深度好文｜量化天才工作5年薪水翻近百倍，却因不当操作登上财经媒体头条

据《华尔街日报》10月29日的报道，量化基金巨头Two Sigma在创始人不和之后又现丑闻，该公司的一名研究员未经授权调整了该对冲基金的交易模型，导致公司部分基金大额盈利和部分基金大额亏损，并受到美国证交会新的监管审查。

图源Bloomberg

报道称，该研究员名叫Wu Jian，是总部位于纽约的Two Sigma的高级副总裁。Two sigma在致客户信中表示，Wu Jian擅自调整公司交易模型的目的是为了提高其个人薪酬，在过去一年中，Wu Jian分两个阶段对交易模型进行了改动，直到今年夏天，公司高管们发现公司多个交易模型之间的相关性高出了预期，才意识到这个问题，并且线索均指向了Wu Jian。

Two Sigma透露，Wu Jian通过调整交易模型，给公司带来了总计6.2亿美元的意外收益和损失。其中，由公司高管和员工投资的部分基金获得了4.5亿美元的收益，而主要由客户投资的部分基金承受了共计1.7亿美元的损失。

“我们非常严肃地对待此事，并正在采取措施防止未来发生类似问题，”在《华尔街日报》看到的一份报告中，Two Sigma如此告诉客户。

据悉，美国证交会正在调查此事。据路透社报道，路透社尝试联系美国证交会，但美国证交会拒绝就此事置评，Two Sigma也未立即回应记者的请求。目前Wu在行政休假中。

报道还提到，Wu Jian通过私自调整模型的操作，获得了巨额的奖金收入。此前曾有网友爆料，Wu Jian今年在国内某社交平台“悄悄炫富”，称“不敢发朋友圈，自己心态还是太年轻想找个没人认识的地方偷偷炫耀下......”。该帖显示，其2022年的薪资相较往年出现暴涨，高达2350万美元（约合人民币1.7亿元）。

图源网络

从Wu Jian自己的爆料贴里可以看出，他的年收入从18年的38.5万美元到22年的2350万美元，翻了61倍，从图上可以看出，大部分都是bonus和PnL cut。

这就不得不提Quant的薪资。

一般来说，Quant的薪资=Base+年终奖+员工基金收益。对于顶级投行来说，刚入职的起薪一般在$125K到$140K不等，之后逐年递增。

顶尖量化私募的员工基金的年化收益是非常可观的，不过员工基金购买额度取决于公司。顶尖私募的员工基金高收益，低回撤，几乎没什么风险，但是高收益的策略，容量都是有上限的。员工基金一般都是公司最核心的策略，绝不对外销售额度，非公司员工无法认购。

年终奖根据公司和工作性质差别还是不小的，偏前台的职位可能会达到30%-50%，偏实际执行类的相对少一点，不同的组根据每年的业绩差别也有很大的区别。

大多数的Quant一般都是在同一领域内，随着工作经验的增加，一般每过三四年左右的时间可以从Associate升职成VP，ED。还有些卖方Quant在工作几年，对所在行业有了充分了解之后会跳去买方。

如果是经常接触交易的Quant，在工作过程中可以对市场有比较多的了解，如果对交易比较感兴趣的话将来跳去做Sales & Trading也是有机会的。

除此之外，因为Quant对编程的要求很高，有的Quant积攒了几年的经验之后，培养出了出色的编程能力，跳去了Tech行业。

大多数Quant的工作时间都不会特别长，也不会要求周末加班，因此从压力和薪酬综合考量的话Quant的性价比还是很高的。另外，因为Quant需要的硬技能很多，相对Sales& Trading等一些起伏比较大的职位， Quant也更稳定一些。

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，Quant和Quant的工作内容也不尽相同。想当矿工，下面这些知识点要先了解。

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；

如果你也想当一名矿工，从事量化相关的职业，只了解这些是远远不够的，想深入了解量化金融需要的技能，入行之前需要做的准备，想扩充名企实战项目经历丰富简历，或者想深度提升面试技能，可以扫描下方👇课程链接了解课程详情或者直接添加🔍金牌顾问 免费试听或咨询优惠。

我们的学员们已成功斩获金融、咨询、数据等多个领域的Offer。能展示出的Offer只是冰山一角，这一份份实打实、沉甸甸的Offer，让我们团队的每一个人都倍感自豪。在未来的道路上，Offer帮会继续脚踏实地，用专业、诚信、用心的原则，助力所有学员的求职之路！