d********t
发帖数: 9628 | 1 一个实习小印，杜克applied math大一结束。老板让他用capital IQ
做做筛选股票的simulation，也没看出有啥应付不了的。 |
l**********e
发帖数: 336 | 2 this is not quant ... at least not typical alpha quant in buy side
【在 d********t 的大作中提到】
: 一个实习小印，杜克applied math大一结束。老板让他用capital IQ
: 做做筛选股票的simulation，也没看出有啥应付不了的。
|
d********t
发帖数: 9628 | 3 咋不是alpha quant? 你有好的trading idea直接在capital IQ李实现就好。
【在 l**********e 的大作中提到】
: this is not quant ... at least not typical alpha quant in buy side
|
l*********g
发帖数: 1899 | 4 我还是学生的时候，有一次和我younger sister闲聊，聊过这么一件事：我们考高考读
大学读grad school。到最后，我们的工作是否真的需要用到这些尤其是grad school的
课上学的东西。
我younger sister怎么说呢？她说高考和这些高学位其实都是在不同阶段搞死一堆人，
留下一小撮人进入大学或者工作岗位的手段。
所以考虑是不是高中毕业就可以做没有意义。考虑筛选人的规则才有用，除非公司是自
己家开的。
【在 d********t 的大作中提到】
: 一个实习小印，杜克applied math大一结束。老板让他用capital IQ
: 做做筛选股票的simulation，也没看出有啥应付不了的。
|
m********8
发帖数: 7463 | 5 国内做百亿级别的基金经理，中专即可。据说靠老鼠仓弄了插不多10亿。
为了避免群体性事件所以党和正腐准备低调处理
下文自己可以去古狗。
《华夏基金多人被抓被查 女经理罗泽萍已自首》
--------
下文为枪手写的软广告。
-------------
我要做一条小溪，不仅永远选择向前，而且要在前进过程中，唱着歌、欣赏沿路的风景
。”这是罗泽萍的“生活格言”
从会计到证券分析师
1990年，18岁的罗泽萍从湖北经济管理大学会计专业（中专）毕业，在青山区某日杂公
司当起了一名会计。
因为专业出身的原因，她对数字一向敏感。那时，她鼓动同事拿钱来买国债券，大家都
因此而“小赚了一把”。这更激发了她对“买进卖出”投资方式的兴趣。1993年，她开
始在职攻读中南财经政法大学金融本科（高教自考）。同年5月份，她应聘到了武汉证
券公司。
开始，罗泽萍只是一名“报单员”（为客户填写买卖资料）。1996年，业务出色的她被
调任为客户服务部经理。
升任客服经理后不久，罗泽萍就产生了很强的忧虑感：客服经理做的多是接待工作，而
自己虽在证券界呆了较长时间，却没学到真正的本领。“不能满足于现状”，她立志提
升自我。
从此，她想尽一切办法提高自己的证券分析能力。有时一整天，她都盯着电脑盘面，眼
睛血红血红的。到2002年，她已成为业界少有的知名女分析师，在多家电视台做股评员。
从国企“乘凉”到民企“栽树”
去年，大摩投资咨询公司开始物色女性证券分析师。经过业界人士推荐，大摩盯上了罗
泽萍。
当时的罗泽萍有些犹豫。武汉证券“枝繁叶茂”，可以背靠它“乘凉”了，要放弃真有
点舍不得。但最终，喜欢挑战的她还是选择了去大摩。
大摩给罗泽萍的职业生涯带来了全新的诠释，在大摩，她感觉没有任何思想束缚，“单
纯出效率”，她把全部精力都投入到工作中。
目前在证券界，女分析师较少，而罗泽萍凭借女性的细腻和特有的敏感，令人刮目相看
。近日的一支“000520中国凤凰”涨价事件，在武汉股民中广为传播。当时，几乎很少
有分析师看好这支股，惟独罗泽萍不一样。结果正如罗泽萍所判断，这支股一路飙升，
最高涨幅达40％。
罗泽萍，看起来依然十分年轻。现在转投华夏，她告诉记者，她的人生箴言就是“快乐
生活”。
【在 d********t 的大作中提到】
: 一个实习小印，杜克applied math大一结束。老板让他用capital IQ
: 做做筛选股票的simulation，也没看出有啥应付不了的。
|
t********t
发帖数: 1264 | 6 国内基金经理别说中专了，智商低于成年人平均水平也可以作。给自己户头建老鼠仓也
能赔钱，先给公司下单，再下自己亲朋好友的单。这都不是一般人能做到的事 |
d*****r
发帖数: 2583 | 7 buy side赚钱还真不需要什么高深数学，高深数学要真能赚钱那就是传说了，
buy side好用的还是low latency之类，或者干脆inside trading，看看
最近被抓的那些。
sell side假模假样还需要stochastic calculus, risk neutral来装点一下门面。
我这说的是quant，你要是fundamental什么的那高中生肯定够了。
【在 l**********e 的大作中提到】
: this is not quant ... at least not typical alpha quant in buy side
|
d********t
发帖数: 9628 | 8 stat arb搞insider没用啊。不过现在基本都是machine learning。
【在 d*****r 的大作中提到】
: buy side赚钱还真不需要什么高深数学，高深数学要真能赚钱那就是传说了，
: buy side好用的还是low latency之类，或者干脆inside trading，看看
: 最近被抓的那些。
