程序员自嘲自己为码农，而Quant则戏称自己为矿工。
如果说硅谷是码农的天下，那么矿工就是华尔街的巨星。
靠着敏锐的市场洞察力，过硬的专业技能，孤勇的定力在金融圈里创造一个又一个奇迹。比如早年间赌押英镑的索罗斯，以及拥有超高回报率基金而闻名的詹姆斯西蒙斯。
投行、资产管理公司、对冲基金、保险公司、会计事务所、商业银行... ...整个金融圈都在抢的人才。
Quant也被称作H1B收割机，据说九大投行的H1B大多给Quant，给中国学生sponsor最多的岗位之一，还有高于IBD的薪资。以高盛为例，刚入职就能拿到13万美金的薪资呢！
从幕后转向台前的Quant
首先，我们先来定义下什么是Quant。
随着金融证券变得越来越复杂，人才需求也越来越大，不仅要了解证券价格，还会设计并运用复杂数学模型，而且他们能够提高这些证券的利润并降低风险。这些人才被称为Quantitative analysts，即量化分析师。通俗的说，Quant其实就是搞研究，模型开发，数据研究，是编程+数学+金融三个方向相融合，非常适合MFE（金融工程硕士）学生的一个行业。
投行、对冲基金、商业银行、保险公司和管理咨询公司都需要量化分析师，可见Quant有多火。从历史上看，这些Quant以前只在幕后工作，但随着Quant模型变得越来越常见，金融市场引入量化的概念，不仅帮助投资者定价期权和制定策略，还有助于保持市场的流动性。Quant也慢慢转向Front Office，并不是只在后面打辅助了~
Quant有哪些分类？
首先一张图带你们大致了解下Quant的分类以及他们做什么。
根据不同公司性质的分类
Quant根据公司性质不同大致分两类：卖方Quant和买方Quant。为卖方工作的Quant就是卖方Quant，比如投行；为买方工作的Quant就是买方Quant，比如对冲基金公司、自营交易公司等等。
卖方Quant
卖方Quant主要用数学、统计、计算机的知识设计金融产品并为复杂的金融产品进行定价、风险控制。在投行，Quant的前台职位不多，因为对Quant的需求大多还是在模型验证和后端风险中，所以前台岗位竞争是很激烈的。
买方Quant
另一种多见于买方机构，比如像Jane Street这样的Prop Trading Firm（自营交易公司）以及Renaissance Technologies这样的Quant Hedge Fund（量化对冲基金公司）。买方Quant主要运用要用数学、物理、统计、计算机等任何可能用得上的理工科的理论，预测价格走向，在证券市场中做交易。
根据不同职能的分类
当然Quant就算在同一家公司中，也具有不同的职能，比如在投行中，与Trader直接打交道，提供定价或交易工具；在Middle Office，量化分析师验证模型，进行研究并创建新策略。在银行和保险公司中，更关心的是风险管理，而不是交易策略。下面我们就按照职能的不同，来看下Quant的细分：
Quantitative Trader，即量化交易员，通常在量化金融领域的“食物链顶端”。这是因为他们正在为雇佣他们的公司创造大量的交易收入——要么是一家银行（自营交易部门），要么是一家对冲基金公司。Quantitative Trader设计搜索alpha的算法，这些算法是标准股票市场波动的一个组成部分。
Quantitative Developers，即量化开发人员。一般来说，金融行业有两种类型的Quantitative Developers。第一种类型将与其他量化分析师密切合作，以实现和优化他们的金融模型。这些Quants通常会离钱很近，并且会进驻在一家投行的Front Office.
第二种类型的Quantitative Developers将处理金融定价数据和交易系统架构。他们将对原始的基础设施进行编码，让量化分析师/交易员运行他们的模型并赚钱。
Quantitative Engineer，也被称为Financial Quant Engineer 金融量化分析师，他们负责正确定价金融产品，比如固定收益、外汇、衍生产品等等。金融工量化分析师通常会有物理学或工程学的背景——利用他们的建模技能来定价新的金融产品。
Quantitative Research 量化研究人员通常是一个纯数学家或微积分博士，他们是一个比较学术的角色。他们通常在研究公司或一些较大的对冲基金中任职，致力于寻找更多的方法来获取市场回报。如今，Quantitative Research也被投行雇佣，属于Middle Office。这些研究人员不会花太多时间来执行模型，一般来说会把这类执行工作交给Quantitative Developer和Quantitative Engineer.
