经验分享： BA Data 量化这些毕业了金融里干啥

LZ虽然现在做equity research，但毕竟读的是量化金融，也实习面试过这些所以还是相对了解的。其实文书阶段就应该着重mention这些key words，这样你的career goal明确，招生官也会喜欢你。
在美国读master的目的主要就是找工作，所以虽然学习成绩并不是那么重要，但是你在master 学了什么，做了怎样的project，会决定你能进入哪个行业。所以先简单地提一下课业，并讲一下课业和职业之间的联系。

注意，我的背景不足以去读PHD或者MFE，MATHFIN和quant finance是我的上限了，大神莫笑我。

北美的量化金融主要会涉及这5类课程，即Financial Engineering相关课程：Stochastic Process, Stochastic Calculus, Derivatives Pricing, etc

Econometrics相关课程：Econometrics, Time Series Analysis, Statistics,
etc

Data Analysis 相关课程：Data Mining, Machine Learning

Coding 相关课程：Python, R, MATLAB, SAS, SQL, Java, C++

Finance 相关课程: Investment Analysis, Risk Management

其中stochastic calculus、time series analysis会用在基金、银行的风险分析、资产定价
，策略开发的工作中用到；programming和数据分析是所有量化分析的基础
，python，R，MATLAB，SQL，SAS，java，C++你至少要会一样。

与这些课程相对应的，是职业。首先是Fund，包括Mutual fund，Private Equity, hedge fund, prop trading。

里面涉及的工作首先是quant trading，就是坐在交易员旁边的那个量化分析师，给交易员提供及时的量化分析结果。第二是portfolio management，投资组合管理。这一块是做量化分析的买方最主要的领域。你要用你的算法、统计分析，决定如何构建你的资产。后面的tradingstrategy，交易策略开发，和risk management，风险管理，可以说但是portfolio management的一部分。具体侧重会根据portfolio的目的决定。你是要追求超额收益alpha，还是追求稳健的红利，会决定你的交易策略和风险管理策略。必须说的是，好的fund对于职场新人来说不太容易进。工作经历在fund来说还是相当关键的。但是之所以把它放在第一块提，是因为对于量化金融从业者来说，进入大买方的fund，是量化类金融从业者普遍都在追求的职业目标。

第二大块是银行，商业银行。本帖隐藏内容需要登录后才能查看。

接下来是rating agency，评级公司，像Moody’s, Standard and Poor’s, and FitchGroup这样的。量化金融的职场新人大概率要从data aggregation做起，即收集和整理数据开始。并且肯定要做risk measurement。有关课程当然就是data和econometrics以及finance中risk的部分。

第四种公司是credit card company，信用卡公司。他们要做关于信用额度的匹配、违约概率的计算，风险承受能力的评估等等。所涉及的技能包括riskmanagement，以及一些machine learning的东西。

第五点，fintech，金融科技。金融科技的种类很多，公司招量化金融类人才的目的主要是去做金融方面的数据分析以及宏观分析。当然，金融科技很新，大部分公司也都是start up，初创企业，所以在这里也难以简单概括全面，希望大家可以留意一下这些公司，华尔街小生以后也准备做一些关于他们的专题。

最后一点，business analysis。量化金融从数据分析的角度上说是分析金融数据的。所以其实量化金融专业的人才也可以分析商业数据。如果你没能找到金融相关的数据分析的话，不妨吧business analysis作为跳板，在data领域积累经验，再条回到金融。