: sell side假模假样还需要stochastic calculus, risk neutral来装点一下门面。
: 我这说的是quant，你要是fundamental什么的那高中生肯定够了。
|
p****u
发帖数: 2596 | 9 lol，在讲笑话吗？ stat arb用machine learning做的极少。
【在 d********t 的大作中提到】
: stat arb搞insider没用啊。不过现在基本都是machine learning。
|
d********t
发帖数: 9628 | 10 那是你没见过。
【在 p****u 的大作中提到】
: lol，在讲笑话吗？ stat arb用machine learning做的极少。
|
|
|
l**********e
发帖数: 336 | 11 yes, hard core math like algebraic geometry is not relevant, however,
college or graduate level applied math courses like multivariate statistics,
time series, etc, are needed
【在 d*****r 的大作中提到】
: buy side赚钱还真不需要什么高深数学，高深数学要真能赚钱那就是传说了，
: buy side好用的还是low latency之类，或者干脆inside trading，看看
: 最近被抓的那些。
: sell side假模假样还需要stochastic calculus, risk neutral来装点一下门面。
: 我这说的是quant，你要是fundamental什么的那高中生肯定够了。
|
L******g
发帖数: 1371 | 12 我也没见过。
【在 d********t 的大作中提到】
: 那是你没见过。
|
l********e
发帖数: 220 | 13 说说看，WQ大量用machine learning么？听说WQ风格独具一格，海量mining, 在向
rentech靠近。。。
【在 d********t 的大作中提到】
: 那是你没见过。
|
d********t
发帖数: 9628 | 14 我虽然知道，可是不能说。
【在 l********e 的大作中提到】
: 说说看，WQ大量用machine learning么？听说WQ风格独具一格，海量mining, 在向
: rentech靠近。。。
|
w**********y
发帖数: 1691 | 15 QIM 忽悠说他们用ML。不过他们也不是stat arb |
l********e
发帖数: 220 | 16 你都不在公司了，没关系，哈
看到这个，说得靠铺么？
http://www.zhihu.com/question/21358919
去年夏天，与一印度来的同学闲聊，方知他之前在孟买的World Quant干过（基层Quant
），聊到看法。他说那边不要求你懂金融，只要你技术好，数据挖掘做得熟练就行。我
于是问及：你以后还想回这家公司吗？印度兄答：如果回去做PM，那非常想。从我与他
一起学习来看，他基本功非常扎实，我估计与其在World Quant天天做数据挖掘的训练
有关系：C++，数据库，线性代数，包括基本的金融，都掌握的很精深。
这种模式犯了金融学研究的一个忌讳：切不可以先数据挖掘再给其找对应的经济意义。
有过计量经济学研究经验的朋友相信会懂：世间万物自有联系，通过各种相关性分析、
几个统计软件包一应用，总能发现少许看点——但这完全是数学上、统计上的关系，也
许根本是Spurious Relation，或者完全没有意义。但是先想到经济逻辑，再基于此做
数据分析又何其难也——做研究或许是好习惯，但在业界会造成产能不足——尤其在今
天这个淘汰策略如此之快的时代。因此World Quant一举冒天下之大不韪，让大把新兴
市场员工搞纯数据挖掘，再让有经验的PM筛选出真正有金融意义的信号——这个模式每
年可以制造两位数字的复利回报，堪称伟大——但其有如投资界的星宿派，走着一条不
寻常的道路，也让人争议。
【在 d********t 的大作中提到】
: 我虽然知道，可是不能说。
|
p****u
发帖数: 2596 | 17 你歇歇吧，我开始做stat arb的时候，你们worldquant这个公司都还没有。
【在 d********t 的大作中提到】
: 那是你没见过。
|
d********t
发帖数: 9628 | 18 所以说你老了，可以金盆洗手了。
【在 p****u 的大作中提到】
: 你歇歇吧，我开始做stat arb的时候，你们worldquant这个公司都还没有。
|
d********t
发帖数: 9628 | 19 还拿着遣散费。你了解的是表面。其实我知道的也不过是肌理。
Quant
【在 l********e 的大作中提到】
: 你都不在公司了，没关系，哈
: 看到这个，说得靠铺么？
: http://www.zhihu.com/question/21358919
: 去年夏天，与一印度来的同学闲聊，方知他之前在孟买的World Quant干过（基层Quant
: ），聊到看法。他说那边不要求你懂金融，只要你技术好，数据挖掘做得熟练就行。我
: 于是问及：你以后还想回这家公司吗？印度兄答：如果回去做PM，那非常想。从我与他
: 一起学习来看，他基本功非常扎实，我估计与其在World Quant天天做数据挖掘的训练
: 有关系：C++，数据库，线性代数，包括基本的金融，都掌握的很精深。
: 这种模式犯了金融学研究的一个忌讳：切不可以先数据挖掘再给其找对应的经济意义。
: 有过计量经济学研究经验的朋友相信会懂：世间万物自有联系，通过各种相关性分析、
|
p****u
发帖数: 2596 | 20 老了倒不至于,不到３０呢，有可能比你还年轻些. 还能干几年.
