交談間了解到,對他來說,似乎只有轉型或兼職從事量化交易,從事量化程序模型的開發(fā),才能將他前些年已經熟練掌握的知識更加靈活的運用起來,不至于將這些知識慢慢荒廢,爛在大腦里。正好他呆在公司空閑的時間特別多,現在也是一個職業(yè)倦怠期,有空就可以劃水,他是屬于公司的老油條那種,還有一定的權力,但對于炒股這個愛好,很煩惱的事情就是,很想抽身職業(yè)化的去做,卻又擔心不確定的市場會給自己帶來輸不起的慘痛的教訓。
還有在公司單位里,一定是不適合打開電腦或者手機的炒股界面的,思來想去,唯有量化與程序化交易的方式,才能滿足他的一些不定期看盤的可能,即不錯過行情,又能平衡他現在對于工作以及交易興趣的滿足。
最重要的一點,程序化與量化交易的方式,天然適合理工出身的程序員。但凡程序員只要是搞過交易的,極大程度會在交易過程中,運用早已經根植于大腦深處的數理思維模式來進行系統(tǒng)化的證券交易,這一點與其它行業(yè)出身的人群一對比,他們是極易采用主觀與情緒化的行為進行指導交易,因此程度員這個物種做交易,會與其它職業(yè)出身的人形成鮮明的反差。
在這個市場上想要生存下來的第一步,就是構建系統(tǒng)化的交易策略。構建交易策略一定是需要交易參與者擁有數理思維的。
因此,數理思維已經爛熟于心的程序員從事交易時,會有給力的先天優(yōu)勢,而我之前也反復有講過,數理思維指導交易,或者用于量化交易建模,是會反反復復會運用到的技能。
在量化交易從業(yè)過程中,擁有一定程度的數理知識出身背景、從業(yè)經歷這種是有加分的。另外,多年的程序語言知識的積累,對于量化交易模型的開發(fā)過程,又是如虎添翼。
所以這么說來,程序員轉型做量化交易,在我看來,至少在先天優(yōu)勢性上,就已經打敗了其它行業(yè)出身的人群。
但程序員轉型做量化交易,也會有缺乏的知識點。
一是真實市場經驗的部分,
這一部分是需要時間體驗來獲得的,別無他法,真實的市場,并不會按照你研究并設計的程序模型線性運行,極度無序,又看似有序。且不可描述。
二是人性歷練的部分,
人性的部分,也是最難的部分,部分知識上升到哲學層面。這一點上是所有普通與偉大交易員開始拉開距離的地方,
三是扎實的金融市場基礎知識。
不要跳過任何一個基礎的知識,因為你會在以后的過程中,因為跳過這些基礎部分而花費巨大的代價。
量化交易的學習過程,絕對不是什么整天去研究什么新穎的策略類型,或者動輒幾千上萬行的代碼寫成的復雜邏輯架構。
而且需要在你學習的初期,將大量的時間用在我上面描述的三個部分上,
在這個完成了我說的三個知識部分的歷練與學習之后,
最重要的就是開眼界了,我是推薦所有從事量化交易行業(yè)的朋友,應該走出去看一看,比如一些國內外知名量化機構或是一些職業(yè)交易員(量化交易員最好),多結交一些同個量化交易圈子的朋友,比如一些量化機構的基金經理、數據科學家、算法工程師等等。多與他們探討一下,各個學術流派的做法。久而久之,在實戰(zhàn)有效性上面,你會受益良多。至少會知道自己從事的研究方向,在這個滿是頂級智商人群的行業(yè)里,是否具備一戰(zhàn)的可能性。
如果是打算從程序員轉行到金融機構從業(yè),那么可能還是需要一些學歷光環(huán)背景的,這一行業(yè)的人群比較愛面子,尤其是TOP排行前面那幾家。但擁有光環(huán)的出身只決定了你的起點不低,也就是下限不低。上限的部分是需要你無數個日夜的浸淫,還有天賦與時運決定的。
如果你擁有一些證書之類的,當然是最好不過的,現在圈里新人就業(yè)方向,也是比較看重這個的。但我們那個年代是不看重這個的,
今天這里討論的是無經驗的人群,打算轉型從事量化交易或是就業(yè)相關量化機構,有什么加分的選項是一定要去學習的,因為機構招攬你,也就意味著打算培養(yǎng)你,是因為你值得被培培養(yǎng),所以能力范圍內,該學的知識一定要去學,該投入的還是要舍得投入,不論是精力還是金錢。
比如一些收費類型的量化交易相關知識培訓的機構與課程,這種在我看來是比較具備說服力的,
話說量化交易員這一行當真的是越來越卷了,已經不再是以及動動手指頭,看看K線圖走勢,用程序簡單表達并自動化就可以縱橫馳騁的年代了。