『壹』 Quant 應該學習哪些 Python 知識
python基礎編程，必須掌握，不僅僅是會語法，還有各種語言細節的坑（當然比C++少很多）。對於常年使用R MATLAB SAS的研究人員來講，python有很多更偏向程序員的表達方式，需要轉換下思維適應。
然後就是各種庫
pandas：原AQR資本的員工寫的一個庫，專門用來處理panel data這種數據結構的，幾乎是處理金融時間序列的標配了。
scipy， numpy：科學計算的庫，類似於一個小型matlab或者octave
statsmodels : 看名字就知道，統計分析的包。
scikit-learn: 這個包是做python做機器學習的庫，地位很高。
matplotlib : python的作圖庫。如果你喜歡R的ggplot， 現在也有python的版本，貌似還不成熟。
此外ipython的notebook是一個做研究的利器，類似於mathematica的notebook，可以記錄自己trail and error的過程。
『貳』 有誰能科普下國內投行Quant大概多少錢
我曾在國內一家主要的投行的Quant組工作過一段時間，我結合我自己的經歷和同朋友交流的見聞談一談看法。
簡單而言：目前Quant在國內狀況一般，但是長期肯定是有很大的發展的。
國內其實是有這個職業的，每年都會有一個國內證券公司的數量分析組排名，2010年我記得國信證券是第一名。然後賣方JP Morgan在北京是有Quant組的，Citi在上海也有Quant組。另外中金、中信也有對應的Quant部門。在香港的話就更多了，Credit Suisse，Morgan Stanley，JP Morgan，Nomura我都是確定有Quant組的，而且規模不算小。高盛目前還沒在亞洲提供Quant職務。買方也有很多Quant職務，比如富國基金的Beta類基金很多都是Quant設計的；上投摩根也是明確招Quant的。
在國內一般Quant做什麼內容呢，如果廣義上來講，一部分Quant是在做Risk Management，隨著投行風險控制與國際接軌，這部分對於Quant人才的需求是比較大的，因為交易數量級越來越大，風險估計精度要求越來越高，傳統的Risk人才已經不能滿足需求了。這部分人員pay和待遇算Middle Office水平把，一般。
另外一部分，所謂傳統意義上的Quant，我個人的感受是，在賣方投行裡面，大部分在做建模（Factor Model之類），結構產品定價（Structure Proct）以及宏觀模型（Macro Economics）。極少一部分中國的賣方Quant在做市場微結構（Market Micro Structure），高頻交易（High Frequency Trading）和統計套利（Stats Arbitrage）。後面三種工作，大量出現在香港工作的Quant身上，或者買方Quant。總體而言，外資的Quant待遇比內資好（視具體情況不絕對），香港的Quant過得比內地好。內資裡面，Quant的待遇介於Middle Office和Front Office之間，很多人想跳去做Equity Research或者Sales & Trading，安分干Quant的不多。新人年薪能夠到30萬算很不錯的了。外資香港的Quant與國際接軌，Global Pay，入職差不多50-70萬港幣是可以期待的。外資的內地Quant很難說，我只知道JP Morgan北京Office的Pay不如香港，其它的因為人不多，很難給出靠譜的估計。買方的待遇差異非常大，看僱主，也看資歷，總體內地買方Pay不算高，一個年近30的PhD去了Pay 50萬這種情況也算很正常的。
工作的感覺是國內的Quant小日子還是挺舒服的，比美國這邊的Front Desk Quant輕松很多，偏研究性質，畢竟直接做Strategy去交易賺錢的不多。壓力也不算大，經常一個project你玩命拖沒人管你。而且績效管理混亂，不如IBD，Equity Research或者Sales & Trading那麼好衡量。哎，一個業務，凡是涉及短期（獲利）和長期（研究）的沖突，就很難做績效考核了。
『叄』 如何在 Ricequant 上實現策略
你好！以 [單股票均線策略] 的代碼實現為例說一下如何在Ricequant上實現策略吧。
1 確定框架：
[單股票均線策略] 的主要策略框架： 5 日均線高於 30 天均線，則全倉買入股票 5 日均線低於 30 天均線，則賣出所持股票。從我們日常交易的角度，一般交易者的行為可以拆分以下兩部分：
1.1 選擇標的（初始化）：
#在交易之前，我們通常會先選定要交易的股票池或者單個股票
1.2 交易（每天盯盤）
