量化交易这个方向其实是无意中听到家中长辈提及，算是国内初步兴起的岗位，多服务于私募基金等机构，因收入水平平均较高，往往因为过分的收入情况为人所知。初步了解后的确符合初步印象，的确是收入高且门槛高。
下面还是一图流分析：
1.岗位优势
a.薪资高:远高于一般行业，应届40-60；
b.上班时间相对固定，生活与工作的平衡较好：工作时间基于市场反应，因此加班不多；工作日早9/10~晚6/7/8，一周五天；
c.工作内容特点：较少的重复劳动；
d.发展潜力大，国内处于发展初期；
e.交叉学科，金融数学统计编程均有要求，后续发展空间大；
2.岗位挑战
a.因工作常常面对风险，且需要当机立断，性格要求较严苛：要求从业人员喜欢面对风险与挑战，抗压能力强，适应紧张的工作要求；
b.思维活跃与细致耐心兼具；
c.学习/自学能力强，善于思考，涉及知识学科较庞杂，对综合能力要求较高；
d.薪资水平与行业地位，和工作经验关系不大,对于转行的人员来说既是挑战也是优势吧，长期积累相关工作经验在实际过程中意义并不大，无法通过资历深浅判断能力强弱；
e.大型机构对于核心技术保密，讳莫如深,很多量化策略在大规模传播后存在失效的情况，因此机构对于自己的量化策略往往保护的很好，即使身在其中也会存在保密的情况，对于个人成长提出更高的要求；
3.岗位所需技能
a.概率论
b.数理分析
c.数学分析
d.线性代数（矩阵分析运算）
e.常/偏微分方程
f.风险管理分析
g.金融期权定价
h.计算方法
i.随机过程
j.时间序列分析
k.计量经济学
l.编程
①Python
②C++
③Matlab
j.机器学习
k.统计建模
4.知识储备途径
a.书本
①《My Life as a quant》入门兴趣书；
②《A Practical Guide to Quantitative Finance Interviews》投资圣经“绿皮书”，其中，对冲基金，重点章节2&4卖方公司，重点章节4&6，fixed income相关，重点章节5&6；
③《The Elements of Statistical Learning》需具备机器学习与统计学基础相关知识后方可融会贯通；
④《An Introduction to Statistical Learning》统计学入门书目，基于R语言；
⑤《Heard of The Street》“红皮书”，内容偏老，优先级较低；
⑥《Time Series Analysis and Its Application》；
⑦《Options,Futures,and Other Derivatives》可作为工具书；
⑧《Stochastic Calculus for Finance I，The Binomial Asset Picking Model》；
b.刷题，通过具体题目解答融汇知识
①leetcode刷题
②quant question刷题
c.获取面经的网站：glassdoor，一亩三分地，quantnet
5.岗位简述：
收入水平的确远超一般行业，同时行业秉承着精英原则，单位规模较小，因工作核心内容存在涉密问题，人行门槛进一步提高，对于进入时的知识技能水平要求较高，往往能独当一面者优先；对于学历及学校出身的要求近年来提升较快，且往往限定数学专业背景或计算机专业背景，对于我这样一般985本科毕业生跨专业人员，选择相对受限，只能选择相对较差机构。当然，最大的挑战还是来自于知识体系的巨大鸿沟，所需知识中数学、统计学、计算机均没有较好的基础，需要补充的技能也颇多。
