More Money Than God
"在物理学，你是和上帝玩游戏；在金融界，你是跟上帝的造物玩游戏。"
——《宽客人生》by Emanuel Derman
对于刚入门量化行业的人，首先得明确一个基本概念，量化源于数学+物理+计算机的综合，量化对于学生综合运用数理知识求解问题的能力胜过任何工程专业，包括计算机。
想一窥量化这个领域从业人员的状态，我都强烈推荐阅读来自德曼教授所写的《宽客人生》。第一代宽客中最著名的德曼完全敞开心扉，讲述了他从物理到金融的全部经历。
其实在德曼进入金融行业前就有不少数学家、物理学家涉足这个行业。有些人或是从模型角度出发量化了"布朗运动"（Brownian Motion）；也有人对改进的概率模型如获珍宝，秘而不发，用来在金融市场闷声发大财。
所以量化行业也并非石破天惊般突然出现，它也是经过几代人的努力，逐渐成为一个主流行业或者学科。
量化交易
前世今生
）
PART
01
量化交易的起源
马科维茨
量化交易的历史可以追溯到20世纪60年代，其起源与现代金融理论的发展紧密相关，特别是哈里·马科维茨提出的现代组合管理理论（Modern Portfolio Theory，MPT）和随后的由Sharpe, Mossin等人对资本资产定价模型（CAPM）的发展。
"马大师"认为，资产之间存在不同的相关性，将不同的资产组合起来，可以实现平衡风险与收益的目标。
他的这个思路非常接近于物理建模思路，如同牛顿老爷子认为质量与作用力之间有某种联系，从而构建了经典力学模型，"马大师"则更多关注资产价格的波动性。
量化投资之父
爱德华·索普
爱德华·索普（Edward Thorp）是一位极具影响力的数学家，他的成就在金融和赌博领域都留下了深刻的印记。
索普最初因在赌博领域的创新而声名鹊起。在一次度假期间，他突发奇想，将凯利公式应用于赌场的二十一点游戏。这一尝试取得了初步成功后，索普利用计算机技术进一步完善了制胜策略。经过多次迭代，他开发的算法最终实现了对庄家0.12%的优势。
1967年，索普与证券经纪人杰伊·里根合作，成立了第一个量化交易对冲基金——普林斯顿-新港合伙公司（Princeton-Newport Partners，简称PNP）。从1969年至1988年，PNP实现了19.1%的年均复合回报率，仅有两个月出现亏损，且亏损幅度均在1%以下。
量化投资
代表流派
）
PART
02
从量化投资的实践历史看，当下量化投资可以分为以下四大流派：
a.数学派代表
詹姆斯·西蒙斯
詹姆斯·西蒙斯，对冲基金之王。他是数学天才，与中国著名数学家陈省身联合创立了有名的Chern-Simons理论，获得过每5年一次的数学领域最高荣誉—全美数学科学维布伦 (Veblen）奖。
他对华尔街嗤之以鼻，靠自己独立开发的一套量化投资模型而屡获成功，开辟了一条另类的量化投资之路。可以毫不夸张地说，在赚钱的角度，西蒙斯是历史上最会赚钱的数学家。
b.物理派代表
伊曼努尔·德尔曼
伊曼努尔·德尔曼（Emanuel Derman）就是本文开篇提到的书籍《宽客人生》的作者。他的利率模型和波动率模型帮助华尔街赚到巨量的利润。
作为哥大物理系博士毕业生，德尔曼在逐渐淡出华尔街后又重归哥大，在过去的十年中担任哥大金融工程系主任。这也直接使得哥大金融专业成为最顶尖的量化项目之一。
c.IT派代表
大衛·艾略特·肖
David E. Shaw，斯坦福大学计算机博士。他在80年代进入华尔街，在Morgan Stanley的任务是用计算机技术进行自动投资。
D. E. Shaw Group目前拥有360亿美元资产，他的对冲基金全世界排名前20。David Shaw也被福布斯杂志称为量化投资之王（King Quant），个人资产41亿美元，大概在全球财富排行榜300名。
d.金融派代表
瑞·达利欧
最后的一个流派就是比较传统的金融学流派，代表人物是瑞·达利欧，桥水基金（Bridgewater Associates）创始人。桥水基金是一家管理着超过1250亿美元资产的对冲基金公司。
相比前几位科学家出生、具有天才般降维打击的技术优势，瑞·达利欧则更像是真实的平凡人，他曾说"我吞下无数碎玻璃，才领悟了投资真谛"，他在投资领域长达50多年的经历以及持续高频地做投资者教育的输出，也让他在全球范围内成为"网红"。
对于四大流派所各自代表的知识储备来说，绝大多数同学也仅仅能在两个，最多三个领域做到顶尖。
在有限的时间内，十分建议准备申请量化项目的同学优先考虑把数学+编程能力放在P0级别，其核心依旧是数学，例如微分方程、随机过程、函数优化、时间序列，以及数学物理领域关注的动力系统、非线性系统、混沌系统等。
▲美国量化基金资产规模Top20
Source: SEC Filings, Apr 2024
▲中国量化基金资产规模
量化硕士
项目介绍
）
PART
03
考虑申请量化方向就不得不提到QuantNet榜单，这是全球金融工程领域的权威排名。
QuantNet对全美几十个金融工程，数学金融和数量金融项目发出调研邀请，对收到回复的项目所提供的数据进行整合并排名。QuantNet的排名标准由三大块组成：
