सालाना $650,000 कमाने का सटीक ब्लूप्रिंट (Quant रोडमैप)

मैं शून्य से शुरू करके $650,000/वर्ष का क्वांट करियर बनाने और Jane Street और Citadel जैसी फर्मों में भूमिकाएँ पाने के लिए सटीक ब्लूप्रिंट तोड़कर बताने जा रहा हूँ।

चलिए सीधे इस पर आते हैं।

इसे बुकमार्क करें

-

मैं Roan हूँ, एक बैकएंड डेवलपर जो सिस्टम डिज़ाइन, HFT-शैली निष्पादन और मात्रात्मक ट्रेडिंग सिस्टम पर काम कर रहा हूँ। मेरा काम इस बात पर केंद्रित है कि प्रेडिक्शन मार्केट वास्तव में लोड के तहत कैसे व्यवहार करते हैं। किसी भी सुझाव, विचारशील सहयोग, साझेदारी के लिए DMs खुले हैं।

क्वांट उद्योग किसी का इंतजार नहीं कर रहा है।

Citadel में एंट्री लेवल क्वांटिटेटिव रिसर्चर्स पहले से ही कॉलेज से बाहर आते ही कुल मुआवजे में $336,000 और $642,000 के बीच कमाते हैं। Jane Street ने अकेले 2025 की पहली छमाही में अपने औसत कर्मचारी को $1.4 मिलियन का भुगतान किया। IMC Trading में इंटर्न $240,000 से अधिक के वार्षिक समकक्ष कमाते हैं। शीर्ष प्रॉप शॉप्स में जीवित रहने वालों के लिए पाँच साल का बेंचमार्क $800,000 और $1,200,000 प्रति वर्ष के बीच है।

और यह इससे पहले है कि आप देखें कि प्रेडिक्शन मार्केट में क्या हो रहा है।

यह स्थान चुनावों, अर्थशास्त्र, खेल और भू-राजनीतिक घटनाओं में तेजी से विस्तार कर रहा है। संस्थागत क्वांट अब प्रेडिक्शन मार्केट में उसी तरह व्यवस्थित रणनीतियाँ तैनात कर रहे हैं जैसे वे इक्विटी और डेरिवेटिव में तैनात करते हैं। वही संभाव्यता ढाँचे, वही सिग्नल संयोजन तकनीकें, वही जोखिम प्रबंधन सिद्धांत। मैंने पहले ही प्रेडिक्शन मार्केट क्वांट में आने पर एक विशिष्ट लेख लिखा है।

Roan

@RohOnChain

Feb 24

लेख

प्रेडिक्शन मार्केट के लिए क्वांट कैसे बनें (पूर्ण रोडमैप)

मैं प्रेडिक्शन मार्केट के लिए एक संस्थागत स्तर का क्वांट बनने का पूर्ण रोडमैप तोड़कर बताने जा रहा हूँ। मैं सटीक संसाधन और चरण दर चरण पथ भी साझा करूँगा जो काम करता है।

चलिए सीधे...

196

1.3K

481K

जब मैं 16 वर्ष का था, मुझे शून्य समझ थी कि वास्तविक बाजारों में संभाव्यता और गणित वास्तव में कैसे काम करते हैं। आज मैं एक संस्थागत स्तर पर प्रेडिक्शन मार्केट में व्यवस्थित ट्रेडिंग रणनीतियों का नेतृत्व करता हूँ। ऐसा इसलिए हुआ क्योंकि मैंने पूरी तरह से शुरुआती से लेकर गणितीय ढाँचों, तकनीकी निष्पादन और बाजार सूक्ष्म संरचना को समझने तक एक संरचित पथ का पालन किया जो संस्थान व्यवस्थित रूप से एज निकालने के लिए उपयोग करते हैं।

2025 के माध्यम से मात्रात्मक वित्त में AI और मशीन लर्निंग भर्ती में तेजी से वृद्धि हुई। हर प्रमुख फंड ML मॉडल द्वारा संचालित व्यवस्थित रणनीतियाँ बना रहा है। मात्रात्मक विश्लेषक की मांग 2028 तक 9 प्रतिशत बढ़ने का अनुमान है और भर्तीकर्ता 2026 को वैश्विक स्तर पर संभवतः सबसे प्रतिस्पर्धी क्वांट प्रतिभा बाजार के रूप में वर्णित करते हैं।

और फिर भी इस क्षेत्र में प्रवेश करने के इच्छुक अधिकांश लोगों को पता नहीं है कि वास्तव में यह कैसे करना है।

वे सोचते हैं कि क्वांट ट्रेडिंग बाजारों के बारे में स्मार्ट होने के बारे में है। सही स्टॉक चुनना। मूल्य दिशा पर मजबूत राय रखना। वे वॉल स्ट्रीट सूट और ब्लूमबर्ग टर्मिनलों की कल्पना करते हैं और मानते हैं कि यह क्षेत्र उन लोगों का है जिन्होंने प्रतिष्ठित विश्वविद्यालयों में वित्त का अध्ययन किया। वे मानते हैं कि आपको अपने रिज्यूमे पर MIT या Stanford की आवश्यकता है। वे मानते हैं कि Ivy League के नाम के बिना, दरवाजा पहले से ही बंद है।

यह पूरी तरह से गलत है। और यह एकमात्र सबसे बड़ा कारण है कि अधिकांश लोग कभी प्रयास भी नहीं करते।

Jane Street अपनी नौकरी सूचियों पर स्पष्ट रूप से बताता है कि वित्त या अर्थशास्त्र का पूर्व ज्ञान अपेक्षित या आवश्यक नहीं है। उनके हालिया इंटर्न वर्ग के दो तिहाई से अधिक ने कंप्यूटर विज्ञान या गणित का अध्ययन किया। वित्त नहीं। अर्थशास्त्र नहीं।