#我們會觀察該股票的五日均線和30日均線，並進行比較
#如果該股票的五日均線在30天均線以上，則全倉買入股票
#如果該股票的五日均線在30天均線以下，則全倉賣出（空倉）
那麼程序中，我們是怎麼做的呢？
先看看 Ricequant 平台中對應的代碼框架會是怎麼樣的吧：
definit(context):
#程序的初始化，預設股票池、設置參數和變數。只運行一次
defhandle(context,bar_dict):
#從回測的開始日期至結束日期，根據選擇的頻率（日、分鍾）循環運行
對照策略思路 及 Ricequant 代碼框架，你會發現我們可以很輕松地把 兩者結合起來
以上框架也是 Ricequant 平台的最基本也最主要的框架，也就是初始化循環 - 根據選擇的頻率（日、分鍾）循環運行
2 初始化：
選擇標的：本策略的交易股票設定為 300059 」東方財富「。
definit(context):
context.stock="300059.XSHE"#存入目標股票[東方財富]
延伸閱讀：
1 在 init 中實現程序的初始化，例如存入目標股票池，設置滑點、基準等參數以及設置其它變數。 context 是一個全局的容器，你可以通過它設置任何全局變數並初始化：如 context.stock 將會在後面代碼所被調用到。
2 代碼中 # 代表注釋，作為代碼說明，執行時會被跳過而不為程序所運行。
3 如何填寫股票代碼：你會發現策略代碼中 股票代碼後帶有後綴，那麼它們分別代表什麼呢？
後綴為
XSHE 代表在深交所上市交易的股票
XSHG 在上交所上市交易的股票
例子：
300059.XSHE 為深交所上市的東方財富
600000.XSHG 為上交所上市的浦發銀行
我們的代碼編輯器還提供了非常便利的股票代碼自動尋找和補全功能，在 Windows 中你可以用 ctrl+i ， Mac 系統你可以用 cmd+i 激活證券代碼自動補全功能。如下圖：
我們可以看到回測詳情中有精緻的圖表，詳細的各項風險收益指標、以及持倉、落單等詳情輔助你進一步了解你的策略的表現。
到這里，一個完整的從 [構建策略思路] 到 [策略代碼編寫] 到 [回測結果檢驗] 的流程就結束了。
『肆』 worldquant 101alpha是怎麼得到的
可分為橫截面函數和時間序列函數兩大類，其中時間序列函數名多為以ts_開頭
大部分函數命名方式較為直觀
abs(x) log(x)分別表示x的絕對值和x的自然對數
rank(x)表示某股票x值在橫截面上的升序排名序號，並將排名歸一到[0,1]的閉區間
delay(x,d)表示x值在d天前的值
delta(x,d)表示x值的最新值減去x值在d天前的值
correlation(x,y,d) covariance(x,y,d)分別表示x和y在長度為d的時間窗口上的Pearson相關系數和協方差
ts_min(x,d) ts_max(x,d) ts_argmax(x,d) ts_argmin(x,d) ts_rank(x) sum(x,d) stddev(x,d)等均可以通過函數名稱了！
『伍』 什麼是等產量曲線（Isoquant），名詞解釋定
等產量曲線是在技術水平不變的條件下生產一種商品在一定產量下的兩種生產要素投入量的各種不同組合的軌跡，在這條曲線上的各點代表投入要素的各種組合比例，其中的每一種組合比例所能生產的產量都是相等的。
等產量曲線上的每一點都代表能生產一定產量的各種要素的有效組合。因此，要增加某種要素的投入量並保持產量不變，就必須相應地減少另一種要素的投入量。如果生產一定的產量，需要同時增加勞動和資本的投入，或者不減少勞動的同時卻要增加資本的數量，那麼原先的生產組合就是無效的。
(5)xquant中信期貨擴展閱讀：
等產量曲線的斜率遞減，說明這種類型的替代有一個重要的特性，即投入要素X的邊際技術替代率總是隨著X的量的增加而遞減。如果X和Y是兩種可以互相替代的投入要素，那麼，X的邊際替代率是指當X取某值時，增加1個單位的投入要素X，可以替代多少單位的投入要素Y。
用公式表示：MRTS=ΔY/ΔX。由於ΔY/ΔX就是等產量曲線在X取某值時的斜率，所以，投入要素X取某值時的邊際替代率也就是等產量曲線上X取該值時的斜率。既然，等產量曲線的斜率是遞減的，所以，它的邊際替代率也總是隨著X的增加而遞減，也就是說，隨著X投入量的增加，增加1個單位X所能替代的Y的量會越來越小。
『陸』 Rev Quant Finan Acc是期刊嗎
是期刊。全稱是
Review of Quantitative Finance and Accounting
ISSN: 0924-865X (print version)
ISSN: 1573-7179 (electronic version)
