CQF量化金融分析师在国内的职业发展方向在金融行业,主要有证券公司、私募基金、期货公司和互联网公司等等。不同的公司因为其从事的业务不同,决定了从事量化金融的职员的工作方向和内容。
从职位类型分析来看,量化金融相关的职业主包含:量化研究员、量化分析师、量化交易员和量化开发工程师等等,虽然具备良好的数学、编程和金融基础知识是从事量化金融行业必不可少的素养,但是不同职位侧重点并不相同。
目前,CQF的招生范围已扩大至全球,学员分别来自北美,南美,欧洲,亚洲地区。CQF在英国伦敦金融城(City of London)设立总部,并在纽约华尔街、法国、新加坡、香港与中国大陆设立培训中心,以适应CQF项目在全球如火如荼的扩张势头。
无论是证券公司、期货公司还是私募基金对交易员的要求都相对较高,因为交易直接和资金挂钩,量化研究也好、基本面分析也罢,最终都要落实到交易上,因此,量化交易这一个环节显得尤为的重要。
期货公司的做市商部门就是一个交易部门,经常在各大求职网站上招募交易员,近年来期货公司做市业务的蓬勃发展,对具备金融基础和编程能力的人才需求大大提高,期货做市商部门包含场内做市和场外做市商,场内做市主要是场内期权和期货的套利,而场外做市对期权定价要求更加,主要工作是制定期权合约和撮合客户成交
证券公司的量化研究以权益类和固收类为主,比如股票的多因子模型的研究,固定收益类资产投研模型的研究等等,这些职位要求对国内金融市场背景相对熟悉,并且对大类资产配置,风险模型等金融基础知识具备扎实的基础,同时因为需要大量的数据分析,对编程能力具有一定的要求,主流以python为主。阅读和理解金融领域的外文文献和实现相关的模型也是重要的技能之一,因此英语和将论文模型实现也是必备技能。
相对于量化研究和交易员,量化开发需要了解更多的和编程相关的内容,也需要学习更多的软件开发的工具,比如版本管理git,数据库SQL,Linux操作系统等等,如果是从事算法交易开发还需要扎实的数学基础知识,量化开发日常的工作主要是支持交易员的日常交易的需求,实现交易的策略和算法,开发交易Quant使用的交易工具等等,相对于量化研究,量化开发和量化交易联系的更为紧密,因为Quants需要开发人员提供交易工具,包括算法的实现、策略执行过程中问题的处理,交易数据统计等等,而量化研究人员更多的面对客户提供具有价值的研究报告。