Jane Street भर्ती

इस लेख के अंत तक आप समझ जाएंगे कि क्वांट ट्रेडिंग वास्तव में क्या है और यह जो भुगतान करता है वह क्यों करता है, चार मुख्य क्वांट भूमिकाएँ और कौन सी आपकी पृष्ठभूमि में फिट बैठती है, शून्य से सही सीखने के क्रम में निर्मित पूर्ण गणितीय रोडमैप, शीर्ष फर्मों में साक्षात्कार प्रक्रिया वास्तव में क्या परीक्षण करती है और इसके लिए सटीक रूप से कैसे तैयारी करें, और कोई अनुभव नहीं से आपके पहले वास्तविक संस्थागत क्रेडेंशियल तक सटीक सीढ़ी।

नोट: यह लेख जानबूझकर लंबा है। प्रत्येक भाग अपने पिछले भाग पर बनता है। यदि आप क्वांट करियर बनाने के बारे में गंभीर हैं, तो हर एक शब्द पढ़ें। यदि आप शॉर्टकट की तलाश में हैं, तो यह आपके लिए नहीं है।

भाग 1: क्वांट ट्रेडिंग वास्तव में क्या है और इसके अंदर की भूमिकाएँ

अधिकांश लोग सोचते हैं कि मात्रात्मक ट्रेडिंग बाजारों के बारे में राय रखने के बारे में है कि वे कहाँ जा रहे हैं।

ऐसा नहीं है। क्वांट ट्रेडिंग गणित के बारे में है।*

आप सांख्यिकीय संबंधों, मूल्य निर्धारण अक्षमताओं और संरचनात्मक किनारों के साथ काम कर रहे हैं जो मौजूद हैं क्योंकि बाजार मनुष्यों द्वारा संचालित जटिल प्रणालियाँ हैं जो व्यवस्थित और दोहराने योग्य त्रुटियाँ करते हैं। लक्ष्य किसी विशिष्ट परिणाम के बारे में सही होना नहीं है। लक्ष्य उन स्थितियों को खोजना है जहाँ गणितीय संभावना आपके पक्ष में है, स्थिति को सही ढंग से आकार दें और उस प्रक्रिया को हजारों बार दोहराएं जब तक कि अपेक्षित मूल्य वास्तविक रिटर्न में जमा न हो जाए।

इसे उसी तरह सोचें जैसे एक कैसीनो संचालित होता है। कैसीनो यह अनुमान लगाने की कोशिश नहीं करता कि कोई एक शर्त जीतेगी या नहीं। यह हर शर्त पर एक छोटे गणितीय बढ़त के साथ बार-बार खेल चलाता है और बड़ी संख्याओं के नियम को बाकी काम करने देता है। क्वांट ट्रेडिंग फर्म उसी तरह काम करती हैं। वे किनारे ढूंढती हैं। वे स्थितियों को सही ढंग से आकार देती हैं। वे पैमाने पर निष्पादित करती हैं।

यह ढाँचा प्रेडिक्शन मार्केट पर समान रूप से लागू होता है। एक व्यवस्थित क्वांट यह अनुमान लगाने की कोशिश नहीं करता कि कोई विशिष्ट राजनीतिक उम्मीदवार चुनाव जीतेगा या नहीं। वे उन बाजारों को खोजने की कोशिश करते हैं जहाँ निहित संभावना मापनीय रूप से विचलित होती है जो अंतर्निहित डेटा वास्तव में समर्थन करता है, उस विचलन पर दांव लगाते हैं और सैकड़ों घटनाओं में एक साथ दोहराते हैं। उपकरण समान हैं। गणित समान है। बढ़त उसी स्रोत से आती है।

अब भूमिकाएँ, क्योंकि उनके लिए आवश्यक तैयारी काफी भिन्न है।

क्वांटिटेटिव रिसर्चर सबसे अधिक भुगतान वाली और सबसे अधिक मांग वाली भूमिका है। ये वे लोग हैं जो बड़े डेटासेट में पैटर्न ढूंढते हैं, पूर्वानुमान मॉडल बनाते हैं और वास्तविक ट्रेडिंग रणनीतियाँ डिज़ाइन करते हैं। उन्हें पीएचडी स्तर की गणितीय और सांख्यिकीय गहराई, या कठोर मात्रात्मक क्षेत्र में वास्तव में असाधारण स्नातक उपलब्धि की आवश्यकता होती है। शीर्ष फर्मों में एंट्री लेवल कुल मुआवजा $350,000 से $650,000 तक होता है और वहाँ से नाटकीय रूप से बढ़ता है।

क्वांटिटेटिव ट्रेडर शोधकर्ताओं द्वारा बनाए गए मॉडल लेता है और वास्तविक समय में वास्तविक ट्रेडों को निष्पादित करता है। तेज़ संभाव्य सोच, मजबूत मानसिक गणित और अधूरी जानकारी के साथ दबाव में आत्मविश्वासपूर्ण निर्णय लेना। इस भूमिका में किसी भी क्वांट करियर की तुलना में सबसे अधिक मुआवजा भिन्नता है। असाधारण व्यापारी एक ही वर्ष में आठ अंकों तक पहुँचते हैं। शीर्ष फर्मों में एंट्री लेवल मुआवजा आम तौर पर असीमित ऊपर की ओर क्षमता के साथ $200,000 और $400,000 के बीच शुरू होता है।

क्वांटिटेटिव डेवलपर बुनियादी ढाँचा बनाता है जो शोध को लाइव बाजारों में वास्तव में व्यापार करने योग्य बनाता है। ट्रेडिंग प्लेटफॉर्म, निष्पादन इंजन, रीयल-टाइम डेटा पाइपलाइन, कम विलंबता प्रणाली। बहुत उच्च प्रदर्शन मानकों पर प्रोडक्शन लेवल C++, Rust और Python। शीर्ष फर्मों में एंट्री लेवल कुल मुआवजा आम तौर पर $200,000 और $350,000 के बीच होता है।

