从银行跳槽去做量化，不会做的情况该学习哪些东西？

1. 从银行跳槽去做量化，不会做的情况该学习哪些东西？

你不能看这个领域能否发展趋势下去，发展趋势不下去才好呢。因为你做的是投机性交易，尤其是期货交易这类负和交易。你的竞争对手不容易你才可以挣大钱。可是，参加交易的人也不傻，当她们发觉，自身的客观分辨实际意义并不大，量化方式导出平稳以后，她们都是会渐渐地的转换到量化上去的。如今不开朗，你才应当科学研究。你研究量化是为了什么？是因为自身的交易可以赢利。针对投机性来讲，量化太非常值得科学研究了，事实上，每一个要想完成的期货交易交易者，都需要有量化逻辑思维。

量化思维，可以使我们更快的了解运势，风险性和可变性，可以协助交易者，产生几率化思索的本人决策支持系统。还能利用各种各样回测的结论，给大家展现对策的全方面主要表现。美国科学家开尔文曾经讲过：如果你可以将你所讨论的事情量化时，你对它就拥有进一步的掌握。假如你不可以量化，那麼你也就压根并没有做到科学合理的考虑水平。有一些情况下，你自认为事的恰当交易”方式“，通过量化后就会发觉，说到底废弃物。曾经的我见过许多这样的人，说起交易方式的情况下，那就是各种各样自信心，说的那就是非常好。随后我讲，你实际一点，我给你量化测试一下。

之后呢，随后他发觉他连说都说不清，最终千辛万苦说清晰以后，结论那惨的一塌糊涂。伴随着电子计算机解决能力的大幅提高，现如今来讲电子计算机解决能力已经能完成妥善处理即使剖析的作用，之后量子计算机的发生，可能完成每秒钟万亿元亿个的解决能力。计算机语言的多元化，如Python，R，SPSS等有很多统计分析工具，根据程序编写进行计算机学习，完成人的大脑没法达到的研究作用，彻底能担任量化交易。手机app硬件配置的大幅提高，之后彻底能替代电子计算机量化交易。

就现在来讲海外已经有建立了量化交易取得成功实体模型手机软件，中国也是有了解的领域内大神完成了个股的量化交易，获得不错的实际效果。因此自己感觉，并不是量化交易值不值学习培训的问题，反而是之后的发展趋势便是量化交易，人力交易将淘汰。例如，你需要应用的，是断开亏本，让盈利飞奔的发展趋势交易思路。随后，你需要建立自身完成这一逻辑性的规则。进场规则，登场规则，和资金分配规则。这种规则，务必是清晰可见的可以量化的，例如，乌龟的进场登场：提升20日的最高处进场，跌穿10日的最低值登场。很多人的思路是压根就没有办法量化的，由于她们自身压根就并没有明确自身的逻辑性或是规则，这类便是随意交易了。例如，有人说，高抛低吸。这就是经典的没法量化，他说道的高是啥高？他说道的低又是啥低？可以量化的玩法是，跌穿20日最低值进场。分辨一个念头是不是可以量化，非常简单的玩法便是，你摆脱了图型，仅用文本就能告知另一个人。

2. 从银行跳槽去做量化，这时候该如何规划？

从银行跳槽去做量化这个时候一定要对自己的性格和能力做好定位和规划，银行相对而言的工作更加简简单一些，而且也不是压力那么大。但是量化交易就不一样了，量化交易通常情况下要跟日常的交易时间相配合，而且在交易完之后还要及时的通过各种各样的数学概率模型来进行相关的分析。这样的话才能够更好的做出一些理性的投资决策，所以说自己的数学分析能力以及计算机技术能力一定要强，这样的话才能够更好的跳槽。

从银行跳槽做量化银行是主要做金融的，但是银行里面的部门有很多有前端的有后端的，如果自己不是柜台的话，那么可能处理的事故相对而言简单一些。但是量化就不一样，量化对一个人的数学分析能力计算机能力要求非常高，除了要懂得基本的金融知识以外，做量化的还是要进行交易的。另外还要分析这个模型对交易是不是有好处的，所以说从银行跳槽做量化的过程中，一定要分析清楚自己有没有相关的实现。相关的学习能力，能不能把该学的知识学会这样的话才能够让自己更好的去跳槽。而且对于个人而言，如果说自己之前没有数学基础的话，一定要多补习数学基础才能够有相关的工作经验和知基本的知识储备才能够更好的跳槽。

要加强自己的学习能力说实在的每一个人对自己的职业规划都是不一样的，而且要有居安思危的精神。毕竟一个行业发展久了可能就会被淘汰，而且自己不管是在哪个行业都可能会被裁掉的。所以还是建议在日常生活中增强自己的学习，比如说可以通过网课的方式去学习一些计算机知识。从而能够让自己更好的去有更多的发展实力，而且也避免后期有危机。

