确实有很多非常厉害的高频交易公司，但并不是所有的量化基金都是高频交易，也并不是所有的Quant都从事高频交易策略研究。

如果你在买方从事量化研究，你可能一辈子都用不到随机微积分。这通常是卖方从事衍生品定价，特别是Exotic Derivatives定价，是Quant需要掌握的。

比如研究股票的Quant可能就会和研究信用债或商品期货的Quant聊不到一块。不同研究领域真的千差万别，有的使用量价，有的注重基本面；有的关注大盘股，有的只研究流动性差的股票；甚至港股和A股的Quant差别也很大。

医生一定要医学院毕业，律师一定是学法律的。Quant的背景各种各样：物理、数学、计算机，甚至有心理学毕业的Quant。不同的公司对于Quant的学历背景要求不尽相同，有的喜欢只招数学物理Phd；有的热衷于某些学校的毕业生（特别是创始人母校毕业的）；有的特别看重获奖经历；有些需要你有丰富的金融市场经验，有些甚至都不需要你知道什么是股票。

虽然不拘一格降人才的事情在Top的基金公司也偶尔发生，但为了提高面试的成功率，还是建议大家在大学能学好以下课程：线性代数、微积分、统计学、机器学习及编程等。

绝大多数Quant对于机器学习的应用止步于XGBoost，甚至都不知道LSTM的原理，更不会用Pytorch、Tensorflow。研究讲究效率，并不需要成为这个领域的专家。使用机器学习的Quant，绝大多数就是个调包侠。

在Quant的世界没有一招鲜吃遍天的研究。如果还在做着“发现圣杯，坐等升天”的美梦，那趁早醒醒。研究不存在尽头，接受市场的捶打才是常态。