互联网转量化交易，其实是一件挺顺理成章的事，就在上周，有一位来自某乎的朋友，来我这拜访我，其实他来的目的也特别简单，他想向我佐证一下，职业量化交易这一条路，他可以做下去吗，以及其它一些细枝末节的问题。
他以前是某日系合资企业的程序工程师，程序背景是C++与python，天然的爱好股票市场，爱好做交易，后来投入越来越多，必竟前些年程序员的收入是出了名的高，加上行情应景，顺了些时日，有了些底气后，就越玩越大。现在也已经是一种疯狂痴迷的状态，
交谈间了解到，对他来说，似乎只有转型或兼职从事量化交易，从事量化程序模型的开发，才能将他前些年已经熟练掌握的知识更加灵活的运用起来，不至于将这些知识慢慢荒废，烂在大脑里。正好他呆在公司空闲的时间特别多，现在也是一个职业倦怠期，有空就可以划水，他是属于公司的老油条那种，还有一定的权力，但对于炒股这个爱好，很烦恼的事情就是，很想抽身职业化的去做，却又担心不确定的市场会给自己带来输不起的惨痛的教训。
还有在公司单位里，一定是不适合打开电脑或者手机的炒股界面的，思来想去，唯有量化与程序化交易的方式，才能满足他的一些不定期看盘的可能，即不错过行情，又能平衡他现在对于工作以及交易兴趣的满足。
最重要的一点，程序化与量化交易的方式，天然适合理工出身的程序员。但凡程序员只要是搞过交易的，极大程度会在交易过程中，运用早已经根植于大脑深处的数理思维模式来进行系统化的证券交易，这一点与其它行业出身的人群一对比，他们是极易采用主观与情绪化的行为进行指导交易，因此程度员这个物种做交易，会与其它职业出身的人形成鲜明的反差。
在这个市场上想要生存下来的第一步，就是构建系统化的交易策略。构建交易策略一定是需要交易参与者拥有数理思维的。
因此，数理思维已经烂熟于心的程序员从事交易时，会有给力的先天优势，而我之前也反复有讲过，数理思维指导交易，或者用于量化交易建模，是会反反复复会运用到的技能。
在量化交易从业过程中，拥有一定程度的数理知识出身背景、从业经历这种是有加分的。
交谈间了解到，对他来说，似乎只有转型或兼职从事量化交易，从事量化程序模型的开发，才能将他前些年已经熟练掌握的知识更加灵活的运用起来，不至于将这些知识慢慢荒废，烂在大脑里。正好他呆在公司空闲的时间特别多，现在也是一个职业倦怠期，有空就可以划水，他是属于公司的老油条那种，还有一定的权力，但对于炒股这个爱好，很烦恼的事情就是，很想抽身职业化的去做，却又担心不确定的市场会给自己带来输不起的惨痛的教训。
还有在公司单位里，一定是不适合打开电脑或者手机的炒股界面的，思来想去，唯有量化与程序化交易的方式，才能满足他的一些不定期看盘的可能，即不错过行情，又能平衡他现在对于工作以及交易兴趣的满足。
最重要的一点，程序化与量化交易的方式，天然适合理工出身的程序员。但凡程序员只要是搞过交易的，极大程度会在交易过程中，运用早已经根植于大脑深处的数理思维模式来进行系统化的证券交易，这一点与其它行业出身的人群一对比，他们是极易采用主观与情绪化的行为进行指导交易，因此程度员这个物种做交易，会与其它职业出身的人形成鲜明的反差。
在这个市场上想要生存下来的第一步，就是构建系统化的交易策略。构建交易策略一定是需要交易参与者拥有数理思维的。
因此，数理思维已经烂熟于心的程序员从事交易时，会有给力的先天优势，而我之前也反复有讲过，数理思维指导交易，或者用于量化交易建模，是会反反复复会运用到的技能。
在量化交易从业过程中，拥有一定程度的数理知识出身背景、从业经历这种是有加分的。
学姐可以把当时上岸的备考规划给你。少走1个月的弯路，同时我把备考的资料分享给大家，都是课程的内部资料，大家需要的可以戳下面卡片领取↓↓↓
另外，多年的程序语言知识的积累，对于量化交易模型的开发过程，又是如虎添翼。
所以这么说来，程序员转型做量化交易，在我看来，至少在先天优势性上，就已经打败了其它行业出身的人群。
但程序员转型做量化交易，也会有缺乏的知识点。
一是真实市场经验的部份，
这一部份是需要时间体验来获得的，别无他法，真实的市场，并不会按照你研究并设计的程序模型线性运行，极度无序，又看似有序。且不可描述。
二是人性历练的部份，
人性的部份，也是最难的部份，部份知识上升到哲学层面。这一点上是所有普通与伟大交易员开始拉开距离的地方，
三是扎实的金融市场基础知识。
不要跳过任何一个基础的知识，因为你会在以后的过程中，因为跳过这些基础部份而花费巨大的代价。
量化交易的学习过程，绝对不是什么整天去研究什么新颖的策略类型，或者动辄几千上万行的代码写成的复杂逻辑架构。
而且需要在你学习的初期，将大量的时间用在我上面描述的三个部份上，
在这个完成了我说的三个知识部份的历练与学习之后，
