转行做量化的几大天坑。

↑↑↑关注后"星标"kaggle竞赛宝典
  kaggle竞赛宝典  作者:无言

Kaggle赛题总结:自动写作评估 2.0

量化是一个充满想象力的职业,做得好年入百万的比比皆是,如果是基金经理拿提成的,在大行情下管理资金规模相对不错的情况下,年入千万问题也不大,因为高波动的收益,就会吸引各行各业的人才,但很多人入行两三年后又会回到自己之前的行业中,其中各式各样的原因都有,

  • 金融行业压力大,天天加班,受不了;
  • 团队就自己懂技术,很多人都是金融专业的,没什么交流;
  • 老板比较坑,赚的多也分不了多少,赚的少更不会分什么,和自己的预期差别很大;
  • 感觉就是在当螺丝钉,比原先行业还无聊,没什么意思;
  • 被坑了,突然提醒就被裁员了;
  • 其它原因。

为了避免大家转行之后感觉被坑,此处罗列一些金融行业的坑,转行切记一定要做好调研!!!

📌 选公司 

1. 公司业绩&目前规模&人员情况

如果一个公司管理50亿不到的规模的私募,却养了100+的员工,而且业绩近两年都很一般,这类公司一定要慎重,业绩差意味着不赚钱,连续两年业绩差意味着投资人可能会撤资,如果业绩持续不佳,那么大概率就要开始裁员了,所以很可能试用期不过就因为公司业绩不佳,转正时间没到就被裁了,所以业绩调研&规模&人员情况一定要做好调研工作。

2. 公司策略管理情况

很多私募公司规模比较大的情况,基本进去就是螺丝钉,如果互联网转行进来的,基本做的事情还是和互联网差不大,类似于换了个业务,继续优化模型,至于特征怎么来的,后续的交易策略基本没机会接触,很多老板也不会让你接触;需要考虑清楚这是不是你想要的工作;

还有一些非常nice的公司,内部策略很多都可以看到,主张群策群力,这类公司基本可以说是神仙公司,因为有掌握全流程的机会,但一般这类公司的竞业会比较严,事情也会比较杂, 所以如果转行做量化的,可以优先考虑此类公司。

3. 公司管理层的背景

很多量化公司的管理层背景一般也是量化相关的,可能是国外回来的,也可能是国内的,这类管理层的好处是,他们是量化背景,所以会花非常多的资源在量化上面,交流沟通会比较舒服;

还有一些量化公司内部是主观或者其它背景的人主导,可能对量化是试试看的态度,重心在其它方面,这个时候就需要考量老板的支持力度了,不排除强势的老板在量化比较难做的时间段直接砍掉部门或者降低投入的情况,这种也比较坑。

4. 公司是否有恶意裁员情况

有一些公司,会在业绩不行的时候选择直接裁员,之前有个朋友去一家量化公司工作四个月,莫名其妙被裁员了,人都很奇怪,上午通知,下午就走人了,虽然不清楚其中原因,但是这类公司一定要调查清楚!!!太可怕了!!!

📌 选团队 

1. 团队老板背景

之前我没有关注过这个,主要我前老板人比较nice,和团队相处都比较融洽,但是和很多业内的朋友聊的时候,或者面试的时候,我了解到,有一些老板是非常喜欢卷的,甚至晚上10点之后还打电话找你聊项目,聊进度,可能会极大影响正常生活,这类公司不在少数,我聊下来就不下于四家,所以一定要了解老板的背景以及处事习惯,是否属于push型的,是否存在强制加班的情况等。

2. 团队成员情况&策略情况

如果是做alpha,T0之类策略的,团队就1-3个人,除非策略是另类策略,很稳定而且市面上做得少,不然过去必然活非常多,一旦策略出现亏损的情况,压力是非常大的;当然,因为人少如果策略也比较稳定的话,团队成员的能力和水平还是比较高的,和高手学习,必然成长也会非常快。

希望这些建议能帮助大家避开转量化或者第一份工作选择量化的朋友避开量化公司的大坑。


相关推荐

  • 好用!Numpy处理图像的几个小技巧
  • ICML 2024 | 在解码中重新对齐,让语言模型更少幻觉、更符合人类偏好
  • ACL 2024 | Parrot(鹦鹉):增强大语言模型在多轮对话中的指令跟随能力
  • 大一统!深度学习和传统机器学习终迎来统一的RPN理论框架表示
  • 诚邀您参与2024网民网络安全感满意度调查活动
  • 程序员应该掌握的三种编程语言——有Zig无Rust?
  • [开源]一个既能购物又能即时聊天的电商系统,致力于打造最佳实践
  • 复旦打老师的男生,到手的研究生没了,北大已回应,打人原因曝光
  • 【第23讲】使用AI将老照片动起来
  • 百度员工:曾经年薪百万,失业后现在吃块肉也要看老婆脸色
  • 智能风控系统:框架搭建与设计(一)
  • 得物AB实验平台数据驱动决策实践
  • 12.3K Star 炫酷万人关注!!!浏览器中的数据库设计大师
  • KDD 2024|港大黄超团队深度解析大模型在图机器学习领域的「未知边界」
  • 权重、代码、数据集全开源,性能超越Mistral-7B,苹果小模型来了
  • 机器人版的「斯坦福小镇」来了,专为具身智能研究打造
  • 专访诺奖得主:大模型是记忆还是理解?
  • Spring Boot集成Spring Batch快速入门Demo
  • 如何准备源码面试?
  • 去了一家很恶心的小公司,遭了老罪了!