quant的工作就是设计并实现金融的数学模型（主要采用计算机编程），包括衍生品定价，风险估价或预测市场行为等。

z=quant(x,y)

x是矩阵、向量或者标量；

y是最小值（选定的标量，用来被除的）；

z是函数返回值：与x同维度，对应元素是y的整数倍，并且离x的对应元素近。

a. desk quant

开发直接被交易员使用的价格模型，优势是接近交易中所遇到的money和机会，劣势是压力很大。

b. Model validating quant

独立开发价格模型，不过是为了确定desk quant开发的模型的正确性，优势是更轻松，压力比较小，劣势是这种小组会比较没有作为而且远离money。

c. Research quant

尝试发明新的价格公式和模型，有时还会执行blue-sky research（金融趋势研究），优势是比较有趣（对喜欢这些人来说），而且你学到很多东西，劣势是有时会比较难证明有你这个人存在（跟科学家一样，没有什么大的成果就没人注意你）。

d. quant developer

其实就是名字被美化的程序员，但收入很不错而且很容易找到工作，这种工作变化很大，它可能是一直在写代码，或者调试其他人的大型系统。

e. Statistical arbitrage quant

在数据中寻找自动交易系统的模式（就是套利系统），这种技术比起衍生物定价的技术有很大的不同，它主要用在对冲基金里，而且这种位置的回报是极不稳定的。

d. capital quant

建立银行的信用和资本模型，相比衍生物定价相关的工作，它没有那么吸引人，但是随着巴塞尔II银行协议的到来，它变的越来越重要，你会得到不错的收入（但不会很多），更少的压力和更少的工作时间。

基本原则，靠近钱比远离钱要来得容易。

a.FX

FX就是外汇交易的简写，合同趋向于短期，大量的金额和简单的规定，所以重点在于很快速度的建立模型。

b.Equities

Equities的意思是股票和指数的期权，技术偏向于偏微分方程（PDE），它并不是一个特别大的市场。

c.Fixed income

Fixed income的意思是基于利息的衍生物，这从市值上来说可能是最大的市场，它用到的数学会更加复杂，因为从根本上来说它是多维的，技术上的技巧会用的很多。它的收入比较高。

d.Credit derivatives

Credit derivatives是建立在那些公司债务还清上的衍生产品，它发展得非常快并有大量需求，所以也有很高的收入，尽管如此，它体现了一些当前经济的泡沫因素。

e.Commodities

Commodities因为生活用品价格的普遍涨价，也成为一个发展迅速的领域。

f.Hybrids

Hybrids是多于一个市场的衍生物市场，典型情况是利息率加上一些其它东西。它主要的优势在于可以学到多种领域的知识，这也是当前非常流行的领域。

a.商业银行（汇丰银行，花旗银行）

商业银行对你要求少，也给的少，工作会比较稳定。

b.投行 (高盛，摩根士丹利)

投行需要大量的工作时间但工资很高，不是很稳定的工作。总的来说，美国的银行收入比欧洲银行高，但工作时间更长。

c.对冲基金（Citadel Group）

对冲基金需要大量的工作时间和内容，他们也处在高速发展同时不稳定的情况中，你可能会得到大量的回报，也可能几个月后就被开除。

d.会计公司

大型会计公司会有自己的顾问quant团队，有些还会送他们的员工去Oxford读Master，主要的劣势在于你远离具体的行为和决策，而且厉害的人更愿意去银行，所以你比较难找到人请教。

e.软件公司

外包quant模型变得越来越流行，所以你去软件公司也是一个选择，劣势和会计公司比较类似。

有非常多的关于quant的书，基础书籍包括：

- Hull - Options future and other derivatives. 这本书被称为bible，缺点是这本书的内容主要面向MBA而不是quantitative专家。

- Baxter and Rennie – 主要介绍一些手法和诀窍，但主要面向原理而不是实际操作。

- Wilmott (Derivatives) – 对PDE介绍的非常不错，但其他方面一般。

推荐其他几本原作者的书（广告啊...但的确很好，大牛来的）

- The concepts and practice of mathematical finance

这本书的目标在于覆盖一个优秀quant应该知道的知识领域，其中包括强列推荐你在应聘工作之前看的一些编程项目。

- C++ design patterns and derivatives pricing

这本书是为了告诉大家如何使用C++来做quant的工作。

随机微积分虽然在第一眼看上去不是很重要但的确非常有用的。我建议大家先看一些基本理论的书，类似Chung’s books，一些这方面我推荐的书：

- Williams, Probability with martingales. 一本很容易让人了解account of discrete time martingale theory的书.

- Rogers and Williams, particularly Volume 1.

- Chung and Williams

根据你想工作的地方不同，你需要学习的知识变化很大。在写这篇文章的时间（1996），我会建议将我的书全部学会就可以。很多人错误的把学习这些知识看作仅仅看书而已，你要做的是真正的学习，就像你在准备参加一个基于这些书内容的考试。如果你对能在这个考试里拿A都没有信心的话，就不要去面试任何的工作。

面试官更在乎你对基本知识的了解是否透彻，而不是你懂得多少东西。展示你对这个领域的兴趣也很重要，你需要经常阅读Economist，FT和Wall Street Journal。面试会问到一些基本微积分或分析的问题，例如Log x的积分是什么。问到类似Black-Scholes公式怎么得出的问题也是很正常的。他们也会问到你的论文相关的问题。

面试同样也是让你选择公司的一个机会，他们喜欢什么样的人，他们关心的是什么之类的答案可以从他们的问题中得出，如果问了很多关于C++语法的问题，那么要小心选择除非那是你想做的工作。一般来说，一个PhD对得到quant的offer是必需的。

有一个金融数学的Master学位会让你在银行风险或交易支持方面却不是直接quant方面的工作。银行业变得越来越需要数学知识，所以那些东西在银行的很多领域都有帮助。

在美国，读了一个PhD之后再读一个Master变得越来越普遍，在UK这依然比较少见。

所有类型的quant都在编程方面花费大量时间（多于一半）。尽管如此，开发新的模型本身也是很有趣的一件事。标准的实现方法是用C++，一个想成为quant的人需要学习C++。有些其他地方使用Matlab所以也是一个很有用的技能，但没C++那么重要。VBA也用的很多，但你可以在工作中掌握它。

一个quant能赚多少？一个没有经验的quant每年大概会挣到35000-50000磅，我所见过最低的是25000，最高的是60000加奖金。如果你的工资超出这个范围，你要问自己为什么？收入会迅速的增长，奖金也是总收入中一个很大的组成部分。不要太在乎开始的工资是多少，而是看重这个工作的发展机会和学习的机会。

一个quant工作的时间变化很大，在RBS我们8:30上班，6pm下班，压力也是变化很大的。一些美国银行希望你工作时间更长，在伦敦有5-6个星期的假期，而在美国2-3个是正常的。