大家好，我是篱笆的 Thomas，也是北美的一名量化金融从业人员。今天我想用这个视频给大家介绍一下我眼中的北美的量化行业，以及对这个行业里的工作种类进行一个粗略的分类。大部分的中国留学生在北美都是在找 SDE和 DS 相关的工作，但其实量化领域也适合有计算机和数理基础的同学们。现在国际上的就业真的是越来越难了，我也希望这篇视频能给大家提供一些新的思路。 

首先，量化行业在美国是一个高度竞争的行业，可以说是聚集了全球最聪明的一些头脑。这个行业所寻找的是那些对数学、统计学、计算机科学等有深入理解，并且能够把这些 technical 的知识应用于金融市场的人才。大部分的量化行业对候选人的要求一般是硕士和博士，当然如果是很优秀的本科生也可以进到这些领域里。那很多顶尖的量化基金和交易公司也会特别青睐来自世界顶尖大学的毕业生。 

在技能要求上，除了要有扎实的数学和统计学的基础，一般来讲掌握一门编程语言，比如 Python、C++等也是必不可少的。因为这些年量化这个领域对机器学习的算法、大数据技术、包括 AI 这种是非常非常加分的选项了。那在求职的过程当中，要向他们展示数据科学的专业知识，并且同时很多时候会面临一些实际问题的 case study，就是一些案例，然后一些编程的 technical 的内容的 interview、编程的挑战，还有一些数学和统计的像脑筋急转弯一样的问题，还会很多时候让你去对金融市场做一些分析。那么这些其实更多的考察的是你的思辨能力和解决问题的能力，就 critical thinking、problem solving 这些。并且他们还很喜欢在评估候选人在团队合作的能力和压力之下的工作能力。 

那么量化的定义呢，我觉得首先我们应该搞清楚一点，就是说“量化”它是一个形容词，指的是你的工作属性是量化的，说明你通常我们认为这种工作候选人要拥有大量的数理、统计和计算机的知识。它不是一个名词，像老师、律师等等。所以在不同语境之下，它可以代指不同的职位，所需要的能力也可以是非常不一样的。那这个大家可以去类比一下在数据行业，如果你是一个 data analyst、data scientist、data associate 或者 data engineer，它所负责的就是不同的领域，虽然都有 data 这个词在，都要和 data 去打交道，但是你跟 Excel 的 data 打交道也是一种，你用 Python 去处理一些文件、去建一些模型也是一种 data。所以在具体的情况之下，你要根据你具体个人的能力以及市场上有什么样的岗位，以及你具体想要做什么去挑选合适自己的量化的岗位。觉得有必要对这些量化岗位做一些划分，这样大家更知道自己适合什么样的岗位，以及看到一个岗位的时候更知道他想要寻找的是什么样的人才。 

金融市场呢，我们可以先简单的把它分解成划分成买方和卖方。那么买方呢，就是有钱的那些机构，就是说机构投资者，他们要把自己的资产去做一个 allocate，他们要去购买证券或者其他的投资产品，他们可能包括 mutual fund，就是基金呐、养老基金 pension fund 这种，或者保险公司或者 family office 等等。那卖方就是顾名思义，就是给这些买方提供服务的，他们可能包括我们所比较熟知的投资银行、证券公司或者第三方的一些机构。还有一个我觉得大家比较热门的去处就是 market maker，比如大名鼎鼎的 Citadel 啊，他们就是做市商，他们很多时候同时扮演着买方和卖方的角色，但是大部分时候他们更加倾向于卖方，就是他们为特定证券提供买卖的一种报价，提供流动性，然后去减少那个买卖 bid ask 之间那个 spread，他们去赚那个钱。 

那大部分的对 new grad 比较友好的岗位一般都是卖方居多。那么这种岗位可能包括我们所熟知的 desk quant、model quant developer，或者一些算法交易的岗位。那这些岗位大部分的时候考察的是你会偏重考察首先你的 soft skills，会有很多 behavior question，你的 communication 的技能怎么样啊。或者如果 technical 的话，可能会考虑些期权定价模型啊、随机微积分啊等等。那这个原因是在于呢，像我们刚才说的，卖方是给买方提供服务的嘛，那不可避免的是你肯定要跟 clients 打交道，然后他有需求，你当然要跟他沟通，告诉他这个我给你提供的服务，你具体可以怎么用。还有跟公司内部其他的 stakeholder 打交道啊，可能你服务的对象是你们公司内部的买方，或者一些其他外面的一些客户等等。很多时候卖方他最终这个业务线他赚的是 fee 和 commission，那自然就是说你不可能是你这个东西跟我解释不清楚，那你没有办法跟 client 很好的沟通，那你就是有再好的 technical skills，这个岗位也很难最终把 offer 发到给你。 

那买方的很多岗位呢，我们所说的 Quantitative portfolio manager 或者说 Quantitative researcher，或者说一些 Quant trading 的岗位啊，它这个方向它更多考的是你的回归和算法。他们相对于 market maker，他们是市场上的 market taker，他们的 risk 主要来自于这个市场上的波动的交易决策的风险，也就是他们是低买高卖嘛。但是很多卖方的话，他们是要去，他们更多的风险是来自于价格波动风险，因为他们简单一句话来讲就是他们吃的是交易量，他们不吃 PNL，赚不赚钱无所谓，我是 Delta neutral 的。所以我们说卖方会对你的定价模型更重要，会更需要对冲等等。 

像我们刚才讲的啊，买方的工作呢，很多时候对 new grad 不是那么的友好。我相信大家很少在你学校的校招或者对 new grad 友好的岗位上看到 Quantitative portfolio manager 或者 Quant research，即使有可能也是针对 PhD 或者非常头部的学校的一些人。这个也首先就是因为说他们是站在食物链的顶端吧，他们就是合同里经常的那个甲方，也是因为他们在行业里占的比例本身就比较少，买方的量化岗位我觉得可能就 10%到 20%，这个很少。而且呢更不要讲说 Hedge fund 里标榜自己是量化的，那个比例更低，而且很多时候它只是 market 自己是量化的，它其实有一点挂羊头卖狗肉的感觉，因为很多时候在 hedge fund 里，量化是跑不赢他们的同行，他们也跑不赢 market 的。