『柒』 CFA對於Quant在美國找工作有多大幫助
隨著2005年以來，國內金融證券市場的持續發展，越來越多的特許金融分析師活躍於國內的金融投資舞台，許多已擔任了如基金經理、投資總監、研究總監、優秀財務總監等重要職位，業績好的年新突破百萬RMB的也是非常普遍。
對投資行業薪酬狀況的調查表明，僱主願意為擁有10年或以上工作經驗CFA持證人提供高額獎金。同行業，CFA持證人比非持證人收入高24%。如果不談工作經驗，CFA持證人於非持證人的薪酬差距將更大，CFA持證人的薪資高於非持證人54%。
CFA就業最多的世界著名機構包括：高盛、摩根斯坦利、J.P摩根、花旗、穆迪、德意志銀行、巴克萊銀行、瑞士信貸和瑞銀、普華永道、國內頭牌投行如中金、中信、銀河證券、國泰君安、廣發證券、華泰證券、光大證券、國信證券、中銀國際證券等。2010年新被提升的5大行的高管新秀清一色是CFA持證人，CFA在中國已成為勝任能力的考量標准。
『捌』 Quant 這個職業在國內的前景怎樣
我曾在國內一家主要的投行的Quant組工作過一段時間，我結合我自己的經歷和同朋友交流的見聞談一談看法。
簡單而言：目前Quant在國內狀況一般，但是長期肯定是有很大的發展的。
國內其實是有這個職業的，每年都會有一個國內證券公司的數量分析組排名，2010年我記得國信證券是第一名。然後賣方JP Morgan在北京是有Quant組的，Citi在上海也有Quant組。另外中金、中信也有對應的Quant部門。在香港的話就更多了，Credit Suisse，Morgan Stanley，JP Morgan，Nomura我都是確定有Quant組的，而且規模不算小。高盛目前還沒在亞洲提供Quant職務。買方也有很多Quant職務，比如富國基金的Beta類基金很多都是Quant設計的；上投摩根也是明確招Quant的。
在國內一般Quant做什麼內容呢，如果廣義上來講，一部分Quant是在做Risk Management，隨著投行風險控制與國際接軌，這部分對於Quant人才的需求是比較大的，因為交易數量級越來越大，風險估計精度要求越來越高，傳統的Risk人才已經不能滿足需求了。這部分人員pay和待遇算Middle Office水平把，一般。
另外一部分，所謂傳統意義上的Quant，我個人的感受是，在賣方投行裡面，大部分在做建模（Factor Model之類），結構產品定價（Structure Proct）以及宏觀模型（Macro Economics）。極少一部分中國的賣方Quant在做市場微結構（Market Micro Structure），高頻交易（High Frequency Trading）和統計套利（Stats Arbitrage）。後面三種工作，大量出現在香港工作的Quant身上，或者買方Quant。總體而言，外資的Quant待遇比內資好（視具體情況不絕對），香港的Quant過得比內地好。內資裡面，Quant的待遇介於Middle Office和Front Office之間，很多人想跳去做Equity Research或者Sales & Trading，安分干Quant的不多。新人年薪能夠到30萬算很不錯的了。外資香港的Quant與國際接軌，Global Pay，入職差不多50-70萬港幣是可以期待的。外資的內地Quant很難說，我只知道JP Morgan北京Office的Pay不如香港，其它的因為人不多，很難給出靠譜的估計。買方的待遇差異非常大，看僱主，也看資歷，總體內地買方Pay不算高，一個年近30的PhD去了Pay 50萬這種情況也算很正常的。
工作的感覺是國內的Quant小日子還是挺舒服的，比美國這邊的Front Desk Quant輕松很多，偏研究性質，畢竟直接做Strategy去交易賺錢的不多。壓力也不算大，經常一個project你玩命拖沒人管你。而且績效管理混亂，不如IBD，Equity Research或者Sales & Trading那麼好衡量。哎，一個業務，凡是涉及短期（獲利）和長期（研究）的沖突，就很難做績效考核了。
其實國內的Quant現在算朝陽產業，現在說真的，不算一個特別風光的職業。有人說華爾街的Quant是街上的搖滾巨星，中國連娛樂圈的搖滾巨星都不多，遑論金融圈。。。。其實這都是有原因的，根本還是中國的市場在高頻交易、對沖、市場開放度等方面跟國外差距甚大，很多Quant的傳統領域或現在的前沿領域無法應用，大量的公司儲備Quant其實是在儲備研究結果，現在無法發揮威力。很多數量交易在中國的問題我在這個回答裡面：http://www.hu.com/question/20183706/answer/14447938
有討論。你可以參考。
