江西福彩网

 
栏目导航
党群建设当前位置:主页 > 党群建设 >

纯数PhD怎样转Quant

2020-02-26 14:14:11

本人本科纯数,PhD学了一点概率统计,在某投行做了5年多quant,去年刚刚跳槽到对冲基金,从准备面试和面试别人的角度都分享一些想法吧既然题主提到找不到教职和博后,就假设是PhD最后1年吧,事实上绝大多数人也不会提前1年以上准备面试…因此以下推荐的学习内容尽量避免需要长期深耕的大部头(譬如某位答主推荐的SecurityAnalysis,真的是经典好书,但对于需要1年内找到quant工作的人实在投入产出不成比例)Quant面试考察无非数学,概率统计,编程,金融,以下分别说数学除概率统计外,本人近年被问到的其他数学确实不多,譬如stochasticcalculus和differentialequation,可能主要原因是申请主要集中在对冲基金,没有面试任何投行或risk部门,对相关职位有兴趣的同学请参考其他答主…当年找前份工作时倒也确实学习过,读了StochasticCalculusforFinanceII说到brainteaser,几年前面试大家都在问,现在感觉已经比较少了…因为好的brainteaser早已尽人皆知,导致很难考察出candidate是否聪明,最多看出是否准备充分…偶尔有问的,一般也是临时想不出其他面试题…但是正因为上述原因,这类题其实答对并不加分,但假如答错反而会减分,所以还是需要准备充分的,著名的绿皮书APracticalGuideToQuantitativeFinanceInterviews是很好的准备材料概率统计概率统计在对冲基金面试问的非常多,也是纯数PhD的弱项…作为曾经的纯数学生我很理解,毕竟自己在本科阶段也很鄙视概率统计…这部分内容绿皮书也有覆盖,但个人以为深度完全不能达到对冲基金面试的要求,因此需要系统性学习…本人之前为准备面试读了GeorgeCasella的StatisticalInference,但此书略显大部头,不适合时间有限的candidate,下面机器学习部分会推荐其他学习资料近年来机器学习火热,在面试中也不可避免的会被问到…最基本的入门途径当然是AndrewNg的网红课MachineLearning,另外本人还要推荐Stanford的另一门网课StatisticalLearning,讲解内容其实就是教材AnIntroductiontoStatisticalLearning,主讲也是该书作者…本书从linearregression和classification讲起,因此作为学习基本统计知识的教材也是很好的…另外此书其实就是简易版的TheElementsofStatisticalLearning(ESL),但ESL实在太庞大,至今没有见过几个人真正读完…编程编程也是纯数同学的弱项…假如完全没有编程基础,个人强烈推荐Python…假如只会MATLAB,也强烈建议尽快学Python…(见过有人在群里表示只会MATLAB没有意愿学习Python,希望申请只用MATLAB的职位…面试官遇到这种内心OS一定是要你何用恨不能当场送你走人)言归正传,LeetCode是一定要刷的,但关键不在于绝对数量,而在广度和质量:广度体现在几个主要Topic都要有所覆盖,质量在于并非Accepted就结束了,而要追求效率和代码质量,尽量做到运行时间最快或接近最快,多在提交界面点开其他人的代码学习各种技巧,多思考为什么别人的代码效率更高更优美另外,刷算法的同时语言特性也不能忽视,因为面试真的会问…最简便的办法是上网课,也可以直接跟着官网的tutorial练金融面试对金融知识的要求其实并不严苛,毕竟你的竞争对手是其他理工PhD而不是金融本科生…金融相关问题的目的无非是考察你是否真的对金融工作有一定兴趣并有学习意愿…作为纯数PhD应届生,最基本的金融市场知识应付面试足矣…本人当年学习的是RobertShiller在Yale开设的FinancialMarkets课…神奇的是去年面试结束还在机场偶遇Shiller本人拍了自拍=P最后再打个硬广:找quant工作的小伙伴,欢迎关注琪石俱乐部(公众号qishicpc),有兴趣加入的话,我们最近也正在面试新会员:https://www.qishicpc.com/positions/profile/108/=P关于俱乐部的问题请大家联系俱乐部官方email:qishicpc@gmail.com

上一篇:环保工程师的主要工作是什么发展前景如何
下一篇:法拉利Ferrari在跑车设计方面有哪些黑科技
document.write ('');