रिस्क क्वांट मॉडल सत्यापन, वैल्यू एट रिस्क गणना, तनाव परीक्षण और नियामक अनुपालन पर केंद्रित है। सबसे अधिक पूर्वानुमानित मुआवजा प्रक्षेपवक्र के साथ सबसे स्थिर क्वांट करियर पथ। अन्य तीन भूमिकाओं की तुलना में कम छत लेकिन काफी अधिक स्थिरता।

अभी सबसे तेजी से बढ़ती भूमिका AI और मशीन लर्निंग केंद्रित क्वांट है जो डीप लर्निंग का उपयोग करके सिग्नल जनरेशन सिस्टम बनाता है, पैमाने पर वैकल्पिक डेटा संसाधित करता है, और ML मॉडल को सीधे लाइव ट्रेडिंग वातावरण में तैनात करता है। यह क्वांट रिसर्च और मशीन लर्निंग इंजीनियरिंग के चौराहे पर बैठता है और यह वह जगह है जहाँ 2025 और 2026 में सबसे आक्रामक भर्ती हो रही है।

आगे पढ़ने से पहले खत्म करने के लिए गलत धारणा: आपको इनमें से कोई भी नौकरी करने के लिए वित्त की डिग्री की आवश्यकता नहीं है। आपको गणितीय क्षमता, प्रोग्रामिंग कौशल और सही क्रम में नींव बनाने का अनुशासन चाहिए।

भाग 2: सही क्रम में गणितीय नींव

शून्य से क्वांट-तैयार होने का मार्ग एक वीडियो गेम में स्तरों की तरह है। आप स्तरों को छोड़ नहीं सकते। प्रत्येक अवधारणा अपने पिछले पर बनती है। यदि आप नीचे की नींव की परतों के बिना मशीन लर्निंग या विकल्प मूल्य निर्धारण पर कूदने का प्रयास करते हैं, तो आप कई विषयों की सतही परिचितता और उनमें से किसी की भी वास्तविक समझ का निर्माण करेंगे। यह क्वांट साक्षात्कार में जीवित नहीं रहेगा।

सही क्रम पाँच परतें गहरा है। प्रत्येक परत उसके बाद आने वाली हर चीज़ के लिए पूर्वापेक्षा है।

परत एक: संभाव्यता

मात्रात्मक वित्त में सब कुछ एक प्रश्न पर आता है। क्या संभावनाएँ हैं, और क्या संभावनाएँ मेरे पक्ष में हैं?

यदि आप गहरे स्तर पर संभाव्यता को नहीं समझते हैं, तो इस लेख में और कुछ भी मायने नहीं रखता। विकल्प मूल्य निर्धारण एक संभाव्यता समस्या है। सिग्नल मॉडलिंग एक संभाव्यता समस्या है। बाजार निर्माण एक संभाव्यता समस्या है। स्थिति आकार एक संभाव्यता समस्या है। प्रेडिक्शन मार्केट ट्रेडिंग अपने मूल में एक संभाव्यता समस्या है।

इस परत पर सबसे महत्वपूर्ण अवधारणा सशर्त सोच है। क्वांट निरपेक्ष में नहीं सोचते। वे सशर्त में सोचते हैं। मैं अभी जो जानता हूँ, उसे देखते हुए यह परिणाम कितना संभावित है?

वह सूत्र जो इसे सटीक बनाता है:

P(A|B) = P(A और B) / P(B)

B दिए जाने पर A की प्रायिकता, दोनों घटनाओं के घटित होने की प्रायिकता को अकेले B की प्रायिकता से विभाजित करने के बराबर होती है।

यहाँ बताया गया है कि यह व्यवहार में कैसे काम करता है। कल्पना करें कि आप एक आर्थिक घोषणा पर प्रेडिक्शन मार्केट के लिए एक सिग्नल बना रहे हैं। ऐतिहासिक आधार दरों के आधार पर घोषणा के बाद बाजार के तेजी से चलने की बिना शर्त संभावना 40 प्रतिशत है। लेकिन उन दिनों जब घोषणा से पहले विकल्प निहित अस्थिरता काफी बढ़ जाती है, तेज चाल की सशर्त संभावना बढ़कर 68 प्रतिशत हो जाती है। वह 68 प्रतिशत वास्तविक प्रयोग करने योग्य संकेत है। बिना शर्त 40 प्रतिशत सिग्नल और शोर को इस तरह मिलाता है जिसे आप बिना शर्त के अलग नहीं कर सकते।

बेयस प्रमेय यहाँ एक और आवश्यक अवधारणा है। यह आपको बताता है कि नई जानकारी आने पर अपने विश्वास को कैसे अपडेट करें:

पश्च = (संभावना x पूर्व) / साक्ष्य

आपकी अद्यतन मान्यता इस बात के बराबर है कि यदि आपकी परिकल्पना सत्य होती तो आप इस नए साक्ष्य को देखने की कितनी संभावना रखते हैं, आप पहले से ही परिकल्पना पर कितनी दृढ़ता से विश्वास करते थे, इससे गुणा किया जाता है, किसी भी परिकल्पना के तहत आप इस साक्ष्य को देखने की कितनी संभावना रखते हैं, इससे विभाजित किया जाता है। जो व्यापारी नई जानकारी आने पर सबसे तेज़ी से और सबसे सटीक रूप से अपने विश्वासों को अद्यतन करते हैं, वे लगातार बाकी सभी से बेहतर प्रदर्शन करते हैं।

अपेक्षित मूल्य और विचरण दो संख्याएँ हैं जिनके बारे में आप अपने शेष क्वांट करियर के लिए सोचेंगे। अपेक्षित मूल्य सभी परिदृश्यों में आपका औसत परिणाम है। विचरण यह है कि आपका वास्तविक परिणाम उस औसत से कितना विचलित हो सकता है। यदि आपकी रणनीति में सकारात्मक अपेक्षित मूल्य है और आप इसके जमा होने के लिए पर्याप्त लंबे समय तक विचरण से बच सकते हैं, तो आप पैसा कमाएंगे। यदि आप विचरण के सापेक्ष स्थितियों को बहुत बड़ा आकार देते हैं, तो अपेक्षित मूल्य को काम करने का समय मिलने से पहले आप दिवालिया हो जाएंगे।

