以下兩種背景，哪一種更容易成為量化交易高手？

1樓：李明軍

背景（2）已經是高手了

量化無非是希望通過模型實現價差交易，但是價差交易實現的方式有很多，何必一定要拘泥於特定方式？

做價值投資的，跟著感覺走的，看技術指標的，真的低量化交易一等嗎？評判交易行為應該看的是交易結果而不是交易手段

2樓：kevin量化獵頭

你要問哪一種更容易成為量化交易高手，我覺得第一種，乙個量化交易者需要有一定深度的數學知識、和高超的計算機技能，起碼第一種是潛力股，第二種量化公司壓根不會要。

3樓：觀瀾閣閣主

後者機會更大，因為後者已經過了盈利關，需要補課的就是專業知識了。前者雖然專業知識豐富，但是還沒有過盈利關，很多人這一輩子都過不了這一關

4樓：May(投資)

沒所謂聽誰的，路都是靠自己走的，別人說的都是根據自己的經驗，因為每個人的經歷和視野和見解都不同。如果你問哪種更易賺到錢，這個無疑是博士。

哪個更容易成為量化高手，從理論和實踐上看也是博士概率大。原因如下：

1.博士首先年紀就比本科大，多花這幾年研究，即使沒有經驗，完全可以把理論用來實踐和嘗試，量化公司就喜歡這樣的人才，博士是更具有研發和創新力的。本科雖然有經驗，但如果想打破上限，就還得持續學習！

2.最好前提是都會程式設計，即使前提是不會，這點也不是障礙，學就可以了，實現巨大財富的動力會迫使你前進的。

3.從例子來看，用事實說話，有實力的量化公司，本科生偏少，研究生居多，博士其次，裡面涉及公司實力和用人成本。當然，你自己是老闆，無所謂本科和博士，有錢就行！

我也是遇到不少，就自己乙個人管著接近上億規模的大佬，還特謙虛低調！所以，做量化總吆喝自己多厲害的，大多很虛，還易引發好事者怒懟，也沒什麼不好，怕不懂的上當（畢竟展示總有所圖）。

4.也不是打擊本科生，因為人還有一項本能：學習，不斷學習，有句話說得好，等你追上我的時候，我已經不在那個地方了！只有不斷進步，保持學習的能力，條件都不是限制！

供參考！

5樓：戀邪

這個很難說，感覺也沒有明確答案，看個人的努力程度吧；

第1類背景因為沒有盈利經驗，做量化更多的是從指標，概率等從下至上的思考方法；

第2類背景已經有了盈利經驗，可能去更多的是從上至下的思考方法，而且可能更多的是半自動的方式，個人可能會干預，此時程式只是乙個思路實現的工具；

能不能做好不知道，但第2種感覺更有針對性一些，概率上應該更大；

6樓：Tmac

第乙個的可能性比第二個大吧。因為很大程度上，第二個會發現成為"量化高手"還沒有自己做主觀來的收益高，所以更傾向於往相對於自己的阻力方向更小的方向發展。而第一類人，之所以做量化，也是因為想掙交易的錢，但做主觀沒有優勢，所以只好專心做自己擅長的事情了。

7樓：

本人量化交易工作五年了

樓主說你是小白，那我就針對小白結合自身經驗回答吧，不繞彎子。

第一種更有可能。

成為量化交易高手的核心競爭力是智商，程式設計和數理思維是基礎。這一行有個特點，就是幾乎不可能實現勤能補拙。

綜上，第一種人學歷高，大概率高考成績稍好，因此智商高的概率也更高。同時，在程式設計能力一樣的情況下，第一種人數理思維更縝密。因此第一種人更有可能。

8樓：小作手

顯然第一種更容易成為量化交易高手，量化交易高手與否的標誌就是能不能拿到投資，能不能打理客戶的投資，第一種的資歷明顯強於後者。

高手都是替別人理財的，用別人的錢掙錢，旱澇保收，所以還是學好金融專業，至少考個cfa啥的，比研究技術分析有用。

現在的量化基本沒多高的門檻，乙個普通的股民也容易上手。

9樓：

這兩個的可能性都很小。首先明確量化投資很難通過單打獨鬥實現，應該是一些不同領域的高手，採用與眾不同的思維框架+優秀的數學模型+高效運轉的程式設計成果和硬體，才能實現量化投資。

第乙個的可能性很小，不是因為他沒有投資經歷，而是因為金融學和投資學的背景。聽起來很奇怪，但是，你知道嗎，金融學和投資學的框架了限制了他的思維，投資是少數人成功的事情，如果你的思維與別人類同，就進入了紅海競爭，很難勝出。

讓我們看看世界迄今為止最成功的量化投資公司-文藝復興公司的招聘的崗位：研究科學家、程式設計師（電腦科學、數學、物理、統計專業，需要程式設計技巧，強調不需要金融背景）、網路工程師、系統管理員等，特別的是科技人才招聘顧問。

因此，如果你的背景是與金融、投資無關，甚至是與投資沒有半毛錢關係，那麼你可以借鑑你自己擅長領域技術、思維或框架，建立與別人完成不同的投資邏輯，這樣就有勝出的可能。記住，只是勝出的可能，畢竟成功需要的因素太多了，包括運氣。

第二個的可能性也小。普通本科學歷，決定他在自己的領域沒有優勢，很難掌握領域領先的技術或思維方式；普通本科學歷，也決定了他不具備優秀的數學能力，數學能力很大程度上是天賦，普通人後天很難突破自身的天花板。

10樓：

數理統計是基礎，市場經驗是核心。光有基礎沒有核心，在乙個零和博弈市場中也很難產生什麼價值。有充足的投資經驗還可以穩定收益的話，量化也不是必須要走的路，繼續做下去不就很好嗎？

如果真要去做量化，基礎的東西也一定要補一些，要不頂多是做一些輔助下單的程式而已。要說哪類容易成量化高手，就看兩方面哪個更難學了。