你好好做.
同意你顶楼说的，quant equity大部分时候不需要高深数学,聪明就好。
【在 d********t 的大作中提到】
: 所以说你老了，可以金盆洗手了。
|
|
|
d********t
发帖数: 9628 | 21 说的是心态。
【在 p****u 的大作中提到】
: 老了倒不至于,不到３０呢，有可能比你还年轻些. 还能干几年.
: 你好好做.
: 同意你顶楼说的，quant equity大部分时候不需要高深数学,聪明就好。
|
p****u
发帖数: 2596 | 22 星宿派?孟买?
这样赤裸裸的嘲笑挖苦不太好把？
Quant
【在 l********e 的大作中提到】
: 你都不在公司了，没关系，哈
: 看到这个，说得靠铺么？
: http://www.zhihu.com/question/21358919
: 去年夏天，与一印度来的同学闲聊，方知他之前在孟买的World Quant干过（基层Quant
: ），聊到看法。他说那边不要求你懂金融，只要你技术好，数据挖掘做得熟练就行。我
: 于是问及：你以后还想回这家公司吗？印度兄答：如果回去做PM，那非常想。从我与他
: 一起学习来看，他基本功非常扎实，我估计与其在World Quant天天做数据挖掘的训练
: 有关系：C++，数据库，线性代数，包括基本的金融，都掌握的很精深。
: 这种模式犯了金融学研究的一个忌讳：切不可以先数据挖掘再给其找对应的经济意义。
: 有过计量经济学研究经验的朋友相信会懂：世间万物自有联系，通过各种相关性分析、
|
l********e
发帖数: 220 | 23 用过linear regression, PCA, kalman filter, state-space这些，算machine
learning不？
【在 d********t 的大作中提到】
: 那是你没见过。
|
d********t
发帖数: 9628 | 24 当然算
【在 l********e 的大作中提到】
: 用过linear regression, PCA, kalman filter, state-space这些，算machine
: learning不？
|
d********t
发帖数: 9628 | 25 靠，这是事实。
【在 p****u 的大作中提到】
: 星宿派?孟买?
: 这样赤裸裸的嘲笑挖苦不太好把？
:
: Quant
|
l********e
发帖数: 220 | 26 linear regression也算？那确实大家都在用ML, hehe
【在 d********t 的大作中提到】
: 当然算
|
d********t
发帖数: 9628 | 27 这个不算，至少得nonlinear啊
【在 l********e 的大作中提到】
: linear regression也算？那确实大家都在用ML, hehe
|
g*****o
发帖数: 812 | 28 linear regression...
难道ML不是SVM和DL么
【在 l********e 的大作中提到】
: 用过linear regression, PCA, kalman filter, state-space这些，算machine
: learning不？
|
w**********y
发帖数: 1691 | 29 那是10年前的ML比较受欢迎的model而已。
【在 g*****o 的大作中提到】
: linear regression...
: 难道ML不是SVM和DL么
|
o*******6
发帖数: 6113 | 30 PCA, LDA算不算？
【在 g*****o 的大作中提到】
: linear regression...
: 难道ML不是SVM和DL么
|
|
|
g*****o
发帖数: 812 | 31 PCA我总觉得是统计方法, 总感觉ML应该更注重借助机器性能的力量, 而不是理论
当然有可能是我受这几年大火的DL洗脑了, 其实SVM的理论也挺清晰的
【在 o*******6 的大作中提到】
: PCA, LDA算不算？
|
