Mange mennesker fra matematiske eller statistiske bakgrunner ønsker å være kvanthandlere. Men i denne tiden har jobben beskrivelsen for en quant utvidet betydelig, på grunn av adventen av høyfrekvent, algoritmisk og automatisert handel. Jobber på disse områdene er ganske krevende, og de krever mer enn bare fremragende ferdigheter i dataanalyse. De krever også en bredere forståelse, bygging og gjennomføring av automatiserte handelssystemer.

AD:

Denne artikkelen dekker detaljer om hvordan noen med bakgrunn i matematikk eller statistikk kan bli en quant trader, hvilken videre spesialisert kvalifisering eller opplæring kan hjelpe til med å bli en quant, hvilken arbeidserfaring passer godt for å utfylle den pedagogiske kvalifikasjonen for en quant jobb, og relaterte emner. (Investopedia forklarer: Hvilke kvantitative forhandlere gjør og hvordan de har utviklet seg)

Profilen til en quant trader krever dataanalyse, datautvinning og forskningskapasiteter, som egentlig er det minste. Man må også være dyktig på en rekke andre områder:

AD:

· Datamaskinbruk, spesifikk for handelsbehov : Matematikere og statistikere i dag er velbevandste i dataanalysesoftware og applikasjoner. Imidlertid kan deres anvendelighet til kvantitativ handel være begrenset. For e. g. , regneark er mye brukt i dataanalyse, men gjennomføring av handel og forskningsspesifikke analyser i en dedikert kvantapplikasjon som MATLAB kan kreve tilleggsopplæring og praktisk erfaring.

AD:

Bruke noen få handelsapplikasjoner (enten gratis prøveversjon eller fullversjon) vil gi deg praktisk erfaring. Høyskoler og universiteter gir vanligvis tilgang til slike dedikerte applikasjoner.

· Programmering av språkkunnskap : Programvare for avansert nivåplugg og spillhandel er tilgjengelig i store mengder, som hevder å oppfylle alle aspekter av kvantitativ handel. Få er veldig gode, men de fleste passer ikke i dag til dynamiske og praktiske krav til kvanthandel. Suksessfulle kvanthandlere krever evnen til å konseptualisere og bygge handelssystemer alene, som kun kan oppnås ved dataprogrammering. Perl, Python, Java og C ++ er vanlige programmeringsspråk for bygging av slike handelssystemer, og kjennskap til minst en av dem er obligatorisk.

Programmering kan ikke være en del av noen standard matematikk eller statistikk kurs, men disse språkopplæringene er fritt tilgjengelige online gjennom interaktive opplæringsprogrammer. Dedikert klasserombasert kortsiktig betalt kurs er også tilgjengelig.

· Market data familiarity : Quant trading krever fortrolig med markedsdata, som kan gå utover standard dekning av matematikk og statistikk, eller til og med utover standard åpne, høye, lave, lave priser.En kvant må også ha forståelse for generelle markedsdata knyttet til ulike bedriftsaksjoner (og dens innvirkning på handel) og spesialiserte produkter utover aksjer og obligasjoner (som warrants, derivater, OTC-produkter, etc.).

Markedsdata kunnskap er Lett å skaffe seg gjennom ulike online hjelpemidler. Casestudier for virkninger av ulike bedriftsaksjoner, nyheter og tilhørende emner er lett tilgjengelige, som er enkle for aspirerende quants fra matematikk og statistikkgrunnlag å bygge videre på. Det er dedikert betalt kurs og sertifiseringer som drives av ulike autoriserte institutter (inkludert børser), som kan tas av hopefuls som reell verdi legger til sine CVer.

· Forståelse av vanlige handelsstrategier : Selv om quants er pålagt å oppdage og utarbeide egne handelsstrategier, har man en forståelse av vanlige handelsstrategier. Det gir den nødvendige grunnlaget og byggeklossene for å gi start til kvalifiserte personer.

· Kjennskap til risikostyringskonsepter : Spesifikke kriterier brukes til å håndtere risikoer i ethvert handelssystem som inkluderer scenarioanalyse, stoppmekanismer, grenser for handelskapital mv. Man bør være utstyrt med disse Konsepter som Risikostyring er en viktig del av enhver kvantitativ handel.

Risikostyring er et stort tema i seg selv, og dedikert kurs og moduler er tilgjengelige for det. For kvant trader krav, kjennskap til grunnleggende konsepter og hvordan det kan påvirke sine egne systemer vil være tilstrekkelig.

· Valg av handelsspesifikke valgfrie kurs : De fleste matematikk eller statistikk kurs tilbyr et valg av valgfag. Aspirantkandidater som er ivrige etter å bli quants, burde ha som mål å velge fordeler ved å velge handel / markedsspesifikke moduler, som tilgjengelig.

· En kvant traderes tankegang : Mange aspirere, men ikke alle aspiranter passer inn i den nødvendige tankegangen til kvanthandlere. Under jobbintervjuer i store handelsfirmaer vurderes søkere grundig for å ha handelsmannens temperament. Risiko for evner, akseptabilitet til feil, evne til å jobbe under stress, lang arbeidstid, etc. er noen av egenskapene kandidatene vurderes på i løpet av kvanttraderjobbintervjuene.

Det beste er å gjøre en selvvurdering - passer jeg virkelig inn i kravene til høy risiko-høy belønning jobb, eller er det bare ikke min type. Ingen andre enn du eier, kan gi en ærlig vurdering for egnethet for denne lukrative, høyt betalende jobben. Å drive egen handelsvirksomhet er et annet alternativ, men suksess og fiasko må bæres av deg.

· Bygg et prototype / demonstrable kvanthandelsprosjekt : Hvis de ovennevnte hullene kan fylles, prøv å bygge en prototype som et påviselig kvanthandelsprosjekt basert på dine egne konsepter. Det vil gi gode snakkpoeng støttet av pedagogiske kvalifikasjoner av matte eller statistikk, slik at du kan rettferdiggjøre din kandidatur for kvant handelsarbeid.

Bunnlinjen :

Med datamaskinstøttet automatisering er det ubegrensede muligheter i handelsverdenen.På den ene siden holder feltet åpent for flere og flere konsepter og ideer som skal bringes inn; På den annen side tvinger den en stillestående avhengighet av datamaskin-til-datamaskin-handel, hvor kvanttraderens rolle blir begrenset til å bygge smarte applikasjoner med stor risiko for tap. En grundig selvbedømmelse basert på ovennevnte poeng vil bidra til å bestemme hvordan man skal flytte fra matematiker / statistikkvalifikasjon til den virkelige verdenskvanthandel.