在了解之后我发现CQF是适合我的,于是就报考了CQF。我一直自喻自己去学开挖掘机而不是去考挖掘机驾驶证。
对我这类在职人员来说,最大的问题就是密集的课时安排和个人可用时间受限的矛盾,以及在短时间内解决复杂问题的能力。
按学科划分的话,CQF课程主要是金融、数学和编程,大多数学员一开始最多只掌握了其中两门。
所以在学习CQF的过程中,至少有一门是要从零开始学,而每一学科它本身的体量和难度都很大。
比如我,我本身是金融专业,数学基础还过得去,对我而言最大的问题是编程。虽然我略微懂一些编程原理,也有过一些简单的实践,但我使用Python等编程语言的经验还是很匮乏的,对机器学习领域更是从未涉足,所以用python来实现机器学习中的代码时,碰到的障碍就很大。
这种跨界的障碍,就像是今天通知我一个月内完成一个标记逆转录RNA特定序列的实验或者重复一次玻色子质量测度一样,难者不会、会者不难。
我在后面几次考试时,每次光读题就用一个星期。看完题目我都是黑人问号脸:王德发,这题目说的是什么?!
这种时候就很容易让人放弃。
电影《火星救援》片尾主人公有一段话很好地描述了解决方法:
This is space.It does not cooperate.At some point,everything going to go south on you.And you’re going to say,“This is it.This is how I end.”Now,you can either accept that or you can get to work.That’s all it is.You just begin.You do the math.You solve one problem then you solve the next one.And then the next.And if you solve enough problems,you get to come home.
一句话:直面挑战,解决困难。
我的编程基础差,做起来很花时间。平时太忙没时间,只好对自己狠一点了。有一次,我连着一个星期每天睡觉三小时才按时完成考试。虽然过程一点也不愉悦,但是我完成了既定目标。回头再看,其实还挺简单。
我觉得能学CQF的人都是比较牛叉的,如果输在畏难这种地方还是有点害臊的。另外尽量不要中途延期,学习就是“一鼓作气,再而衰,三而竭”的事。
比如我,作为金融风险管理者,可以直接用学到的技术去识别和测量风险,可以更好地理解人工智能在金融领域越来越广泛应用产生的影响,可以通过与同学们同业们的交流进一步强化自己在本领域应用CQF技术的能力。
我还打算在技能比较熟练的时候用它来做一些行为金融学试验,在实验室环境下模拟人类某些特定方面的行为,说不定还能据此读个博。
另一个意义就是,这次学习CQF的经历补充了自己对世界的认识。以前即便经常接触到随机理论和混沌理论,但个人还是有着很强的机械论倾向,以线性的逻辑来看待事物,甚至连玩游戏都是工业流水线设计。
这次学习让我深入探索了纯粹随机的世界,在一定程度上纠正了过度机械论的思维,是认识论上的一个转变。
越来越多的量化参与者也许会使市场更易测度,也许会进而引入更多博弈反而使市场更难测度。但不管哪个结果,都是以量化方式为基础的。最终量化金融会可能会在圈内普及,然后淘汰掉落后的方式。
如果量化方式确实让未来的金融领域更加深化,那么CQF的应用场景也会更多,而不仅仅是用于投资。可以做,也不排他。我觉得大家可以根据自己的情况拓宽思路,不必太限制自己。
从照片来看,这些年不仅收获了学识,还收获了年龄。或者反过来说,这些年不仅收获了年龄,还收获了学识。希望诸位同学在人生路上不负韶华。