2018年3月14日，當代最偉大的物理學家史蒂芬·霍金於劍橋的家中逝世，他的觀點塑造了現代宇宙學，激勵了全球數百萬名讀者。這一顆科學天空中最明亮的星，隕落在他的76歲。這一天，亦是愛因斯坦誕生139年的紀念日。
開個腦洞，如果霍金沒有搞物理
他還有可能去做什麼？
這個答案很有可能就是：Quant
高智商和高收入的Quant
傳說是一水的斯坦福/MIT物理PhD
今天Uni醬就來為大家解讀：
1.為什麼華爾街偏愛物理PhD？
2.非相關專業，如何進入Quant崗位？
3.做Quant，需要哪些技能？
曾有一位華爾街量化大佬表示：「如果你沒有計算金融、物理、工程或者統計等等偏Quant的碩士或者博士學位 ，幾乎是不可能在頂級quant trading公司找到工作。」
以下是一些投行量化崗位的招聘要求：
花旗銀行
JP Morgan:
德意志銀行：
量化分析師是近幾年金融求職圈最火的職位，主要從事風險管理、優化投資組合、設計開發金融產品、財務分析、銷售與交易等工作。去投行做量化也是很多人讀MFE的目標。但現實中，面到最後一輪，各大投行券商都只要「各類理工科PhD」。
高盛HR曾說：「我們對phd和master很公平的，不存在偏袒與否，但最後通過面試的也的確是phd為多。」
一般來說，物理背景比經管出身的數學、計算機能力強，在邏輯思維、數據分析上具有一定優勢。因為資產價格的變動和物理學家研究的物體運動是有相似之處的，所以善於建模,而且相對缺錢的物理學家就多多轉戰華爾街了。不少buy side的頂尖quant team至今只招理工PhD。
其實很多Quant人，都是來自數學、物理等背景，所以他們看到這樣的背景會覺得很親切。面試官喜歡數學和物理背景的人，也是因為Quantitative Skill大多非常紮實。
正如前文所說，很多頂級quant trading公司只招理工科PhD，那麼背景是academia，engineering以及software development的學生都想在華爾街求得一份quant職位，該怎麼做呢？Quant崗位主要有以下三個方向：
對於學生來說，剛畢業就直接成為quant trader是很難的，因為這些工作需要的技能都必需在很長的工作經歷裡逐漸培養。Financial engineering (i.e. derivatives pricing) 在2007~2008的經濟危機時非常火熱，直到現在依然有著很強的需求。Quantitative developers的職位開放依然很多，但是它需要從業者掌握嫻熟的 C++, C# or Java技能。
因此，想要從事quant finance, 尤其是在投行做quant，一個非常基礎的方法就是攻讀Masters in Financial Engineering (MFE) 。因為大部分MFE課程內容涉及derivatives pricing 還有portfolio/risk management以及一些software development。
UniCareer一位在華爾街做Quant的導師表示：「Sell side的quant本身技術含量要稍低於buy side，有些門檻可能更多的是在金融和經濟的知識上，因此MFE專業也有機會拿到offer。」
但是只靠MFE真的夠嗎？
此前Uni醬在文章：《起薪70萬，人才缺口20萬的量化崗，點名要這個專業》中也說到，來自Top MFE項目的畢業生基本可以保證一份投行的工作。 當然，也僅限於鳳毛麟角的幾個大學（如卡內基梅隆、哥大、普林斯頓）。這些項目要麼聲譽夠好，要麼學校資源、Career Service夠好，要麼校友給力。這些項目的畢業生無論在北美還是回國，發展都很好。
小編為大家提供一位資深Quant大牛的說法：
我當年2005~2006年找工作的時候，那個時候沒有特別多的MFE的那些program，現在大家去瞧瞧，美國哪個學校沒有MFE啊，而且現在越來越多中國年輕人為了短平快的找工作，都自費去讀那些專業。其實我們行內的都了解，讀那些的基礎不是特別好，開始可能就業比較容易，因為工作職位多，競爭也少，可是這些年積累下來，再加上那麼多的MFE畢業生，街上的工作形勢又那麼差，所以很多MFE找不到好工作也是正常。不過比較Solid的PhD還是很容易在街上找到工作的。