इस परत के लिए संसाधन: Blitzstein और Hwang, Introduction to Probability. हार्वर्ड से मुफ्त में पूर्ण PDF उपलब्ध है। अध्याय 1 से 6 तक हर समस्या पर काम करें। प्रति दिन दो केंद्रित घंटे पर तीन से चार सप्ताह का बजट बनाएं।

परत दो: सांख्यिकी

एक बार जब आप संभाव्यता को समझ जाते हैं, तो आपको डेटा को सुनना सीखना होगा। वह सांख्यिकी है। सांख्यिकी सबसे महत्वपूर्ण चीज़ जो सिखाती है वह यह है कि जो वास्तविक संकेत दिखता है उसका अधिकांश भाग वास्तव में शोर है।

आप एक रणनीति बनाते हैं। यह 15 प्रतिशत वार्षिक रिटर्न पर बैकटेस्ट करता है। क्या यह वास्तविक बढ़त है या भाग्यशाली भिन्नता?

परिकल्पना परीक्षण वह है जिससे आप पता लगाते हैं। शून्य परिकल्पना मान लें कि आपकी रणनीति का शून्य सही अपेक्षित रिटर्न है। गणना करें कि यदि वह धारणा सत्य होती तो आपके इस मजबूत परिणाम देखने की कितनी संभावना है। यदि आप एक हजार यादृच्छिक रणनीतियों का परीक्षण करते हैं, तो उनमें से पचास मानक 5 प्रतिशत महत्व स्तर पर विशुद्ध रूप से संयोग से स्पष्ट रूप से मजबूत परिणाम दिखाएंगी। यह एकाधिक तुलना समस्या है। यह सबसे आम कारण है कि बैकटेस्ट बहुत अच्छे लगते हैं और लाइव ट्रेडिंग परिणाम भयानक होते हैं।

रैखिक प्रतिगमन वर्कहॉर्स है। ज्ञात जोखिम कारकों के विरुद्ध अपनी रणनीति के रिटर्न को प्रतिगमित करें और अल्फा नामक अवरोधन की तलाश करें। यदि सभी मानक कारकों के लिए लेखांकन के बाद अल्फा शून्य है, तो आपकी कथित बढ़त उन चीज़ों के लिए प्रच्छन्न जोखिम है जो पहले से ही अच्छी तरह से समझी जा चुकी थीं। एकमात्र संख्या जो मायने रखती है वह अल्फा है जो हर ज्ञात कारक के लिए लेखांकन के बाद बचता है।

इस परत के लिए संसाधन: Wasserman, All of Statistics, अध्याय 1 से 13. चार से पाँच सप्ताह का बजट बनाएं।

परत तीन: रैखिक बीजगणित

रैखिक बीजगणित वह मशीनरी है जो मात्रात्मक वित्त और ML में सब कुछ चलाती है। पोर्टफोलियो निर्माण, प्रमुख घटक विश्लेषण, तंत्रिका नेटवर्क, सहप्रसरण अनुमान और कारक मॉडल सभी मैट्रिक्स गणित पर चलते हैं।

एक सहप्रसरण मैट्रिक्स यह दर्शाता है कि प्रत्येक परिसंपत्ति प्रत्येक अन्य के सापेक्ष कैसे चलती है। पोर्टफोलियो विचरण इसमें सिमट जाता है:

विचरण = w^T x Sigma x w

जहाँ w आपका भार वेक्टर है और Sigma सहप्रसरण मैट्रिक्स है। यह एकल अभिव्यक्ति पोर्टफोलियो अनुकूलन और जोखिम प्रबंधन का गणितीय मूल है।

आइजेनवैल्यू प्रकट करते हैं कि उस सहप्रसरण मैट्रिक्स के अंदर वास्तव में क्या मायने रखता है। 500 स्टॉक के ब्रह्मांड में, पहले पाँच आइजेनवेक्टर आम तौर पर सभी विचरण का 70 प्रतिशत समझाते हैं। बाकी सब शोर है। आइजेनडीकंपोजीशन फैक्टर इन्वेस्टिंग, आयामीता में कमी और बड़े पैमाने की व्यवस्थित रणनीतियों की सांख्यिकीय वास्तुकला की नींव है।

इस परत के लिए संसाधन: MIT OpenCourseWare पर पूरी तरह से मुफ्त गिल्बर्ट स्ट्रैंग के MIT 18.06 व्याख्यान। उन सभी को देखें। फिर स्ट्रैंग की Introduction to Linear Algebra पाठ्यपुस्तक पर काम करें। चार से छह सप्ताह का बजट बनाएं।

परत चार: कैलकुलस और अनुकूलन

मात्रात्मक वित्त में लगभग हर समस्या बाधाओं के अधीन कुछ अधिकतम करने के लिए उबलती है। पोर्टफोलियो निर्माण, मॉडल प्रशिक्षण और निष्पादन रणनीति सभी अनुकूलन समस्याएँ हैं।

उत्तल अनुकूलन यहाँ आवश्यक है। एक उत्तल अनुकूलन समस्या का एक अद्वितीय वैश्विक समाधान होता है जिसे कुशलतापूर्वक पाया जा सकता है। अधिकांश पोर्टफोलियो निर्माण और जोखिम प्रबंधन समस्याओं को उत्तल कार्यक्रमों के रूप में संरचित किया जा सकता है। यह समझना कि कोई समस्या कब उत्तल है और इसे कुशलतापूर्वक कैसे हल किया जाए, क्षेत्र में एक मुख्य व्यावहारिक कौशल है।

इस परत के लिए संसाधन: Boyd और Vandenberghe, Convex Optimization. स्टैनफोर्ड से मुफ्त पूर्ण PDF। अध्याय 1 से 5 पर काम करें। चार से पाँच सप्ताह का बजट बनाएं।