最重要的就是开眼界了，我是推荐所有从事量化交易行业的朋友，应该走出去看一看，比如一些国内外知名量化机构或是一些职业交易员（量化交易员最好），多结交一些同个量化交易圈子的朋友，比如一些量化机构的基金经理、数据科学家、算法工程师等等。多与他们探讨一下，各个学术流派的做法。久而久之，在实战有效性上面，你会受益良多。至少会知道自己从事的研究方向，在这个满是顶级智商人群的行业里，是否具备一战的可能性。
如果是打算从程序员转行到金融机构从业，那么可能还是需要一些学历光环背景的，这一行业的人群比较爱面子，尤其是TOP排行前面那几家。但拥有光环的出身只决定了你的起点不低，也就是下限不低。上限的部份是需要你无数个日夜的浸淫，还有天赋与时运决定的。
简单来说量化机构从业就职的可能性，要么看你的学历知识背景是否足够强大，要么看你的历史经验是否足具说服力（比如曾经拥有管理大型资金的实战经历与证明资料）。
如果你拥有一些证书之类的，当然是最好不过的，现在圈里新人就业方向，也是比较看重这个的。但我们那个年代是不看重这个的，
今天这里讨论的是无经验的人群，打算转型从事量化交易或是就业相关量化机构，有什么加分的选项是一定要去学习的，因为机构招揽你，也就意味着打算培养你，是因为你值得被培培养，所以能力范围内，该学的知识一定要去学，该投入的还是要舍得投入，不论是精力还是金钱。
比如一些收费类型的量化交易相关知识培训的机构与课程，这种在我看来是比较具备说服力的，
还有CQF量化金融分析师证书，这证书相关的系列课程里面，有一些知识是野生交易员最欠缺的部份，比如《定量风险与回报》，比如《金融数据科学》，以及机器学习方面的应用等等，有机会的话可以去试试。
话说量化交易员这一行当真的是越来越卷了，已经不再是以及动动手指头，看看K线图走势，用程序简单表达并自动化就可以纵横驰骋的年代了。
所以这么说来，程序员转型做量化交易，在我看来，至少在先天优势性上，就已经打败了其它行业出身的人群。
但程序员转型做量化交易，也会有缺乏的知识点。
一是真实市场经验的部份，
这一部份是需要时间体验来获得的，别无他法，真实的市场，并不会按照你研究并设计的程序模型线性运行，极度无序，又看似有序。且不可描述。
二是人性历练的部份，
人性的部份，也是最难的部份，部份知识上升到哲学层面。这一点上是所有普通与伟大交易员开始拉开距离的地方，
三是扎实的金融市场基础知识。
不要跳过任何一个基础的知识，因为你会在以后的过程中，因为跳过这些基础部份而花费巨大的代价。
量化交易的学习过程，绝对不是什么整天去研究什么新颖的策略类型，或者动辄几千上万行的代码写成的复杂逻辑架构。
而且需要在你学习的初期，将大量的时间用在我上面描述的三个部份上，
在这个完成了我说的三个知识部份的历练与学习之后，
最重要的就是开眼界了，我是推荐所有从事量化交易行业的朋友，应该走出去看一看，比如一些国内外知名量化机构或是一些职业交易员（量化交易员最好），多结交一些同个量化交易圈子的朋友，比如一些量化机构的基金经理、数据科学家、算法工程师等等。多与他们探讨一下，各个学术流派的做法。久而久之，在实战有效性上面，你会受益良多。至少会知道自己从事的研究方向，在这个满是顶级智商人群的行业里，是否具备一战的可能性。
如果是打算从程序员转行到金融机构从业，那么可能还是需要一些学历光环背景的，这一行业的人群比较爱面子，尤其是TOP排行前面那几家。但拥有光环的出身只决定了你的起点不低，也就是下限不低。上限的部份是需要你无数个日夜的浸淫，还有天赋与时运决定的。
简单来说量化机构从业就职的可能性，要么看你的学历知识背景是否足够强大，要么看你的历史经验是否足具说服力（比如曾经拥有管理大型资金的实战经历与证明资料）。
如果你拥有一些证书之类的，当然是最好不过的，现在圈里新人就业方向，也是比较看重这个的。但我们那个年代是不看重这个的，
今天这里讨论的是无经验的人群，打算转型从事量化交易或是就业相关量化机构，有什么加分的选项是一定要去学习的，因为机构招揽你，也就意味着打算培养你，是因为你值得被培培养，所以能力范围内，该学的知识一定要去学，该投入的还是要舍得投入，不论是精力还是金钱。
比如一些收费类型的量化交易相关知识培训的机构与课程，这种在我看来是比较具备说服力的，
还有CQF量化金融分析师证书，这证书相关的系列课程里面，有一些知识是野生交易员最欠缺的部份，比如《定量风险与回报》，比如《金融数据科学》，以及机器学习方面的应用等等，有机会的话可以去试试。
话说量化交易员这一行当真的是越来越卷了，已经不再是以及动动手指头，看看K线图走势，用程序简单表达并自动化就可以纵横驰骋的年代了。