1️⃣20%的同行评估Peer Assessment Score
2️⃣55%的就业成功率Placement Success
3️⃣25%的录取难度
美国作为量化行业的原发地，有众多高质量的量化硕士项目，以下选择几个最热门的项目做逐一分析。
Princeton University
普林斯顿大学
Master in Finance
金融硕士
普林斯顿 Bendheim Center for Finance（BCF）的两年制金融硕士课程，在多个全球学术排名中经常排名第一，可以说是金融学硕士领域的圣杯，并且融合了金融经济学、数据分析和技术、金融工程和计算方法方面的课程体系，总体来说是属于量化为核心的金融学硕士项目。
国内清华管院、北大光华等Top5排名的学生，实习经历丰富；
美本Top50，经济+数学Double Major，简历光芒四射型。
Bernard M. Baruch College-CUNY
纽约市立大学巴鲁克学院
Master of Financial Engineering
金融工程硕士
说到金融工程，就必须跪拜的金融工程神校之一，纽约城市大学巴鲁克学院。
背靠华尔街，被戏称为华尔街地头蛇。其金融工程项目更是当之无愧的顶尖项目，常年稳占QuantNet金融工程专业排名NO.1，在金融界内名声极好，巴鲁克MFE也常年保持着100%的就业率。
这个项目的系主任Dan Stefanica也非常值得说道。Dan是纽约大学Courant研究所的数学博士，曾于2000-2002年在MIT讲授应用数学，随后进入Baruch，牵头创办了MFE项目。
他在华尔街拥有强大的人脉资源，对项目学生的就业十分上心，甚至逐个推荐学生，以确保大家都能拿到面试机会。
👇典型申请学生画像：
国内清北复交数学系/经济系Top5排名的学生，实习经历丰富；
美本Top50，经济+数学Double Major, minor 计算机，GPA基本满分，简历光芒四射型。
University of California, Berkeley
加州大学伯克利分校
Master of Financial Engineering
金融工程硕士
MFE是一个为期一年的全日制项目，同时提供Part-time选项，允许学生在两年内完成学位。
需要注意的是，这个项目特别注重实习和业界经历，完成为期10-12周的实习或独立学习项目是毕业的必要条件。
该项目主要招收在金融、经济学、统计学、数学、工程、计算机科学或其他量化领域中具备专业经验、教育成就以及热爱金融的候选人，每年招生80人左右。
👇典型申请学生画像：
国内C9学校数学系/经济系Top10排名的学生，实习经历丰富；
美本Top50，经济+数学Double Major，GPA 3.8+/4.0，实习经历丰富。
Carnegie Mellon University
卡内基梅隆大学
Computational Finance
计算机金融
Columbia University
哥伦比亚大学
Financial Engineering
金融工程
New York University
纽约大学
Mathematics in Finance
数学金融
Cornell University
康奈尔大学
MEng, FE concentration
金融工程
Columbia University
哥伦比亚大学
Mathematics of Finance
数学金融
NYU Tandon School of Engineering
纽约大学工程学院
Financial Engineering
金融工程
Massachusetts Institute of Technology
麻省理工
Master of Finance
金融硕士
Georgia Institute of Technology
佐治亚理工学院
Quantitative and Computational Finance
数量与计算机金融
University of Chicago
芝加哥大学
Financial Mathematics
金融数学
University of California Los Angeles
加州大学洛杉矶
Financial Engineering
金融工程
在量化项目的课程设置上，往往会有如下三种Track，也对应了上述总结的四种不同流派：
量化资产管理
数据科学与金融技术
估值与宏观经济分析
综上，量化金融从根本上就不是传统意义上的金融，它更像是物理、数学和计算机的专业。
量化的核心课程组合是概率论与统计学、线性代数、时间序列分析、最优化理论、随机过程、随机微积分、微分方程、混沌系统，以及计算机科学体系下的机器学习、强化学习、自然语言处理、另类数据分析，还有高频交易用到的强大算力、高性能计算、分布式系统。
量化专业可以说是数学中的数学、物理中的物理、工程中的工程！
所以，你是愿意和上帝玩游戏，还是和上帝的造物玩游戏呢？
没有评论:
发表评论