परत पाँच: स्टोकेस्टिक कैलकुलस

स्टोकेस्टिक कैलकुलस से पहले आप डेटा का विश्लेषण कर सकते हैं और सांख्यिकीय मॉडल बना सकते हैं। इसके बाद आप गणितीय पहले सिद्धांतों से वित्तीय साधनों की कीमत कैसे तय की जाती है, यह प्राप्त कर सकते हैं। यह वह परत है जहाँ से ब्लैक-स्कोल्स आता है और जहाँ सबसे परिष्कृत व्यवस्थित रणनीतियाँ डिज़ाइन की जाती हैं।

स्टोकेस्टिक कैलकुलस की केंद्रीय अंतर्दृष्टि यह है कि यादृच्छिकता वाली दुनिया में, एक छोटी यादृच्छिक वृद्धि का वर्ग उस तरह से नगण्य नहीं है जैसा कि सामान्य कैलकुलस में होता है। यह एक तथ्य हर गणना को बदलता है और इटो का लेम्मा उत्पन्न करता है, जो स्टोकेस्टिक कैलकुलस का श्रृंखला नियम है। इसे एक विकल्प मूल्य पर लागू करें और आप ब्लैक-स्कोल्स समीकरण प्राप्त करते हैं:

dV/dt + (1/2) सिग्मा वर्ग S वर्ग (d2V/dS2)+rS (dV/dS) - rV = 0

इस परिणाम को उल्लेखनीय बनाने वाली बात यह है कि स्टॉक का अपेक्षित रिटर्न पूरी तरह से गायब हो जाता है। विकल्प मूल्य इस बात पर निर्भर नहीं करता कि आपको लगता है कि स्टॉक कहाँ जा रहा है। केवल इस पर कि यह कितना चलता है। यह वैचारिक रूप से क्रांतिकारी परिणाम था जिसने आधुनिक डेरिवेटिव मूल्य निर्धारण को संभव बनाया।

इस परत के लिए संसाधन: Shreve, Stochastic Calculus for Finance, खंड 1 और 2. स्वर्ण मानक। छह से आठ सप्ताह का बजट बनाएं और जल्दबाजी न करें।

भाग 3: प्रोग्रामिंग, HFT उपकरण और तकनीकी स्टैक जो वास्तव में मायने रखता है

दो पूरी तरह से अलग प्रकार के प्रोग्रामिंग कौशल हैं जो क्वांट वित्त में मायने रखते हैं और अधिकांश उम्मीदवार उन्हें भ्रमित करते हैं।

पहला है रिसर्च प्रोग्रामिंग। डेटा का विश्लेषण करने, सांख्यिकीय मॉडल बनाने और बैकटेस्ट करने और मशीन लर्निंग पाइपलाइनों को लागू करने के लिए स्वच्छ Python लिखना। क्वांट रिसर्चर्स और अधिकांश क्वांट विश्लेषक हर दिन इसका उपयोग करते हैं।

दूसरा है प्रोडक्शन सिस्टम प्रोग्रामिंग। उच्च प्रदर्शन C++ या Rust लिखना जो माइक्रोसेकंड विलंबता पर निष्पादित होता है, रीयल-टाइम मार्केट डेटा संसाधित करता है, ऑर्डर बुक का प्रबंधन करता है, और एक भी छूटे हुए टिक के बिना निष्पादन तर्क को संभालता है। यह वह है जो क्वांटिटेटिव डेवलपर्स और उच्च आवृत्ति ट्रेडिंग इंजीनियर बनाते हैं।

यदि आप क्वांट रिसर्चर या क्वांट विश्लेषक भूमिकाओं को लक्षित कर रहे हैं, तो Python आपका प्राथमिक उपकरण है। डेटा हेरफेर के लिए pandas और polars में महारत हासिल करें, जहाँ polars बड़े डेटासेट पर दस से पचास गुना तेज चलता है। संख्यात्मक गणना के लिए numpy और scipy का उपयोग करें। सारणीबद्ध डेटा पर मशीन लर्निंग के लिए xgboost, lightgbm और catboost का उपयोग करें। डीप लर्निंग के लिए pytorch का उपयोग करें। अनुकूलन समस्याओं के लिए cvxpy का उपयोग करें। सांख्यिकीय परीक्षण के लिए statsmodels का उपयोग करें।

यदि आप क्वांटिटेटिव डेवलपर या HFT इंजीनियरिंग भूमिकाओं को लक्षित कर रहे हैं, तो C++ और Rust गैर-परक्राम्य हैं।

C++ दशकों से उच्च आवृत्ति ट्रेडिंग में प्रमुख भाषा रही है। इसके कारण मेमोरी लेआउट पर नियंत्रण, कचरा संग्रह ठहराव के बिना नियतात्मक प्रदर्शन और सैद्धांतिक हार्डवेयर सीमाओं के नैनोसेकंड के भीतर कोड को अनुकूलित करने की क्षमता है। माइक्रोसेकंड या उप-माइक्रोसेकंड गति पर व्यापार करने वाली फर्मों में, एक खराब अनुकूलित मेमोरी एक्सेस पैटर्न एक रणनीति की बढ़त से अधिक फिसलन में खर्च कर सकता है। प्रासंगिक C++ लाइब्रेरीज़ डेरिवेटिव और वित्तीय गणित के लिए QuantLib, उच्च प्रदर्शन रैखिक बीजगणित के लिए Eigen और सामान्य प्रयोजन उपयोगिताओं के लिए Boost हैं।