Desk Quant，与Trader直接打交道，提供定价或交易工具，属于Front Office 。他们帮助Trader编程，开发直接能用的程序，实现策略，赚钱多压力大，需要精通算法和编程。通俗的来说，当trader没遇到问题时，Desk Quant就是support，帮忙编程，开发程序及软件，做做research；当trader遇到问题时，Desk Quant就要从risk、pricing、portfolio match、hedge match等各方面分析，最后得出该笔交易能否做，怎么做，做成什么样。
Risk quant 可以分为market risk quant，credit risk quant，operational risk quant,，CVA risk quant，model risk quant等。 每一种类型顾名思义，为其所在的风险部门提供量化建模策略，与risk management, risk reporting， technology等部门需要协同合作。
Strats，全称Strategies，通过解决重大的问题，向公司和外部客户提供战略援，是提出贸易观点的人，属于Front Office Quant，是投行内部最具影响力的部门之一。Strats部门由高盛首创，被许多投行效仿，比如摩根士丹利、德意志银行等等。如今，曾在高盛Strats部门任职的员工们已经在高盛中担任重要职位：Marty Chavez，首席财务官；Elisha Wiesel，首席信息官；John Madsen，科技组的主管等等。所以，现在Strats也是投行中的热门部门。
如果说硅谷是码农的天下，那么矿工就是华尔街的巨星。
靠着敏锐的市场洞察力，过硬的专业技能，孤勇的定力在金融圈里创造一个又一个奇迹。比如早年间赌押英镑的索罗斯，以及拥有超高回报率基金而闻名的詹姆斯西蒙斯。
投行、资产管理公司、对冲基金、保险公司、会计事务所、商业银行... ...整个金融圈都在抢的人才。
Quant也被称作H1B收割机，据说九大投行的H1B大多给Quant，给中国学生sponsor最多的岗位之一，还有高于IBD的薪资。以高盛为例，刚入职就能拿到13万美金的薪资呢！
从幕后转向台前的Quant
首先，我们先来定义下什么是Quant。
随着金融证券变得越来越复杂，人才需求也越来越大，不仅要了解证券价格，还会设计并运用复杂数学模型，而且他们能够提高这些证券的利润并降低风险。这些人才被称为Quantitative analysts，即量化分析师。通俗的说，Quant其实就是搞研究，模型开发，数据研究，是编程+数学+金融三个方向相融合，非常适合MFE（金融工程硕士）学生的一个行业。
投行、对冲基金、商业银行、保险公司和管理咨询公司都需要量化分析师，可见Quant有多火。从历史上看，这些Quant以前只在幕后工作，但随着Quant模型变得越来越常见，金融市场引入量化的概念，不仅帮助投资者定价期权和制定策略，还有助于保持市场的流动性。Quant也慢慢转向Front Office，并不是只在后面打辅助了~
Quant有哪些分类？
首先一张图带你们大致了解下Quant的分类以及他们做什么。
根据不同公司性质的分类
Quant根据公司性质不同大致分两类：卖方Quant和买方Quant。为卖方工作的Quant就是卖方Quant，比如投行；为买方工作的Quant就是买方Quant，比如对冲基金公司、自营交易公司等等。
卖方Quant
卖方Quant主要用数学、统计、计算机的知识设计金融产品并为复杂的金融产品进行定价、风险控制。在投行，Quant的前台职位不多，因为对Quant的需求大多还是在模型验证和后端风险中，所以前台岗位竞争是很激烈的。
买方Quant
另一种多见于买方机构，比如像Jane Street这样的Prop Trading Firm（自营交易公司）以及Renaissance Technologies这样的Quant Hedge Fund（量化对冲基金公司）。买方Quant主要运用要用数学、物理、统计、计算机等任何可能用得上的理工科的理论，预测价格走向，在证券市场中做交易。
根据不同职能的分类
当然Quant就算在同一家公司中，也具有不同的职能，比如在投行中，与Trader直接打交道，提供定价或交易工具；在Middle Office，量化分析师验证模型，进行研究并创建新策略。在银行和保险公司中，更关心的是风险管理，而不是交易策略。下面我们就按照职能的不同，来看下Quant的细分：
Quantitative Trader，即量化交易员，通常在量化金融领域的“食物链顶端”。这是因为他们正在为雇佣他们的公司创造大量的交易收入——要么是一家银行（自营交易部门），要么是一家对冲基金公司。Quantitative Trader设计搜索alpha的算法，这些算法是标准股票市场波动的一个组成部分。
Quantitative Developers，即量化开发人员。一般来说，金融行业有两种类型的Quantitative Developers。第一种类型将与其他量化分析师密切合作，以实现和优化他们的金融模型。这些Quants通常会离钱很近，并且会进驻在一家投行的Front Office.
第二种类型的Quantitative Developers将处理金融定价数据和交易系统架构。他们将对原始的基础设施进行编码，让量化分析师/交易员运行他们的模型并赚钱。
Quantitative Engineer，也被称为Financial Quant Engineer 金融量化分析师，他们负责正确定价金融产品，比如固定收益、外汇、衍生产品等等。金融工量化分析师通常会有物理学或工程学的背景——利用他们的建模技能来定价新的金融产品。
Quantitative Research 量化研究人员通常是一个纯数学家或微积分博士，他们是一个比较学术的角色。他们通常在研究公司或一些较大的对冲基金中任职，致力于寻找更多的方法来获取市场回报。如今，Quantitative Research也被投行雇佣，属于Middle Office。这些研究人员不会花太多时间来执行模型，一般来说会把这类执行工作交给Quantitative Developer和Quantitative Engineer.
Desk Quant，与Trader直接打交道，提供定价或交易工具，属于Front Office 。他们帮助Trader编程，开发直接能用的程序，实现策略，赚钱多压力大，需要精通算法和编程。通俗的来说，当trader没遇到问题时，Desk Quant就是support，帮忙编程，开发程序及软件，做做research；当trader遇到问题时，Desk Quant就要从risk、pricing、portfolio match、hedge match等各方面分析，最后得出该笔交易能否做，怎么做，做成什么样。
Risk quant 可以分为market risk quant，credit risk quant，operational risk quant,，CVA risk quant，model risk quant等。 每一种类型顾名思义，为其所在的风险部门提供量化建模策略，与risk management, risk reporting， technology等部门需要协同合作。
Strats，全称Strategies，通过解决重大的问题，向公司和外部客户提供战略援，是提出贸易观点的人，属于Front Office Quant，是投行内部最具影响力的部门之一。Strats部门由高盛首创，被许多投行效仿，比如摩根士丹利、德意志银行等等。如今，曾在高盛Strats部门任职的员工们已经在高盛中担任重要职位：Marty Chavez，首席财务官；Elisha Wiesel，首席信息官；John Madsen，科技组的主管等等。所以，现在Strats也是投行中的热门部门。