長期，如果市場健全了，我個人覺得Quant在國內有很大的發展。首先可以做的東西很多，國外過去30年的成果基本可以照搬來試驗效果，其次國內的市場屬於高度不有效市場，套利機會非常多，Quant可以在天朝的熱土贏來黃金時代。最重要的是，在一個市場由散戶主導向機構主導轉變的過程中，數量化策略及數量化風險控制的興起是必然趨勢。
馮侖在《野蠻生長》裡面寫，要在國內找商業機會，就看看美國50年前流行什麼就行了。這句話很對，你看看華爾街30年前在搞什麼，很可能就是國內市場未來幾年的熱點。美國也經歷不靠譜的龐茲騙局橫行時代，經歷了莊家風行，經歷了投機者英雄主義時代，最終發展到今天。我個人相信，1980-2007的這段Quant黃金時代也會在中國重現。
『玖』 Ze Wave Quantx是什麼牌子的手錶大神們幫幫忙
樓主你好，我在網購經驗比較多，網上的東西真的便宜很多，選購也很方便，我的經驗分享: www.tbbuy.hkk.hk (這是個轉鏈接，轉到我博客的，請放心點擊)... o(∩_∩)o希望對您有幫助，希望採納我哦~
『拾』 為什麼金融工程師叫 quant
寫這篇文章主要是因為現在很多本科生對金融工程都很有興趣，但具體怎麼一回事卻不甚了解，有的甚至把他與金融和經濟混淆一談。所以這篇文章也算是給所有對這個行業有興趣的朋友一個參考吧。
1.quant是做什麼的？
quant的工作就是設計並實現金融的數學模型（主要採用計算機編程），包括衍生物定價，風險估價或預測市場行為等。所以quant更多可看為工程師，按中國的習慣性分類方法就是理工類人才，而不是文科人才，這個和金融有一定的區別(當然金融也有很多理工的內容)。
2.有哪幾種quant？
a. desk quant
desk quant 開發直接被交易員使用的價格模型. 優勢是接近交易中所遇到的money和機會. 劣勢是壓力很大.
b. Model validating quant
model validating quant 獨立開發價格模型,不過是為了確定desk quant開發的模型的正確性. 優勢是更輕松,壓力比較小. 劣勢是這種小組會比較沒有作為而且遠離money.
c. Research quant
Research quant 嘗試發明新的價格公式和模型,有時還會執行blue-sky research(不太清楚是什麼). 優勢是比較有趣(對喜歡這些人來說),而且你學到很多東西. 劣勢是有時會比較難證明有你這個人存在(跟科學家一樣,沒有什麼大的成果就沒人注意你)
d. quant developer
其實就是名字被美化的程序員,但收入很不錯而且很容易找到工作. 這種工作變化很大. 它可能是一直在寫代碼,或者調試其他人的大型系統.
e. Statistical arbitrage quant
Statistical arbitrage quant 在數據中尋找自動交易系統的模式(就是套利系統). 這種技術比起衍生物定價的技術有很大的不同, 它主要用在對沖基金里. 而且這種位置的回報是極不穩定的.
d. capital quant
capital quant 建立銀行的信用和資本模型. 相比衍生物定價相關的工作,它沒有那麼吸引人,但是隨著巴塞爾II銀行協議的到來,它變的越來越重要. 你會得到不錯的收入(但不會很多),更少的壓力和更少的工作時間.
人們投資金融行業就是為了賺錢, 如果你想獲得更多的收入,你就要更靠近那些錢的"生產"的地方. 這會產生一種接近錢的看不起那些離得比較遠的人的現象. 作為一個基本原則, 靠近錢比遠離錢要來得容易.
3.quant工作的領域
a.FX
FX就是外匯交易的簡寫. 合同趨向於短期,大量的金額和簡單的規定.所以重點在於很快速度的建立模型.
b.Equities
Equities的意思是股票和指數的期權. 技術偏向於偏微分方程(PDE). 它並不是一個特別大的市場.
c.Fixed income
Fixed income的意思是基於利息的衍生物. 這從市值上來說可能是最大的市場. 他用到的數學會更加復雜因為從根本上來說他是多維的. 技術上的技巧會用的很多. 他的收入比較高.
d.Credit derivatives
Credit derivatives是建立在那些公司債務還清上的衍生產品.他發展的非常快並有大量需求,所以也有很高的收入. 盡管如此,他表明了一些當前經濟的泡沫因素.
e.Commodities
Commodities因為最近幾年生活用品價格的普遍漲價,也成為一個發展迅速的領域.
f.Hybrids
Hybrids是多於一個市場的衍生物市場,典型情況是利息率加上一些其它東西.它主要的優勢在於可以學到多種領域的知識.這也是當前非常流行的領域.