Rust इस स्थान में C++ के लिए गंभीर उभरता हुआ प्रतियोगी है और तेजी से अपनाया जा रहा है। Rust C++ के समान प्रदर्शन प्रदान करता है जिसमें संकलन समय पर लागू मेमोरी सुरक्षा गारंटी होती है, जो C++ कोडबेस में नियमित रूप से दिखाई देने वाली बगों की पूरी श्रेणियों को समाप्त करता है। NautilusTrader, उपलब्ध सबसे उन्नत ओपन सोर्स ट्रेडिंग प्लेटफार्मों में से एक, प्रदर्शन-महत्वपूर्ण घटकों के लिए Rust कोर का उपयोग करता है जिसमें अनुसंधान और रणनीति विकास के लिए Python API है। यह Rust प्लस Python आर्किटेक्चर नई व्यवस्थित ट्रेडिंग बुनियादी ढाँचे के लिए मानक पैटर्न बन रहा है। Rust में विशेष रूप से विकल्प मूल्य निर्धारण और मात्रात्मक डेरिवेटिव कार्य के लिए RustQuant उपलब्ध है।

डेटा स्रोतों के लिए: yfinance मुफ्त है और सीखने के लिए पर्याप्त है। Polygondotio लगभग $200 प्रति माह पर 20 मिलीसेकंड से कम विलंबता प्रदान करता है और गंभीर खुदरा व्यवस्थित कार्य के लिए मानक है। ब्लूमबर्ग टर्मिनल लगभग $32,000 प्रति वर्ष पर संस्थागत मानक है। Finnhub प्रारंभिक परियोजनाओं के लिए एक मुफ्त स्तर प्रदान करता है।

बैकटेस्टिंग के लिए: प्रोडक्शन-ग्रेड कार्य के लिए NautilusTrader। अवधारणाओं को सीखने के लिए Backtrader और vectorbt सरल शुरुआती बिंदु हैं।

होमवर्क और साक्षात्कार प्रश्न जो सब कुछ प्रकट करता है:

यहाँ सबसे प्रसिद्ध संभाव्यता समस्याओं में से एक है जिसका उपयोग शीर्ष क्वांट फर्म प्रारंभिक स्क्रीनिंग राउंड में करती हैं। यह बताना सरल है, सही ढंग से हल करना आश्चर्यजनक रूप से गहरा है और सीधे भाग 2 से सशर्त सोच का परीक्षण करता है।

आप एक निष्पक्ष सिक्के को बार-बार तब तक उछालते हैं जब तक आपको लगातार दो चित न मिल जाएँ। उछालों की अपेक्षित संख्या क्या है?

कुछ और पढ़ने से पहले इसे स्वयं हल करें। उत्तर की खोज न करें। राज्यों को स्थापित करने, प्रत्येक राज्य के लिए समीकरण लिखने और सिस्टम को हल करने की प्रक्रिया ठीक उसी प्रकार का तर्क है जिसे क्वांट साक्षात्कारकर्ता देख रहे हैं।

अपना उत्तर और अपना दृष्टिकोण टिप्पणियों में छोड़ें। एक विशिष्ट परिणाम है जिस पर यह समस्या अभिसरण करती है और आप वहाँ पहुँचने के लिए जिस विधि का उपयोग करते हैं वह उत्तर की तुलना में आपकी गणितीय सोच के बारे में अधिक प्रकट करता है।

भाग 4: साक्षात्कार प्रक्रिया को डिकोड किया गया

अधिकांश उम्मीदवार इस बात की तैयारी करते हैं कि वे कल्पना करते हैं कि क्वांट साक्षात्कार कैसे दिखते हैं। वास्तविकता अधिकांश लोगों की अपेक्षा से अधिक संरचित और अधिक मांग वाली है।

Citadel जैसी फर्म में साक्षात्कार प्रक्रिया एक साथ चलने वाले कई ट्रैकों में फैली हुई है। मात्रात्मक सॉफ्टवेयर इंजीनियरिंग, ट्रेडिंग और क्वांट रिसर्च ट्रैक में से प्रत्येक की अलग-अलग संरचनाएँ होती हैं और विभिन्न चीजों का परीक्षण करती हैं। एक गंभीर उम्मीदवार एक ही भर्ती सीज़न में तीनों में पंद्रह से बीस अलग-अलग साक्षात्कारों से गुजर सकता है।

अंतिम राउंड को सुपर डे कहा जाता है। एक ही दिन में लगातार छह पैंतालीस मिनट के साक्षात्कार। विषय निम्न-स्तरीय C++ और सिस्टम डिज़ाइन से लेकर संभाव्यता प्रमाणों से लेकर मशीन लर्निंग डिज़ाइन प्रश्नों से लेकर टीम लीड के साथ व्यवहारिक साक्षात्कार तक फैले हुए हैं। आपको स्वच्छ रूप से कोड करने, स्पष्ट रूप से गणितीय परिणाम प्राप्त करने और हर कदम पर अपने तर्क को जोर से समझाने की आवश्यकता है।

मानसिक गणित की गति अधिकांश उम्मीदवारों की अपेक्षा से काफी अधिक मायने रखती है। फर्म प्रारंभिक स्क्रीनिंग के लिए Zetamac जैसे उपकरणों का उपयोग करती हैं। आवेदन करने से पहले प्रति मिनट 50 या अधिक सही उत्तरों को लक्षित करें।

Jane Street अपनी साक्षात्कार समस्याओं को जानबूझकर कठिन बनाने के लिए डिज़ाइन करता है जितना एक व्यक्ति को अकेले हल करने में सक्षम होना चाहिए। वे परीक्षण कर रहे हैं कि आप संकेतों का उपयोग कैसे करते हैं। आप अनिश्चितता के तहत कैसे तर्क करते हैं। आप दबाव में कैसे सहयोग करते हैं। एक उम्मीदवार जो अपनी सोच का वर्णन करता है, किनारे के मामलों पर विचार करता है, और तर्क जारी रखते हुए अनिश्चितता को स्वीकार करता है, वह लगातार उस उम्मीदवार से बेहतर प्रदर्शन करेगा जो चुप हो जाता है और फिर बिना स्पष्टीकरण के सही उत्तर देता है।

