，除了自己去实践，去吃亏，才会得到教训，才会深刻领悟其中的含义。

4.人性修炼
有兴趣，有技术，有经验还不够，还得坚持修身养性，培养自己的道德品格，完善自己的性格，学会控制情绪，学会理性思维，学会调节心情，才能在市场每天的起起伏伏中镇定自若，在巨大的压力下坚持交易策略的执行，在狂热的贪婪和地狱般的恐惧中保持独立思考。而且要多读书，学识一定要渊博，涉猎面要广，特别要多读国学和历史、逻辑和理性思维方面的书，前者修身养性，博古通今，后者是在资本市场血腥博弈中生存下来的必要条件。

5.转行入职

（1）找家靠谱的公司
一定要是正规的基金管理公司，公募基金一般很少有水货，基本上都没问题，但对于学历和工作经历要求比较高。私募基金的话水就比较深了，各种放水的、配资的、做黑平台的、洗钱的、所谓现货交易的，都叫投资公司，都叫私募，那么如何甄别呢？首先是工商税务手续齐全，其次要有在证监会的私募登记备案材料，再次要正规化阳光化运作，最好已经发了正规的私募基金产品，最后，有个最简单的方法就是去网上找相关的新闻采访或者专访报道，一般有新闻采访，专访报道的私募基金公司都比较靠谱一些。

即使上述条件都符合，但有的私募基金管理公司，主要玩坐庄、接盘、内幕交易、刷手续费等，也应该避免参与其中，因为中国金融市场会越来越公开透明，监管越来越严格，以前很多灰色和黑色的操作手法，以后都将渐渐丧失竞争力，还是要脚踏实地，学习和实践正确的投资理念和交易策略，谋求可持续发展。

（2）可以先从实习干起走
这等于是给公司一个考核期，同时也是给自己一个考核期，发现这个行业确实不错，这个岗位很适合自己，这家公司也值得一起成长壮大，那就干，否则趁早离开。

（3）初始收入不用太在意，关键一定要学到东西
量化交易岗位主要靠业绩提成，所以一般来说只要有能力，业绩好，就能运作较大规模资金，收入怎么都少不了，所以最开始入行不要太在意初始收入，关键一定要学到东西，一定要慢慢掌握核心技术，并发展出自己的特点和优势。

下面简单提一下量化交易岗位的收入来源，一般为基本工资+业绩提成+股权激励，基本工资因地域不同和公司待遇不同而不同，其实基本工资跟当地金融行业平均工资水平差不多即可。业绩提成是行业一个固定比例，20%到30%不等，当然有高也有低，关键看你的盈利能力了。而业绩提成又跟产品规模，产品类型和产品业绩有关，规模和业绩好理解，类型的话一般分结构化，保本分成型和管理型。结构化就是公司出劣后资金保障客户资金不会发生亏损，还要给客户保证一年的利息，一般来说产品总体成本6%到12%不等，剩余收益全归公司，保本分成公司也要出劣后资金保障客户资金不会发生亏损，但不给客户利息，只收益分成，一般来说四六开，倒四六开都有，管理型就谈的很多了，2%管理费+20%业绩提成是惯例。简单的的说，结构化和保本分成型属于高风险高收益，管理型低风险低收益，但发管理型需要优秀的历史业绩才行。至于股权激励，假如你太能挣钱了，公司怕你离开，自然会给你股份留住你，但难度较大，短期内可以暂不考虑

（4）公司股权结构，老总人品，交易团队核心竞争力

一家公司是否有发展前景，关键看公司的股权结构是否合理，股东是否大力支持公司发展，且没有内部矛盾分歧。公司负责人的道德人品，敬业精神，专业能力也很重要，毕竟是给公司指路的人。至于交易团队则是一家基金管理公司的核心竞争力所在，交易团队能否在一定风控条件下，获得长期稳定盈利的投资业绩，决定了这家公司能否做大做强，也决定了你能否真正学到东西，学到对的东西，其实有时候学不到东西不可怕，可怕的是努力去学到了一些错误的东西。

（5）无论如何要尽快争取到客户资金运作
如何才能真正有效的提高自己的核心竞争力，学习当然是必须的，但更重要的是，必须亲自上手试试，不能做模拟盘，也不能只做自有资金，甚至不能只做公司资金，一定要做外部客户委托的资金，无论是单账户还是基金产品，一定要亲自去操作，去实践，才能真正学到东西，成长起来，而且一定要公开化，阳光化，最好网上公布业绩。这样你才会了解到，受人委托，肩上的责任有多大，心理压力有多大，你能否在这样大的压力下，各种严格的限制条件下做好交易，这是真正的难点所在。你才会知道操作自己的资金，跟操作客户的资金，跟操作基金产品的区别有多大。有的人能做好交易工作室，但也仅限于此，做资产管理行业不像做工作室，难度大多了，因为是戴着镣铐，在众目睽睽之下舞蹈，每天都要公布净值的，这谁玩谁知道。

三、如何创建自己的量化对冲基金管理公司？
过程很复杂，核心是要有起始资金，或者主要投资人，还有核心交易团队，这是最基本条件，然后还有大量的各种各样的工作要做，你要能独挡N面才行，比如你是核心交易团队，那就得会说服投资人投资，找合作渠道发产品，找客户销售产品，注册成立公司，管理公司，公司制度建设，人员招聘，薪酬制定等等……等有时间，也确实有人需要的时候，我再来完善这部分。