量化公司皆开始实行末位淘汰制，做不出策略就走人！

据英国《金融时报》中文网9月8日报道，知情人士透露，高盛(Goldman Sachs)正准备通过末位淘汰实施新一轮裁员，计划最早在10月下旬开始。

图源金融时报官网

不止顶级投行，量化基金也在裁员，做不出策略就走人非常常见，只不过因为公司规模不如投行那么大，所以除了2020年初AQR裁员10%，和WorldQuant裁掉130人关闭5个海外办事处上了新闻之外，平时的裁员激不起什么水花。

图源wallstreetoasis

据华尔街绿洲的帖子，对冲基金巨头Citadel也会裁员，虽然不会因为经济衰退裁员，但会因为表现不佳裁员，砍掉整个不赚钱的desk也不是不可能。

一提到量化，大家第一反应一定是对冲基金，毕竟那里是矿工发挥自己能力的天堂。不过想从事量化，也并不是只有对冲基金一个选择。接下来我们一起看看Quant里的五花八门。

Quant主要分为P宗和Q宗。

P-Quant，就是Real-world Probability，涉及的技术主要是统计、机器学习模型，从数据出发预测股票等资产价格，主要存在于买方。

Q-Quant，则是 Risk-neutral Probability，涉及的技术主要是伊藤定理和随机过程，从模型出发给衍生品进行定价，主要存在于卖方。

买方机构

主要包括：公募基金，私募基金，信托公司旗下量化团队，数字货币的量化研究与投资机构等；

代表机构：桥水，Millennium，Man Group，AQR，Two Sigma等；

薪酬待遇：北美的应届生年薪在150k-200k（据Selby Jennings统计）；

卖方机构

主要包括：投行及券商；

代表机构：Bloomberg，Goldman Sachs，UBSBarclays，Citi，Capital One等；

薪酬待遇：北美的应届生年薪在125k-160k（据Selby Jennings统计）；

买方Quant

Alpha Quant：主流玩法，也就是寻找能够预测资产价格走势的alpha因子，俗称挖矿；

Arbitrage Quant：包括期货套利、期权套利、无风险套利等；

Fundamental Quant：基本面量化，与一般Alpha Quant的区别在于更注重基本面逻辑；

Asset Allocation：资产配置，经典的利用美林时钟做宏观资产配置，桥水全天候策略；

AI Quant：利用深度学习等高级算法进行预测，以及NLP等技术分析市场情绪；

卖方Quant

Pricing Quant：负责给衍生品定价，利用Stochastic, PDE, Monte Carlo等方法对衍生品定价；

Model Validation：负责测试别人做的模型；

Risk/capital Quant：负责做风险管理，做VAR，Risk metrics；

Execution Quant：负责交易执行，降低交易的冲击成本；

看到这里，相信你对Quant已经有了一个较为全面的系统认知。

当你从事量化，有一天发现自己做不出赚钱的策略，在被裁的边缘徘徊的时候，应该怎么办？

一般遇到这种情况，很容易心态崩塌，着急，焦虑，然而越是如此越是难想到新的思路和方向，反而把自己置身于“焦虑——想不出新策略——更焦虑”的死循环当中，最后陷入深深的自我怀疑。

那不如换一个方式，跳出循环找答案。

这里的已有策略分两种：自己的和别人的，我们先从自己的说起。

当你想不出来新的策略的时候，不如回头先审视自己已经做出来的策略，是否足够深入、细致、全面，是否符合当下的市场行情。例如交易领域当中的MACD指标，它的默认参数设置是（12，26，9），它为什么是这么设置呢？因为MACD被发明出来的那个时代，每周是单休制，一周要工作6天，因此12对应的是2周，26对应的是1个月，9对应的是一周半，因此要是与时俱进的话，MACD参数配置就要改为（10，20，7）。

当你意识到自己的不足的时候，就会有一些改进的思路，这时候你就需要整理你的策略体系，不能闭门造车，哐哐自己研究，你要去和同行交流，向手工交易员请教经验，从Quant网站上寻找灵感。

经过前面那步的“洗礼”，相信你已经看了不少神一般的量化策略，接下来要做的就是把他们的变成你自己的，借用其他领域或其他量化策略的模块，发现和创造更多新的量化策略。

比如，年化91%的ETF轮动策略是从哪里来的呢？

——借鉴股票和指数择时中的于阻力支撑相对强度（RSRS）策略，外加波动率筛选交易品种。

再比如，期货日内的三角形交易策略是从哪里来的呢？

——借鉴股票市场缠论中的底分型和顶分型形态，外加海龟交易法则中的ATR。

当你把这些化为己用，还怕没有新策略吗？

最后简单总结一下，如果真的到了做不出策略的那天，就按照“调整心态-总结不足-跳出框架-多看多学-重新定位-化为己用”这个套路试试吧！

想成为一名成功的Quant，那你还需要系统学习数据/量化金融相关岗位编程知识点，掌握网测、面试新题型及实时趋势，所以刷题一定不能少！

课程结合面试经验和历年高频真题，系统梳理编程相关的数据结构及算法等Technical知识点，全面覆盖各类考点难点易错点，并配合网测面试的真题练习，帮你理清解题思路，告别死记硬背，过面试拿Offer！

由横扫九大投行、对冲基金的大牛合力研发，三周带你从0到1逆袭，华丽转身为全球疯抢的 Quant/Data 人才！

北大清华面霸教研组，对知识点和考点有深刻的理解和精准的把握。刷题班由教研组结合历年量化金融、数据等需要考查Coding岗位的面试真题合力研发，确保同学们面试不踩坑。

每个章节，针对相应的知识点，老师会首先系统梳理需要掌握的知识，然后通过刷题，讲解考点难点易错点以及知识点的进阶变形，并结合直播课现场模拟刷题，确保掌握知识点及解题思路。

👇课程大纲👇

课程采用录播+直播相结合的方式，课程有效期内#免费无限次课程回放，帮助你补课或者反复复习，满足你的时间弹性和多次学习需要。

#求职资料实时更新，保姆式为你的求职之路保驾护航。更有创新自主学习平台，一站式管理学习资料&课程进度；#Coding专属交流群，结识志同道合的求职伙伴，扩大职场社交圈！

该课程已经帮助数千学生顺利进入CITI Bank、JP Morgan、BOA、D.E. Shaw等顶级公司的量化岗位，并收获无数五星好评🌟。感兴趣的同学请尽快抢位报名！小班教学，报完即止！