338
0做量化研究员，日常工作状态是啥样的？
做量化和做学术，有哪些相同点，又有哪些不同之处？
做量化，快乐不？量化研究员的工作乐趣在哪儿？
量化研究员，未来的职业前景怎么样？
在欧美成熟市场，量化研究已经有了半个多世纪的发展；但在中国，量化只有近二十年的发展历程，其中量化私募行业的崛起更是近十余年才开始的事情。一般来说，量化私募公司体量都不会太大，比起大厂的层级结构，在管理架构上也大多会显得更扁平化一些。那么，对于这样一个相对新兴的、通常扁平化管理的小众行业，选择投身其中的量化研究员们会有怎样的发展前景？
特别是近几年间，头部量化人才筛选常常出现“万里挑一”“只看清北藤剑”“奥赛金牌起步”种种吓skr人的离谱门槛——量化行业凭什么设置这样高的门槛？顶尖人才投身量化，图什么？
第二期播客，我们就来聊聊量化研究员的工作状态、研究乐趣与职业前景。我们邀请到了两位非常非常资深的研究员，他们毕业以来从实习到正职、从初级研究员到高级研究员都在龙旗，有着非常丰富的从业经验和深刻的行业洞察。
其中，F同学不仅仅是国内TOP2高校的本研、效力校队的板球大佬，还是目前龙旗西溪跑团的中流砥柱；C同学则是来自2023年QS排名前二高校的小姐姐，从学术到工作一直专注量化、潜心研究。不妨来听听，他们从不同视角、不同层次带来的量化观察和思考吧！
对于量化行业，大家还有哪些问题，哪些疑惑？欢迎留言和我们交流，说不定，你的问题就会成为下期播客的主题！
【精彩摘录】
01:01 F同学：“量化研究员的经典日常，就是读着paper挖着矿，你的工作状态会在产生想法以及论证猜想这两个阶段不停地反复。你需要广泛阅读paper、研报或者观察市场，产生一些想法，然后根据手头的数据去做因子，做模型，做回测，再去做改进。”
01:25 F同学：“作为研究员的话，相对来讲我们的工作安排是比较自由灵活的，在非交易时间，甚至可以去跑步健身，毕竟研究是一项持续性的工作，欲速则不达。”
01:44 C同学：“我来分早期和中后期，介绍一下日常的工作状态。其实我刚入职的时候，因为没有实盘相关的产出，最早一两年的研究是比较纯粹的，你可以把大部分的时间都专心在你的研究，不管是因子研究还是模型研究上。但后面一旦有了实盘产出之后，你的交易时间就时刻会关注实盘运行的状况，比如说你的因子是否在正常生成，你的信号是否在正常生成，包括如果你遇到了一些问题，可能是因为上游的一些数据或者基础架构出了问题，就会找上游的负责人去解决。其实目前实盘运行是比较稳定的，但比如说一些项目刚刚上线测试的时候，的确会有一些你意想不到的bug出现，所以这个时候可能你会花一些精力在这些实际运作的项目上。项目稳定之后，你还是可以把大部分的时间花在研究上。”
03:06 C同学：“其实我们在非交易时间，大家会有一些头脑风暴，因为可能工作了一天，大家也比较累，所以这个时候进行一些思想上的交流，大家分享一些自己的idea、近期研究遇到的瓶颈，这些其实挺好的。”
04:00 F同学：“量化跟学术的话，相同之处我觉得可能有许多，因为都是研究类的工作，都需要用客观科学的方法去不停地论证自己的猜想。我主要说几点我觉得不太一样的吧。”
04:14 F同学：“第一点就是数据导向。量化研究员会使用更加高频、海量的、真实的金融市场数据，这些数据往往都具有低信噪比、甚至非结构化的特点。所以你的研究产出与你的数据是紧密相关的，不管是你的数据质量，还是你怎么去处理这个数据。然而，学术研究经常都是在一些比较公开的数据集上做研究，这些数据往往会比较规整，所以你的成果往往跟你的模型本身更加相关一点。”