ग्रीन बुक, जिसे औपचारिक रूप से Xinfeng Zhou द्वारा A Practical Guide to Quantitative Finance Interviews शीर्षक दिया गया है, हर उस उम्मीदवार के लिए सबसे अधिक संदर्भित तैयारी संसाधन है जिसने शीर्ष क्वांट फर्म में प्रस्ताव प्राप्त किया है। संभाव्यता, सांख्यिकी, ब्रेन टीज़र, मानसिक गणित और वित्त पहेलियों को कवर करने वाली 200 से अधिक वास्तविक साक्षात्कार समस्याएँ। इसके माध्यम से धीरे-धीरे काम करें। किसी भी संकेत को देखने से पहले प्रत्येक समस्या पर कम से कम पंद्रह मिनट वास्तव में प्रयास करें।

क्वांट-विशिष्ट अभ्यास समस्याओं के लिए QuantGuidedotio और साक्षात्कार कठिनाई पर संभाव्यता पहेलियों के लिए Brainstellar के साथ पूरक करें।

कोडिंग राउंड के लिए, समाधान याद करने के बजाय प्रत्येक समस्या प्रकार के अंतर्निहित पैटर्न को समझने पर ध्यान केंद्रित करते हुए LeetCode Blind 75 समस्या सेट पर काम करें। डायनेमिक प्रोग्रामिंग विशेष रूप से Citadel और Jane Street में अंतिम राउंड में सबसे आम विफलता बिंदु है।

शोध अनुभव वह है जो सबसे मजबूत क्वांट रिसर्च उम्मीदवारों को बाकी सभी से अलग करता है। पाठ्यक्रम ग्रेड नहीं। वास्तविक शोध जहाँ आपने एक परिकल्पना तैयार की, उसका परीक्षण करने के लिए कुछ बनाया, और प्रक्रिया से आपने जो सीखा, उसका सटीक वर्णन कर सकते हैं जिसमें यह भी शामिल है कि क्या विफल रहा और क्यों।

व्यवहारिक तैयारी को लगातार कम करके आंका जाता है। किसी ऐसे व्यक्ति के साथ जोर से व्यवहारिक प्रश्नों के उत्तर देने का अभ्यास करें जो वास्तविक प्रतिक्रिया देता है जब तक कि आपके उत्तर स्वाभाविक न लगें। हर अंतिम राउंड में एक सार्थक मानव मूल्यांकन परत होती है जो तकनीकी राउंड जितना ही परिणाम निर्धारित करती है।

प्रतियोगिताएँ जो सीधे रोजगार के लिए फास्ट-ट्रैक करती हैं: $100,000 पुरस्कार के साथ Jane Street Kaggle प्रतियोगिता। WorldQuant BRAIN जो आपके द्वारा सबमिट किए गए अल्फा सिग्नल के लिए नकद भुगतान करता है। Citadel Datathon जो स्पष्ट रूप से विजेताओं को रोजगार साक्षात्कार में फास्ट-ट्रैक करता है।

भाग 5: शून्य से $650,000 प्रति वर्ष तक की सीढ़ी

एकमात्र सबसे बड़ी गलती एक ऊर्ध्वाधर छलांग का प्रयास करना है। बिना किसी क्रेडेंशियल के सीधे Citadel या Jane Street पर आवेदन करना, अस्वीकार कर दिया जाना और यह निष्कर्ष निकालना कि क्षेत्र बंद है।

क्षेत्र बंद नहीं है। उन्होंने अठारह सीढ़ी की छलांग लगाने का प्रयास किया जब प्रक्रिया के लिए एक बार में एक कदम की आवश्यकता होती है।

पहला: भाग 2 से सही क्रम में गणितीय नींव बनाएं। अकादमिक अध्ययन ट्रैक और व्यावहारिक कोडिंग ट्रैक को एक साथ चलाएं। कोडिंग शुरू करने से पहले गणित के परिपूर्ण होने की प्रतीक्षा न करें। दोनों समानांतर में विकसित होते हैं।

दूसरा: कहीं भी आवेदन करने से पहले कम से कम एक वास्तविक परियोजना बनाएं। वास्तविक ऐतिहासिक डेटा का उपयोग करके एक व्यवस्थित ट्रेडिंग रणनीति का बैकटेस्ट करें और आपके द्वारा परीक्षण की गई हर धारणा और निर्णय का दस्तावेजीकरण करें। WorldQuant BRAIN या Kaggle पर एक मॉडल सबमिट करें और आपने जो बनाया है उसे लिखें। Alpaca जैसे ब्रोकर API का उपयोग करके एक सरल एल्गोरिदम लागू करें। ये परियोजनाएँ साबित करती हैं कि आप गणितीय ज्ञान को कार्यात्मक चीज़ में अनुवाद कर सकते हैं।

तीसरा: अपना पहला संस्थागत प्रमाण-पत्र प्राप्त करें। शोध प्रयोगशालाओं में पीएचडी छात्रों को कोल्ड ईमेल भेजें और विशेष रूप से चल रहे कार्यों में योगदान देने के लिए कहें। एक मात्रात्मक पाठ्यक्रम में टीए (शिक्षण सहायक) बनें। एक शोध सहायक पद में शामिल हों। विशिष्ट शीर्षक की तुलना में तकनीकी अनुभव की एक वास्तविक पंक्ति के बारे में बात करने में सक्षम होना कहीं अधिक मायने रखता है।

चौथा: प्रत्येक प्रमाण-पत्र का उपयोग अगले स्तर तक पहुँचने के लिए करें। शोध प्रयोगशाला स्टार्टअप साक्षात्कार के दरवाजे खोलती है। स्टार्टअप प्रमाण-पत्र मध्य-स्तरीय फर्मों के दरवाजे खोलता है। मध्य-स्तरीय फर्म शीर्ष फंडों के दरवाजे खोलती है। किसी को भी इस सीढ़ी के आसपास कोई विश्वसनीय शॉर्टकट नहीं मिला है।

