量化工作是用準確的數字，來制定的大目標，而大目標是由若干個小目標所組成。好比一個人要從小學→初中→高中→大學本科→就業找工作。我們每做一項工作都是和量化是分不開的。量化工作不能筒單說好不好，你喜歡做肯定好，不喜歡做那就不好了。量化現在已經運用到多個領域，金融，證券，基金，企業管理，量化是對一些不易管理的工作進行分解，從而有序地精準管理，把粗放的管理細化，使決策者能一目瞭然地及時掌握動中的各個目適時情況。工作環境應該不錯，屬於白領階層。因為搞量化工作需要動手動腦，公司領導會給你下達指令，制定一份某專案量化計劃表，可能要反覆修改才能成型得到認可。可能會對個人性格有影響，公司有公司規定，不能亂講話，該保密的要保密，就是說，你原來的性格要適應現在的工作需要，這樣才能勝任，你選擇從事做量化工作的話。

把可轉債當作期權來分析，需要紮實的數學功底才能駕馭得了。期權的分析喜歡用各種高大上的數學模型，如果你平時喜歡量化分析，那這個派別絕對適合你。可惜江畔君從小到大都是一個數學渣，對此領域從未敢涉足深入，但這並不妨礙我對這個派別的大師評頭論足。

上世紀70年代，美國兩個學院派的經濟學家斯科爾斯和莫頓提出了“克萊爾-斯科爾斯期權定價模型”，在1997年獲得了諾貝爾經濟學獎，時至今日仍是期權定價最經典的理論，在理財學享有無上的殊榮。

但諷刺的是，就在他們倆獲得諾貝爾經濟學獎的時候，以他們個人名譽為背書的長期資本管理公司成立了，這支明星操盤團隊利用“克萊爾-斯科爾斯期權定價模型”在市場上做套利交易，後來的兩年裡管理的資本從12.5億美元增長到48億美元，實現了約40％的年均回報率和185％的總資本收益率。但在1998年亞洲金融危機來臨，短短6個月把之前贏的錢全部虧光，最後瀕臨破產，連美聯儲都不得不出面召集由14家大銀行組成的銀團對其救助……

這個故事告訴我們，即使你的理論再好用，在碰到極端的市場情況也有不靈的時候。而且我們要敬畏市場，即使你有99次翻倍的盈利，也可能因為一次失誤而滿盤皆輸，一夜回到解放前。這個故事被寫到一本《賭金者：長期資本管理公司的升騰與隕落》書裡，讀起來驚心動魄，推薦大家有時間去拜讀一下，豆瓣評分8.9

你應該是說量化投資吧？

1、如果你是相關專業畢業，並且有機會進入比較大的投行或者基金公司，這是一個不錯的選擇，起薪很高，工作環境也很好。

2、如果不是第一種情況，那其實壓力還是蠻大的。

首先，要自學很多知識，數學，金融，投資，程式設計等（絕對的跨學科）；

其次，生活很枯燥，不像外界想象的那樣高階，其實非常苦逼；

第三，薪水不高，國內量化研究員起薪6000-8000，同級別普遍比計算機開發低很多，和交易員、行業研究員比又缺少傳統投資上的能力；

最後，外界對量化高大上工作生活狀態的一切想象，都建立在已經具備了真實盈利能力並且能力已經兌現的前提下，但這是最難得，也大部分從業人員廢寢忘食努力的目標。

最後，我個人一直提倡做量化的人要克服偏激，要多交流，一套量化策略最終落地實施，還是需要團隊協作的，並且主導工作的一般是公司老闆或者團隊負責人，個人往往只負責一部分工作，當然這裡邊也存在一個績效問題，只是對初入行的個人來說不存在你提到的那種高度私密性

量化交易靠不靠譜和量化交易無關，有關的是策略。

你的策略賺不賺錢決定了這件事情靠不靠譜。

很多人一直在推崇量化交易，但是很多人都沒有弄明白，量化賺的錢到底是哪部分錢。怎麼賺到的。

作為程式設計師出身的我來說，交易系統的搭建對我說不上有難度，我更多的重心是放在策略開發上面。事實也證明了我的方向是對的。因為從我這麼多年的經驗來看，確實我也花了很多精力在策略模型的積累上。

一個模型好不好，能不能適應市場的需求幫助你盈利，其實就決定這個策略靠不靠譜。

當然完成這些的前提是，你得有紮實的基礎，和紮實的基本功。

量化的最最基礎的就是資料和系統的搭建。如果是在公司上班，那麼這些工作由程式設計師替你完成。但是如果你是個人投資者，那麼你需要在完善你的交易系統之前，花點時間在量化框架搭建以及基礎資料準備的工作上。這對你以後模型的建立和策略的回測有著很大的幫助。

QRI量化研究專題工作開展安排

如果你不能夠完成這些基礎的工作，後面所有的盈利對你來說都是空談。

基礎工作完成了，剩下的就是資料模型的建立。

量化是一條漫長而修遠的路，我希望QRI量化研究可以陪著大家一起走完這艱難的一路。我們的宗旨是透過技術手段解決大家量化過程中所遇到的任何問題，擁抱開源。

量化工作只是給人感覺上比較神秘，本質上也是一種工作。環境一般都比較高階，主要依靠腦力輸出。也許你會覺得少溝通的方式對性格有負面影響，但生活不僅僅只有工作，工作本身是嚴謹的，工作之外的生活也可以是豐富多彩的，完全不需要過度焦慮。