4.quant一般在哪些公司工作
a.商業銀行 (HSBC, RBS)
商業銀行對你要求少,也給的少. 工作會比較穩定.
b.投行 (高盛,Lehman Brothers)
投行需要大量的工作時間但工資很高. 不是很穩定的工作.
總的來說, 美國的銀行收入比歐洲銀行高,但工作時間更長
c.對沖基金 (Citadel Group)
對沖基金需要大量的工作時間和內容,他們也處在高速發展同時不穩定的情況中. 你可能會得到大量的回報,也可能幾個月後就被開除.
d.會計公司
大型會計公司會有自己的顧問quant團隊. 有些還會送他們的員工去Oxford讀Master. 主要的劣勢在於你遠離具體的行為和決策,而且厲害的人更願意去銀行,所以你比較難找到人請教.
e.軟體公司
外包quant模型變得越來越流行. 所以你去軟體公司也是一個選擇. 劣勢和會計公司比較類似.
5.成為一個quant需要看哪些書?
現在有非常多的關於quant的書.基礎書籍包括
- Hull - Options future and other derivatives. 這本書被稱為bible. 缺點是這本書的內容主要面向MBA而不是quantitative專家
- Baxter and Rennie – 主要介紹一些手法和訣竅,但主要面向原理而不是實際操作.
- Wilmott (Derivatives) – 對PDE介紹的非常不錯,但其他方面一般
推薦其他幾本原作者的書(廣告啊...但的確很好,大牛來的)
- The concepts and practice of mathematical finance
這本書的目標在於覆蓋一個優秀quant應該知道的知識領域. 其中包括強列推薦你在應聘工作之前看的一些編程項目.
- C++ design patterns and derivatives pricing
這本書是為了告訴大家如何使用C++來做quant的工作.
隨機微積分雖然在第一眼看上去不是很重要,但的確非常有用的. 我建議大家先看一些基本理論的書,類似Chung』s books. 一些這方面我推薦的書:
- Williams, Probability with martingales. 一本很容易讓人了解account of discrete time martingale theory的書.
- Rogers and Williams, particularly Volume 1.
- Chung and Williams
6. 成為quant,我需要知道一些什麼?
根據你想工作的地方不同,你需要學習的知識變化很大. 在寫著篇文章的時間(1996),我會建議將我的書全部學會就可以了.很多人錯誤的把學習這些知識看作僅僅看書而已.你要做的是真正的學習,就像你在准備參加一個基於這些書內容的考試. 如果你對能在這個考試里拿A都沒有信心的話,就不要去面試任何的工作.
面試官更在乎你對基本知識的了解是否透徹,而不是你懂得多少東西. 展示你對這個領域的興趣也很重要. 你需要經常閱讀Economist, FT 和Wall Street Journal. 面試會問到一些基本微積分或分析的問題,例如Log x的積分是什麼. 問到類似Black-Scholes公式怎麼得出的問題也是很正常的. 他們也會問到你的論文相關的問題.
面試同樣也是讓你選擇公司的一個機會. 他們喜歡什麼樣的人,他們關心的是什麼之類的答案可以從他們的問題中得出. 如果問了很多關於C++語法的問題,那麼要小心選擇除非那是你想做的工作. 一般來說, 一個PhD對得到quant的offer是必需的.
有一個金融數學的Master學位會讓你在銀行風險或交易支持方面卻不是直接quant方面的工作. 銀行業變得越來越需要數學知識,所以那些東西在銀行的很多領域都有幫助.
在美國, 讀了一個PhD之後再讀一個Master變得越來越普遍. 在UK這依然比較少見.
8. 編程
所有類型的quant都在編程方面花費大量時間(多於一半).盡管如此,開發新的模型本身也是很有趣的一件事. 標準的實現方法是用C++. 一個想成為quant的人需要學習C++. 有些其他地方使用Matlab所以也是一個很有用的技能,但沒C++那麼重要. VBA也用的很多,但你可以在工作中掌握它.
10. 收入
一個quant能賺多少? 一個沒有經驗的quant每年大概會掙到35000-50000磅. 我所見過最低的是25000,最高的是60000加獎金. 如果你的工資超出這個范圍,你要問自己why? 收入會迅速的增長. 獎金也是總收入中一個很大的組成部分. 不要太在乎開始的工資是多少,而是看重這個工作的發展機會和學習的機會.
11. 工作時間
一個quant工作的時間變化很大. 在RBS我們8:30上班,6pm下班. 壓力也是變化很大的, 一些美國銀行希望你工作時間更長. 在倫敦有5-6個星期的假期. 而在美國2-3個是正常的.