पाँचवाँ: तैयार महसूस करने से पहले आवेदन करें और सब कुछ ट्रैक करें। हर अस्वीकृति एक डेटा है। हर साक्षात्कार अभ्यास है। एक स्प्रेडशीट बनाएँ। हर आवेदन, हर ऑनलाइन मूल्यांकन, हर साक्षात्कार और हर वह प्रश्न ट्रैक करें जो आपसे पूछा गया और जिसका आप स्पष्ट रूप से उत्तर नहीं दे सके। अगले साक्षात्कार से पहले उस विशिष्ट चीज़ का अध्ययन करें।

छठा: सार्वजनिक रूप से प्रतिस्पर्धा करें। भाग 4 में प्रतियोगिताएँ भर्ती पाइपलाइन हैं, न कि केवल कौशल निर्माण अभ्यास। फर्में लीडरबोर्ड देखती हैं और मजबूत प्रदर्शन ने सीधे उन उम्मीदवारों के लिए नौकरी के प्रस्ताव दिए हैं जिनका उन फर्मों से कोई पूर्व संबंध नहीं था।

गणितीय आधार ही वास्तविक खाई (मोट) है। यह क्षमता कि इटो का लेम्मा (Ito's Lemma) में एक अतिरिक्त पद क्यों है जो सामान्य कैलकुलस में नहीं होता। यह जानना कि लाइव मार्केट में उत्तल अनुकूलन (convex optimization) दृष्टिकोण कब काम करेगा और कब नहीं। यह गहराई उन क्वांट्स को अलग करती है जो वास्तविक बढ़त बनाते हैं, उन क्वांट्स से जो बढ़त उधार लेते हैं। उधार लिए गए दृष्टिकोण तब समाप्त हो जाते हैं जब बाकी सभी उन्हें अपना लेते हैं। गणितीय प्रवाह अनिश्चित काल तक नए दृष्टिकोण उत्पन्न करता है।

इस लेख को बंद करने से पहले, तीन विशिष्ट चीज़ें लिखें। आप अभी सीढ़ी पर कहाँ हैं। आपकी वर्तमान स्थिति से ऊपर अगला ठोस कदम कैसा दिखता है। और एक सबसे विशिष्ट कार्य जो आप अगले सात दिनों में उस अगले कदम की ओर ले जा सकते हैं। कोई अस्पष्ट इरादा नहीं। एक विशिष्ट समय सीमा के साथ एक विशिष्ट कार्य।

पूर्ण पठन सूची

गणित: ब्लिट्जस्टीन और ह्वांग, Introduction to Probability, हार्वर्ड से मुफ्त पीडीएफ। स्ट्रैंग, Introduction to Linear Algebra और MIT 18.06 व्याख्यान OpenCourseWare पर मुफ्त। वासरमैन, All of Statistics। बॉयड और वैंडेनबर्गे, Convex Optimization, स्टैनफोर्ड से मुफ्त पीडीएफ। श्रेव, Stochastic Calculus for Finance, खंड 1 और 2।

मात्रात्मक वित्त: हल, Options Futures and Other Derivatives। नेटेनबर्ग, Option Volatility and Pricing। लोपेज़ डी प्राडो, Advances in Financial Machine Learning। अर्नेस्ट चैन, Quantitative Trading। ज़करमैन, The Man Who Solved the Market।

साक्षात्कार की तैयारी: झोउ, A Practical Guide to Quantitative Finance Interviews। क्रैक, Heard on the Street। जोशी, Quant Job Interview Questions and Answers।

सारांश

Citadel में प्रवेश स्तर के क्वांट शोधकर्ता कुल मुआवजे में $336,000 और $642,000 के बीच कमाते हैं। Jane Street अपने औसत कर्मचारी को प्रति वर्ष $1.4 मिलियन का भुगतान करती है। शीर्ष प्रॉप शॉप्स पर पाँच वर्ष का बेंचमार्क सालाना $800,000 और $1,200,000 के बीच है। पूर्वानुमान बाजार (prediction markets) पारंपरिक क्वांट फाइनेंस में पहले से मौजूद हर चीज़ के ऊपर एक बिल्कुल नया व्यवस्थित ट्रेडिंग फ्रंटियर जोड़ रहे हैं।

शून्य से मुआवजे के उस स्तर तक का पूरा रास्ता इस लेख में प्रलेखित है। सही क्रम में पाँच गणितीय परतें। संसाधनों का एक विशिष्ट सेट जो वास्तव में काम करता है। एक स्पष्ट तस्वीर कि साक्षात्कार वास्तव में क्या परीक्षण करते हैं। प्रमाण-पत्रों की एक सीढ़ी जहाँ प्रत्येक अगले को प्राप्त करने योग्य बनाता है।

आपको आइवी लीग के नाम की आवश्यकता नहीं है। आपको फाइनेंस बैकग्राउंड की आवश्यकता नहीं है। आपको सही क्रम में बनी सही नींव और स्तरों को छोड़ने की कोशिश किए बिना सीढ़ी का पालन करने का अनुशासन चाहिए।

सूचना विषमता जो अधिकांश लोगों को इस क्षेत्र से बाहर रखती है, वह बुद्धिमत्ता के बारे में नहीं है। यह यह नहीं जानने के बारे में है कि रास्ता कैसा दिखता है।

अब आप जानते हैं।

यहाँ वह प्रश्न है जिसके साथ मैं चाहता हूँ कि आप बैठें।

यदि सबसे अधिक वित्तीय रूप से पुरस्कृत करियर में से एक का पूरा खाका सार्वजनिक रूप से उपलब्ध है, जिसके लिए किसी प्रतिष्ठित पृष्ठभूमि की आवश्यकता नहीं है, और इसे आप जहाँ भी हैं, वहाँ से शुरू करके अपनाया जा सकता है, तो वास्तव में अधिकांश लोगों को आज शुरू करने से क्या रोक रहा है?

अपना उत्तर कमेंट में डालें। और जब आप वहाँ हों, तो भाग 3 से सिक्का उछालने की समस्या का अपना उत्तर भी डालें।

कोई गलत उत्तर नहीं है, लेकिन बहुत ही खुलासा करने वाले उत्तर हैं।