赢得顶级对冲基金青睐的人才，都做过哪些努力？

AlphaMaker 视角，欢迎关注我们！

在过去的二十年里，量化投资已经发展成为金融领域一个重要的子行业。多年来，专业的数据提供商、算法工具的开发、网络速度的提升，为量化基金的发展打开了通道，也为初创型基金和野生交易员打开了市场。

而随着新兴市场的不断发展，全球范围内更多的市场出现了量化交易繁荣。按照目前的发展趋势来看，这种繁荣可能会持续下去。行业的蓬勃发展催生了对量化分析师、量化开发工程师、量化交易员等职位的大量需求。

然而，深耕量化人才寻访多年后，我们发现，不同层级的量化投资机构，在聘用人才层次、经验背景、核心技术、性格特质等方面的需求差异很大。了解这些，有助于大家更合理的进行自身定位，确立目标公司。

量化基金人才构成

我们之前一直讲，量化投资行业需要很多懂数学、会编程、擅长统计分析的人才，甚至物理学、电子工程领域的人才也可以在量化高频方向找到用武之地。

量化基金的人才正是有这些专业领域的人才构成的，但如果从历史发展脉络看，分成科研人员和MFE专业人才更为恰当。

科研人员

科研人员指的是专注于数学、物理、电子等科学领域研究的工作人员。欧美量化投资发展史，伴随着金融危机及其他经济因素导致科学和工程预算减少，并且这在学术界尤为明显。

当在这些领域中，研究经费变得越来越少，工作与生活平衡难以实现。曾经以纯研究为长期职业的科学家，在这样的情况下逐渐离开学术界，进入了量化投资的研究和应用领域。

直到今天，科研人员转行到量化投资基金，仍然十分受欢迎。因为，这意味着科技的最新生产力有可能为更好的投资业绩做出贡献。

MFE专业人才

金融工程硕士（MFE）研究生课程，可以说是按照量化投资机构的用人偏好而设立的。它的兴起极大程度上补充了从事技术金融工作的人才数量。

由于专业化的培养，目前有大量的候选人通过课程培训可以胜任量化投资的岗位工作。

和10年前相比，唯一改变的是同一岗位的竞争人数。在 2013 年，量化金融行业的人才存在明显的供不应求。而现在，全球市场的研究岗、开发岗都存在激烈的竞争。由于人才数量和质量的不断提高，顶级对冲基金的职位竞争越发的激烈，这给正在寻找量化领域工作的人造成了很大的压力。

顶级量化机构在寻找什么人才？

即使竞争很激烈，仍然有人成功的竞聘到较高级的职位，因为促成成功的因素从来都不是只有一种。候选人需要知道的是目标机构究竟想要什么样的人才？

技术最强+实力研发

顶级量化投资公司只愿意聘用拥有最强技术技能，或者具有超强研发实力的候选人。比如，他们通常很看重拥有数学、物理或计算机科学博士学位的候选人。

这意味着候选人对专业机器学习或信号分析技术有特别深入的了解，对高性能 C++、Linux 内核调优或网络硬件延迟优化，专业投资组合构建方法有非常丰富的经验。

事实上，顶级量化机构早就发现，如果按照这一标准去筛选人才，很难满足自身的用人需求。但恰恰他们"顶级"的身份和资源足以支撑他们有时间、有可能寻找到最优秀的人才。

因此，如果你是某相关研究领域的专家，并可以在短时间内将它们应用到投资领域，那么应该只考虑申请顶级量化机构的职位。

成功的历史量化交易记录

如果背景欠佳，那么还可以从经验入手尝试突破。因为，顶级量化机构对候选人既往成功的交易记录特别感兴趣。

如果你有自己开发出的成熟策略，而且历史业绩可以达到公司要求的标准，那么很有可能在你上班的第一天，就能够获得分配的交易资金。而不用像对科研人员转行过来的Researcher那样，还需要考察团队互动、交易算法和研究方法等技能方面的表现。

一般量化机构需要什么人才？

"一般"的含义，不是说这些量化投资很差，而仅仅是区别于"头部"概念。

一般的量化机构可能管理资金规模相对较小，员工数量相对较少，但是，却有着很好的文化理念和经营业绩！

尽管名气不大，但这类机构数量庞大，用人需求紧迫，特别适合尚不符合顶级机构要求，但却有发展潜力的候选人。

当然，一般的量化投资机构在用人方面也有自己的侧重点：

高素质的人才

这一衡量因素可以简单的理解为院校背景，或者既往研究成果。毕竟不是所有人都毕业与藤校、清北或者C9，也不是所有人都在学校时参加过高级别的奥林匹克竞赛，甚至拿到优异成绩。

在这里，对候选人的背景考察会相对更加宽容。一流院校背景和优异的课业成绩就能成为敲门砖！

学习型人才

在一家成长型的量化投资公司中，你有足够多的机会获得"前辈"的悉心指导，而且更有机会体验策略研发和系统开发等多角色工作场景。最重要的是，能够积累足够的实盘经验。

这种工作管理对于量化投资职业来说非常有价值，前提是你一定符合学习型人才的特质，能够最大程度的吸收和应用所学到的东西。

如果你的理想是成为一名训练有素、经验丰富的PM，那么这种全流程式的培养方式是非常难得的学习机遇！

技术型人才

如果你有嵌入式系统设计、科学大数据分析、高性能计算或类似领域的背景，那么你一定会受到量化投资基金的高度重视。

在量化交易中，技能要求通常非常具体，可以是C++、Python、Java，以及一些高频策略和硬件技术方向。如果一家量化公司确实需要你掌握的技能，那么你将很快拿到offer！

应聘成功的关键点

无论顶级的量化机构还是一般的量化机构，我们发现都很卷。要说用人需求的差别，最终可能还是在学历水平、学术研究等方面会有略微差异。

而稳固的交易记录、良好的技术、勤奋的工作态度是对入行量化的共性要求。而这三者对于一个量化从业人员来说，是一个良性循环。

尤其对于毫无经验的应届毕业生来说，有些人抱怨内卷太严重，没有给到他们足够多的机会去展示自己，也就无从积累工作经验，更谈不上业绩展示。

但其实这样是错误的想法，量化机构看重应届毕业生的品质更偏重于勤奋。

#校招#