马上开始｜《2023量化岗位求职与面试详解》限时免费直播，Quant面试流程、内部选人标准大放送！

在武侠的世界里，无论是浩然正气的武当太极，还是神出鬼没的唐门暗器，各路英雄豪杰在行走江湖时都离不开自家武功绝学。在波云诡谲的量化江湖，也有着各路门派，他们凭借看家本领，在江湖占有一席之地。

在量化江湖，主动多空策略和量化套利策略的传统门派地位不容小觑，然而在计算机和互联网技术飞速发展的当下，高频交易作为新兴的第三门派迅速崛起，成为江湖中不可忽视的一股新力量。那么究竟应该修炼入哪个门派才能更好地行走与量化江湖呢？

与其在量化江湖只身摸索

不如跟业内大佬披荆斩棘

神仙公司好羡慕，好想入行赚大钱！

我们带你从Quant23年招聘趋势着手

了解Quant必备技能与面试真题解析

提升专业技能提高面试机率 

清华物理学霸

曾就任于Morgan Stanley量化组 

为你带来《量化岗位最新求职与面试指南》

👇👇👇

编程是第二座大山，是量化的必备技能之一。想要翻越它，需要熟练掌握至少一种编程语言，如Python、R等。只有通过编程实现模型的构建和优化，才能更好地应对市场的快速变化。同时，还需要具备一定的算法和数据结构的知识，以便更好地处理大量的数据和信息。

最后一座大山就是金融市场知识，虽然排在最后，但并不代表不重要，恰恰相反，金融是根基，最终的策略与模型一定是建立在对金融市场的深刻理解上。你需要了解股票、债券、期货、外汇等不同类型的金融产品和市场，以及它们之间的相互关系和影响。同时，还需要了解一些基本的投资理论和实践经验，如价值投资、成长投资等，以便更好地制定出有效的投资策略。

概率和随机过程

-Stochastic Calculus and Applications, Samuel N. Cohen and Robert J. Elliott

-Diffusions Markov Processes and Martingales, L. C. G. Roger and D. Williams

数据统计

-The Elements of Statistical Learning, Hastie, Tibshirani and Friedman

-An Introduction To Statistical Learning, Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani

机器学习

-Advances in Financial Machine Learning, Marcos Lopez de Prado

-Pattern Recognition and Machine Learning, Christopher Bishop

-C++ Design Patterns and Derivatives Pricing, Mark Joshi

-Pattern Recognition and Machine Learning, Christopher Bishop

-Quantitative Risk Management: Concepts, Techniques and Tools, Alexander J. McNeil, Rudiger Frey, and Paul Embrechts

-Frequently Asked Questions in Quantitative Finance, Paul Wilmott

-Efficiently Inefficient, Lasse Heje Pedersen

-Financial Decisions and Markets: A Course in Asset Pricing, Campbell, John Y. Princeton University Press, 2017.

一入江湖深似海，祝少侠早日在量化江湖闯出一番天地！

想了解更多量化必备技能？

想学习更多面试小技巧？

扫码报名回复【量化】

即可免费参加本期线上公开课

你将获得你想要的信息

👇👇👇