今年秋招过程中，很多同学对量化交易行业表示了向往，一些疑问也随之而来，从事量化交易行业究竟需要哪些技能？只有博士才能进入量化交易行业吗？宽德是否有针对量化交易的实习生项目？要求有哪些？…….
宽德精选了以下代表性的问题，希望帮助到有志从事量化交易的同学们，为同学们的学业、实习乃至整个职业规划提供一些参考。
Q:量化交易需要的技能点，具体分别是数学、计算机、金融中的哪些能力？
A：量化交易是在理论指导下，由大量工程实践所驱动。量化交易就像在市场的演武场上，同时比拼“文”和“武”。
“文”指数学，但不局限于应用数学与金融数学，也包含统计、运筹优化、深度学习、强化学习的理论部分，它们为研究量化交易提供了理论框架和指导。
“武”的部分，则以计算机为中心，不局限于简单编程，而包括硬件设计、高性能计算、大数据科学、工具链设计等工程技术，把上述提到”文“的理论落实到具体实践中。计算机是量化交易的载体，卓越的工程能力帮助量化交易拥有更高的计算效率与精准度、更便捷的工具；缺乏计算机的帮助，量化交易就会十分低效。
刚开始接触量化交易实践领域，并不需要太多的金融知识，而且学校中获得的金融知识与量化交易实际需要的，既有互通之处，又有一定区别：量化交易更关注金融机制、交易规则与实现细节，偏向于金融实务；金融专业中的知识理论成分更重，偏向于金融产品的理论、设计与性质。想要真正从事量化交易的金融专业毕业生，不仅需要补充上述提到的数学、计算机理论与工程能力，也需要补充相当量的金融实务知识。
Q:量化交易更看重数学能力还是计算机工程能力？
A：如果将量化交易策略看作一条光谱，光谱上的两端分别对应了不同技术策略。
光谱的一端偏向极致的速度，即更快接受数据，更早发出交易指令，强调以速度优势获得交易结果优势，典型是极致的高频套利交易，充分利用高性能软／硬件设计技术。在这一端，计算机理论与工程能力的要求更高。
光谱的另一端，则追求极致的准确度及复杂度，希望模型比其他竞争者更精准。这一端的时间敏感度低，能容忍庞大的计算量及相对较长的时间消耗。其典型应用为统计套利。在这一端，数学能力的要求更高。
所以，并不能绝对地说数学与计算机工程能力孰轻孰重。整个量化交易光谱上的各个点，都是不同速度与复杂度的组合与权衡，在各个点上相比于竞争对手的优势，都可以成为一种成功的量化交易策略。
不过，数学能力与计算机理论与工程能力的获得路径有所区别。数学能力的获得需要扎实的学术基础，在实践中进阶，加深对理论的理解；而计算机工程能力更容易在实践中获得，在自我驱动下不断学习及提高。
Q:非科班出身的同学，应当如何提高自己的竞争力？哪些方面最重要？
A：关于学术上的要求，就如前文提到的，应该从“文”和“武”两方面把握。一方面找到自己的竞争优势，让长处更长；另一方面建立广泛的兴趣，对相关学科建立基本概念，把握整个知识体系，未来方能有迹可循地进一步深入。
我们希望同学们能够更谨慎地思考与选择实习机会。实习是必要的，它可以帮助你了解行业、发现兴趣，确定自己是否真心希望从事量化交易行业。但过度实习是有害的，通常来说实习工作深度有限，不利于“硬核”知识增长，它们的获得更需要在学校与科研中积累。所以有志于从事量化交易行业的同学，特别是本科同学，建议选择少而精的实习机会，更多的精力仍应聚焦在课堂上。
Q:我想知道深度学习在量化交易方面有什么应用？
A：AI，包括机器学习、深度学习……在本世代实现了跨越式发展与实质性进步，它们深刻地影响了所有数据驱动行业，量化交易也并不例外。实际上，机器学习、深度学习等是量化交易行业目前重要的研究方向，所有优秀的量化交易公司投入了相当大的精力进行广泛的研究与应用。在量化交易领域，涉及到了自然语言处理、计算机视觉、多模态学习、图神经网络、神经网络压缩与AI编译器等广阔深度学习领域的核心技术。
区别于互联网的AI技术大多积累于公开学术文献中，机器学习知识在量化交易行业主要积累于公司内部，高度依赖于各公司内部研究人员的理论功底与工程水平。此外，量化交易相关的机器学习任务信噪比低，同时数据样本不独立，由于市场的不断变化，量化交易的可用数据集十分有限。因此，量化交易行业对于机器学习研究人员有着更高的要求，理想的研究者应当是一名强力的“problem solver”，他们或是解决问题，或是证明这一问题无法解决。
Q:量化研究员岗位适合专业有哪些，是否倾向硕博学历？
A：在量化交易行业，如果按照学历区分候选人，我们一般会分为本科生/硕士生、博士生两类。
对于本科/硕士候选人，我们首先看重候选人的基础研究素质（数学能力、思维方式、性格特征、好奇心、自我驱动力……），附加参考其知识水平。知识水平虽然反映了候选人的基础知识积累，但也可以在实践中进一步提升。对于此类候选人，公司内部会有良好的培训机制，帮助他们迅速成长。
博士生通常已经经历了体系性的学术训练，有着良好的学习能力，在学术上有着相对深入的积累，因此我们对其知识水平、学术能力与研究习惯会有更高的期待。不过，量化交易实践与学术研究又有一定区别，量化交易领域更宽泛，博士也需要广泛了解并选择当下时代最有力的工具，快速学习相关技术与生态，拓宽视野以获得竞争优势。
Q:宽德有哪些量化交易相关的实习项目？要求有哪些？
A：宽德设计了丰富的量化交易实习生项目，总体分为Summer Internship以及Off-cycle Internship两种模式。一年一度的Summer Internship，招聘面向的对象广，招聘数量多，背景多元，覆盖来年毕业的甚至是一些低年级同学，主要目的是发现潜在的量化新星。Off – cycle Internship如天枢远程实习计划，招聘计划范围较窄，要求更高，面向的是即将毕业、有全职意向的顶尖候选人。
宽德设计上述内容丰富、形式多样的实习计划，目的是吸引有着顶尖能力的同学了解量化交易并加入宽德。通过实习，同学们将会得到正式规范的指导，从而对工程研究、数据研究形成基本概念。
Q:宽德主要做的方向？
A：宽德投资积极交易中国所有Delta One产品，同时开展高频与资管业务，覆盖了丰富的交易品种与交易频率。
点击加入我们，了解我们完整的实习与招聘计划，Join the Magic Trip!
