当前量化分析师行业生存状况

1）量化分析 – 量化分析师被聘请来为复杂的“奇异的”衍生品合约定价。在这个领域需要的技能包括随机微积分、随机时间序列建模和用统计类型语言如c++、c#或Java编程，还有一种角色是“模型val”量化分析，他们通常需要检查其他模型的有效性，而不是直接开发。

2）量化开发 – “量化开发”本质上是一个软件程序员。真正的量化开发者可能在投资银行的“中前台室”中处于更高级的位置。在资产管理方面，量化开发人员通常将建立交易基础设施，设计分析/ 报告引擎或采取原型量化模型，并优化它的执行速度。

3）量化交易/研究 -成为量化交易员所需要的技能本质上与产生回报的模型有关。在一些公司，由于它的学院/研究性质，它也提供了最大的灵活性以及可能的兴趣，，它将包括强大的统计技能集，以及时间序列建模、信号分析，以及最近的机器学习和贝叶斯统计。

4）量化风险管理员 – 自金融危机以来，许多量化分析师现在被雇佣来衡量以及最小化这些机构的风险。。在量化风险管理中具备高级统计学的背景是非常重要的。这些技能可以通过数学学位或跨学科课程获得，。涉及数学、运筹学、统计学和经济学的混合。

成为一名量化工程师的知识储备

1） 许多量化角色需要在数学和数学建模方面有扎实的基础，一个良好的数学学位拥有很强的选择，将涵盖所有领域所需的实践性量化员。这些包括实际分析、概率论、频率和贝叶斯统计、随机分析、傅立叶分析、线性代数、数值线性代数、线性分析、数值分析、常微分方程和偏微分方程、优化、数学建模和向量演算。

数学不是一门容易学习的课程。它需要一个实质性的承诺来给招聘公司留下深刻印象，获得成绩。然而，这可能是选择成为一名量化人员的最合适的学位。

2）计算机科学

一个优秀的初级量化开发人员，如果他们希望有朝一日能够领导自己的团队，如果他们想要在量化金融这个更有利可图（也可能说更有趣）的领域工作的话，那么他们就需要非常精通以上的主题。

定量交易和定价的基础设施涉及到一些非常有趣的计算机科学和工程领域，包括高可用性（冗余）、低延迟应用、大型代码库的设计和重构、健壮的高频系统、GPU处理农场和其他高性能计算（HPC）应用程序、实时高通量响应分析引擎和数据库集群设计和监控。

3）经济学

一个经济学学位自然会引导你进入计量经济学或时间序列分析的博士课程(“研究生院”)，这些技能是受对冲基金和资产管理公司高度重视，经济学学位尤其适用于某些资产管理公司，尤其是那些做大规模宏观经济预测的公司，例如全球宏观基金。虽然不像期权定价或高频交易基金那样侧重量化，但这类角色仍受到高度重视。

4）理论物理

在理论物理课程上，你将学习经典力学，包括拉格朗日和哈密顿动力学、电磁学、量子力学、狭义和广义相对论、宇宙学、统计物理学、粒子物理学，也有可能是更高级的课程，例如量子场论和弦理论。

物理学研究的是宇宙如何在最小和最大的尺度上运行。尤其，理论物理学试图预测和推断物理现象行为的模型的发展。这些技能与量化研究人员或金融工程师所拥有的的技能非常相似，他们总是试图尝试并模拟复杂的随机现象。

小结

成为一名量化工程师，从专业知识领域来讲，比其他职位要求高，但是这个职业的回报相对也是异常丰厚，可谓“一份耕耘一份收货”。