一位在頂級投行做了5年Quant的大牛說：
「我曾經也是MFE的學生，但是學校的課程遠遠不夠，在過去5年的工作中，我更加證明了我的觀點，那就是不遺餘力的自學！在這裡我給大家介紹一些我的方法，如果你已經下定決定在投行做Quant，請你儘早開始這樣準備。」
1. Absorb (almost) all publicly available information
你需要深入了解這三個方向:
沒有你不需要的知識，只是有先後之分，廣泛涉獵絕對沒錯。除此之外，你需要擁有許多技能才能進入投行的視線。
在IT方面： Hadoop顯然是你必須要了解的一個重要工具。不過，從我的經歷看，Hadoop只在少數項目中能夠用到；定製環境（Custom Enviroments）——通常是基於C/C++或者Java創建——仍然要相對重要一些。
在程式語言方面：C/C++/Java依舊是你最需要了解的，雖然同樣高效的Python和R越來越多地出現在項目中。除了這些在大學裡能夠學到的技能，我認為一項核心的IT技能是結合和分析大規模互不相關數據集的能力，例如結合金融數據和地理信息。
在硬體方面：很重要的一點是要記住投行業基本屬於*nix世界（比如Linux，等等），所以了解這些系統是很必要的，同時還要了解SQL（在短期內還不會消失）和NoSQL資料庫方面的知識。
其它軟技能：你必須有很強的好奇心和持續的興趣，深入挖掘新想法和新技術，從而為不斷出現的複雜問題尋求可能的解決方案。
2. Test and apply your knowledge
不停的嘗試！在應用和犯錯中鞏固你的知識。理解你要做的事情是什麼，從而知道你做的每一步哪些有用，哪些沒有用。
3. Meet and partner with others
1+1=3。 一定要找到自己的學習夥伴，或者找一位mentor，在討論和交流中發現自己思想上的局限。一定不要羞於向別人展示你的成果，因為他人眼中的你，才是客觀的。這有這樣你才能不斷進步。
4. Get a job at a trading firm
儘量多的去實習，盲目的學知識也沒有用，很多技能都是在工作中掌握的。
掃碼向UniCareer公眾號
後臺回復「量化」
立刻獲[量化分析]超值福利
在本文下方評論
點讚最多的1位小夥伴即可免費體驗
【量化細分崗位深度解析】課程
獲獎名單24小時後將在評論區公布！
點擊文章底部「閱讀原文」進入課堂
第一節課免費試聽
1. 量化交易分析必讀書系列
《Wiley Trading Series》（6本全）
Wind量化平臺
MATLAB/Python/R語言用戶手冊
31本 量化分析必讀書籍
2. 量化交易系列紀錄片
+ 「華爾街最會賺錢的基金經理」 Jim Simons Ted Talk
+量化分析與交易技巧視頻教程
3. 30+份 總計五萬字獨家整理的必讀Quant面經
涵蓋Maorgan Stanley、J.P. Morgan、UBS、高盛等
Quant熱門職位的真實面試經歷與總結
用最短時間逐個擊破
Quant電面、Onsite面試以及筆試難題
4. 35份 國信證券金融工程深度研究報告
5. 量化必備 43個MATLAB神經網絡案例分析
（含原始碼&數據）
6. 270+頁 300道真題&詳細解答和必備公式
Timothy Falcon花街Quant面試經典題集
《華爾街面試的Quantitative問題》
涵蓋Quantitative & Logic Question、Derivative Question、Statistics Questions等Quant核心面試題
聽說置頂UniCareer公眾號的小夥伴，都拿到了心儀Offer
——END——
UniCareer獨家原創，版權歸UniCareer所有，
如需引用或轉載，請後臺回復「轉載」
責任小編：Lynn
版權聲明：UniCareer除發布原創求職乾貨文章及獨家講座福利等優質內容外，致力於分享優秀求職乾貨文章。如涉及版權問題，敬請原作者原諒，並聯繫微信UniCareer_Buddy13（Uni醬）進行處理。UniCareer非常歡迎品牌的推廣以及戰略合作，如需合作請發郵件至：sophie.yang@unicareer.com
戳「閱讀原文」進入量化細分崗位深度解析課程，第一節課免費試聽
↓↓↓