trading quant的困境

标题党一下，希望大家给点米鼓励一下

我原来读书的时候总是奇怪，为什么学术界pay的这么差：都是顶尖的人才，拿的收入不比麦当劳翻肉饼的多多少。后来明白，大多数的学术研究--尤其是是在以生物为代表的天坑专业---本质是 “ 试错”

为什么会这样？ 以生物为例，生物结构过于复杂，种种机理无法像数学方程一样来理论推导，没有理论做指导，那就只好靠数以万计的博士，博士后，在wet bench上面试错，试出来就可以发CNS

目前的trading quant基本上也是如此，交易数据过于复杂，没有办法进行真正意义上的建模，导致所有的quant research，本质上就是试错，这个alpha不行就换下一个，一个人想不出来就找12个人一起想。比较极端的是worldquant这样的，在第三世界国家找一大群穷苦phd在那里找alpha

所有试错的工作模式，return on investment都是非常低的。 为什么呢？因为试错需要非常多的努力，但是一旦成功，理解新找到的alpha往往是非常简单的。可能你花半年的时间找到一个新的alpha，然后你老板花一天的时间理解并且re-implement。这就好像是找金矿，找矿很难，但是找到了之后挖矿往往容易得多。
. .и
如果你是老板，那么当你手下的quant把辛苦找来的alpha告诉你，你就基本上已经不需要pay他了：you already told me everything， right？如果这个alpha真的足够好，我还有一年的non compete可以拴住你。

另外一个糟糕的地方是：如果的工作是去找raw alpha，那么你无法在面试的时候证明你真的知道raw alpha。因为你不知道面试你的是不是像squarepoint这样专门靠面试偷alpha的公司。这一点跟dev不一样，因为dev可以很开诚布公的讲自己的工作。但是alpha researcher，对话往往就很awkward：”do you do a lot of programming?" "no, I don't",  "do you do a lot of research on xgboost/lightgbm?" " a little bit here and there, not significant" , " then what do you do every day? " " raw alpha research" , "could you tell us what you have done then" " no, I annot tell you the alphas" "then FO"

另外一方面，alpha 的知识基本上不是transferrable的。可以预见的，当这个行业夕阳的时候，所有这些microstructure/factor 的domain knowledge基本上不会有别的地方需要。

所以，现在稍微机灵一点的新入行的quant都不去做alpha research，大家都去做fitting，这样面试的时候可以吹，将来去硅谷也可以转data engineer。可是绝大多数fitting algo， lightgbm， xgboost，这些都是针对high SNR的问题设计的，到了trading这边，基本上全都是garbage in， garbage out。

所以quant的 dilemma：要么你去做raw alpha，有可能有pnl impact，但是基本上是career suicide（除非你老板非常nice，非常fair）。要么你去做fitting，good for your career，但基本上很难有pnl impact（除非你超级牛，我从业若干年从来没听说谁靠improve fitting 把一个desk做起来）

抛砖引玉，请大家指条路（或者给点米也行）
多谢

Wangdong8500 发表于 2020-12-1 17:51
quant trading不是精英行业么，地里经常出现new grad年薪40万low ball，不知道要不要去这种帖子。怎么听出 ...

tier 1 quant firm也就那么几间，地里或其他论坛很多名校毕业直接进top firm，抱怨的是wlb争论的是quant对社会的贡献，毕竟只是几m bonus路上所要付出的小小代价，以至于没入过行一天的嫌弃起350k是low ball，年收1m以下都是loser。真相是quant这行还有一片黑暗的世界，那多数刚入行quant的栖身之地。这个世界平均年收<200k且sharpe ratio无比低，偶尔一年>300k接着是降base+0 bonus，极长的工时和non-compete造成跳槽无比困难。无数二三流prop shop和hedge fund雇quant纯是为了branding，开个数字高点的包骗些刚毕业的傻白甜，好对外吹说自己也是tier 1，有名校生和IMO medalist在搞复杂的衍生产品定价和ML，工作其实就是给trader整excel sheet画几张图。听过好些名校PhD和IMO哭着说怎么会沦落到做这行，又都自认精英丢不起这个脸，不会去抖这种包袱或写八卦，一边吹公司多牛逼一边和trader互怼一边刷题准备转码，那才是多数quant的人生

说这些也不是为了劝退，只能说接offer入行前多问，在地里或知乎或glassdoor找八卦，去linkedin上问离职员工，你会听到无数精彩的故事

Lol 不知道LZ什么背景但是我觉得
1. Trading data 太复杂 所以无法建模：
这...好像不对...至少在我现在的公司感觉这个因果并不成立。如果有perfect data那就太简单了lol...
2. 关于alpha无法transfer:
你可以把market看成是打桥牌，有人赢有人输，赢的时间多了并且用一种策略必定让别人发现。但是有人输有人赢，就像玩儿牌一样，只要有人玩儿，就会有人赢。然后如果哪个公司是，哦你告诉我你的alpha然后我“偷走”或者不pay你，这种公司估计也不是头部公司，也没有什么必要去...很幸运的是我还没有遇到这种公司。其次alpha是什么真的不是一两句就解释出来了LOL错一个小细节错全部啊，不是什么我说一句就解释清楚了...
Non compete is paid and you can also go to tech company without any non compete.
悄悄告诉你，行规一般是下家pay full amount of what you potentially can lose哦（bonus, any 401k lost vesting, etc)

然后至于这个行业是不是夕阳是不是growth, 有人的地方就有江湖，只要有人打牌，就有人participate in the market 就可以赚钱。是不是越来越难？是的，科学发展不都是这样的嘛，现在发个impressive的ML paper 不也比好几年前难多了。我个人以为金融从来都没有是growing pie，median和average 相当稳定，只有头部才能赚钱，然后赚钱的这些人are far from 穷苦...

wanghaogood 发表于 2020-12-1 02:53
market making HFT呢。大佬发表一下看法？

高频整合的太厉害了，现在大概就4-5家公司真正在做这个
而且可以预见的，整合还会继续
所以等你到了senior的时候，可能已经没有公司可以跳槽了

看个人追求吧 每周看组里Phd postdoc们present他们找的新alpha和idea其实还蛮有趣的，最终能不能上desk另说 但是可能有的人就是enjoy这个过程，他们会觉得比较有成就感

请问一下SNR指的是什么？

可以买robinhood数据啊，花几百万买实时数据，可以提前布控，了解散户的trading trend，尤其是散户主导的小股。

market making HFT呢。大佬发表一下看法？

茶烟关注

插眼关注666

renchunfeng 发表于 2020-12-1 03:08
Lol 不知道LZ什么背景但是我觉得
1. Trading data 太复杂 所以无法建模：
这...好像不对...至少在我现在的 ...

1. 交易的几个基本假设之一就是 incomplete information game 我说的无法建模就是这个意思
2. 祝你一直幸运

renchunfeng 发表于 2020-12-1 03:08
Lol 不知道LZ什么背景但是我觉得
1. Trading data 太复杂 所以无法建模：
这...好像不对...至少在我现在的 ...

1. 交易的几个基本假设之一就是 incomplete information game 我说的无法建模就是这个意思
2. 祝你一直幸运