04:49 F同学：“第二点是研究的侧重点、还有评估标准不太一样。学术研究可能更多侧重解释一些后验的市场异象，而量化因为更加追求策略的盈利能力，所以我们往往侧重的是一些预测的问题。而且你的成功主要是由策略的客观盈利能力去评估，更精细更复杂的模型，它不一定能够盈利。但是学术成果的评估则会有挺多不一样的、见仁见智的一些标准。”
05:21 F同学：“最后一点的话想谈谈工作环境的不同。量化往往是需要一整个团队协力合作的，你可能在工作时候需要跟你的上下游的开发交易人员打交道，也包括团队内部的一些分工。然而学术研究的话，一般是在研究机构或者是实验室，人员跟环境其实相对来说更加简单一点。”
05:50 C同学：“我说说相同点吧。因为我一直是数学专业嘛，一直都在跟数据打交道，所以我觉得本质上来说，其实都是拿到一些数据，先对数据去做一些观察和分析，进而提出假设，最后运用一些比较基础的模型，也可能是公式推导，或者近年来发展比较快的一些AI领域的算法，用各种各样的工具去验证你的假设，不管你这个是证明还是证伪。我觉得从思维方式或者解决问题的方式来看，其实量化和学术是比较相似的。”
06:51 C同学：“另外一个相同点可能是，学校里面会有一些组会，不同的人做不同的方向，定期会有一些汇报，其实在我们公司也是，每周也会有一些例会，不同的人比如说做基本面、做另类、做高频，也会有不同的方向，也是定期会有一个汇报，了解一下大家都在做些什么。”
08:19 F同学：“量化研究的话，实际上是理论和实践非常紧密结合的工作，反馈是非常直接的。就你验证你的想法，可以通过回测再加上实盘表现快速得到一些反馈，这是学术研究和其他行业都不具备的一个特点。”
08:39 F同学：“第二点就是成就感，当你在茫茫多的数据里面找到一个能赚钱的逻辑，通过很长时间的一些工程上的实践，然后部署上实盘之后，获得了实盘的验证，在这个竞争非常激烈的市场，你能赚钱。再加上年终的时候，你能拿到你的年终奖，那个时候成就感就是非常强的。”
09:05 C同学：“我觉得量化的乐趣，在我看来是探寻市场的本质，就是我觉得整个市场是一个非常复杂的系统，因为它里面有各种各样的交易者，从机构投资者到非理性的散户，其实不同的人都有不同的交易逻辑，然后我们量化研究要做的工作就是拿不同的数据，这些数据就像不同的拼图一样，它来自于数据的方方面面，不管是最原始的交易所数据，还是一些另类或者财报分析师的数据，它们就像一块一块的拼图，拼凑成了市场的全貌。我们要做的工作其实就是把这些零散的信息组合起来，去探寻这些数据背后潜藏的交易逻辑，最终目标肯定还是希望能探寻市场的本质。”
11:06 F同学：“对于想要进入量化行业的同学们，我觉得一条比较经典的职业发展路线大概就是：先从初级研究员逐渐晋升为高级研究员，再到团队负责人，再到投资总监。在这个过程中，你发展的关键主要是积累丰富的研究经验，一定是要有能够盈利的研究成果。同时，如果对管理比较有兴趣的小伙伴，可以在这个过程中去积累自己的团队合作以及领导能力。最终目的的话，也能去做一个高级合伙人的角色。”
12:03 C同学：“我现在看来，未来的发展道路可能会分两种吧，有一种可能就是发展成一个独当一面的、比较成熟、比较全面的基金经理，这可能和公募也有点像，目前也会有很多公募转私募的非常出色的基金经理。然后我个人觉得其实还有一条路，可能算是术业有专攻，就是成为某一方面某一领域的专家吧。毕竟你的研究精力是有限的，不可能顾到所有数据的方方面面，我觉得如果你个人本身，比如对一些财报的数据感兴趣，或者就对一些order book、高频数据感兴趣，其实我觉得发展成专注于研究某一块数据的人，这样的研究员其实也算是一个发展方向。”
【未播花絮】
F同学：“听起来我好现实，为了挣钱的成就感。”
C同学：“这个就很真实。”