总结其实在银行里面工作相对而言是比较安稳的，但是有一些人想让自己有更多的经济收入，所以说如果真的想要跳槽的话，一定要提前准备好。等自己已经找好工作之后再去跳槽，不要裸辞，要不然的话就很难再回到银行这个体系工作了。

3. 从银行跳槽去做量化，应该怎么规划？

       1、了解量化交易
      量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。 

       2、行业层面
       要了解行业属性，比如周期性行业有哪些，夕阳行业有哪些，新兴的朝阳行业有哪些等等。搞基本面量化，这是基本功，至少要把握得住周期性行业的轮动特征，还要学会跟踪朝阳行业的发展趋势。不同的行业特征下，即使相同的指标的区别也会很大，不能一概而论，要具体问题具体分析。
       3、了解量化交易岗位
       这个岗位到底干啥，简单的说，两个字——赚钱。具体的包括，算法设计、策略测试、参数优化、模型实现、实盘下单等，再深入一些还包括系统维护、策略更新、风险控制、资金管理、品种筛选、极端行情应对等，甚至还需要写宣传资料和推介资料，做一些路演和宣讲。

       4、知识与技术 
       数学、概率统计、数据结构、算法设计、经济、金融、证券、衍生品相关、投资与分析、主流策略开发语言等，都需要了解，而且要融会贯通。关于做量化交易用什么语言更好，其实还是看自己的习惯和要达到的目标，如果是大型金融机构做量化分析系统或量化交易系统，可以用python，R，C++等都可以，各有优劣，看对于速度要求如何了。

       5、人性修炼
       有兴趣，有技术，有经验还不够，还得坚持修身养性，培养自己的道德品格，完善自己的性格。学会控制情绪，学会理性思维，学会调节心情。才能在市场每天的起起伏伏中镇定自若，在巨大的压力下坚持交易策略的执行，在狂热的贪婪和地狱般的恐惧中保持独立思考。而且要多读书，学识一定要渊博，涉猎面要广。

4. 从银行跳槽去做量化，该如何规划？

最近了解到有不少朋友和我一样，想要从其他领域转行做quant，或担心能力不足，或担心时机已晚。首先我想说，年龄并不是进入量化金融的障碍，本人也是临近30岁才正式入行量化的工作。无论从事什么行业，最重要的是也许是内心原始的动力和自我的执行力。如果您确定对量化非常感兴趣且热爱，那么也不必纠结于年龄。这次我们来聊聊，想要进入量化行业，具体该怎么做。
自我评估想要转入量化工作，我们首先需要对自己的背景、经验和技能进行坦率的评估。量化中任何一个岗位都要求一定的金融、数学和编程能力，不同的岗位对这三项能力的侧重有所不同，具体可以参考上一篇文章《量化金融有哪些职位可以选择？》



技能需求数学
大多数量化金融的工作都需要大量的数学基础知识，包括线性代数、微积分、概率论、数理统计、随机过程分析，数值分析等，如果您有理工科背景，或者上一份工作对数学能力有一定的要求，那么在应聘中就更加具有优势。
编程
编程是量化金融领域中另一个重要的技能。无论哪个岗位几乎都要求掌握至少一种编程语言。如果您没有接触过任何编程语言，可以考虑学习Python或者C++，这两种编程语言能够适合大部分工作。可以从Python入手开始学习，相对简单，粗暴。如果不是工作急需的话，可以学习C++面向对象的编程，如果从事的工作内容对程序的执行速度有一定的要求，C++一般是金融公司的首选，C++的创始人Bjarne目前就在高盛有一份职位。

金融
与数学和编程相比，金融知识的储备或许还没有那么重要，大部分的金融知识都可以在工作中可以慢慢学习，毕竟相比于数学和编程来说，量化金融基础知识可能会相对简单易学一点，因此在大部分量化工作的求职过程中，掌握金融相关的知识会作为“附加题”存在。一般而言，刚刚进入量化行业是申请的都是初级量化职位，可能不会对金融衍生产品、期权定价或算法交易了解太多。这些基础知识可以通过学习几本教科书来补充，更深入的东西可以在工作中学习。
捷径想转行做量化还有一个途径就是回到学校去读一个金融工程硕士，虽然这种方式是实现快速转行的“捷径”，但是这里说的“捷径”只是省去了自己对学习框架的规划，毕竟读一个硕士也不是容易的事情。当然，很多人会因为各种现实因素没办法再读一个硕士，也许通过考证也是一种不错的学习和证明自己具备某一个领域基本素养的方式，比如CFA、FRM、CQF等，其中CQF证书是专门针对转行做量化设立的，只是目前在国内还比较小众，如果大家有兴趣，可以查看我往期CQF干货的文章。

一点点体会职业的转变也是人生中重要的一步，在考虑清楚自己是否要做量化金融后，就要为大量的学习做好准备。因为这会牺牲掉周末、假期的时间，如果是从和量化毫不相干的行业转过来的话，那很可能连工作日下班后的时间也要用来学习。这也是为什么我认为兴趣更重要，热爱才能坚持，no pain no gain,未来才能跟孩子说你爸当年…