Guarda due numeri che ti faranno sobbalzare.
Primo numero: $300.000.
Questo è lo stipendio base per neolaureati scritto nero su bianco sul sito ufficiale della principale società di quant trading, Jane Street—nota, questo è solo lo stipendio base, escluse le indennità. Includendo le indennità, il pacchetto totale per un nuovo assunto in una delle migliori società di quant trading è generalmente compreso tra $300.000 e $500.000. Lo stipendio medio annuo per l'intera azienda di Jane Street (inclusi amministrazione e logistica) è di $1,4 milioni.
Secondo numero: 88%.
Questo è il tasso di crescita delle offerte di lavoro in AI/ML nel settore finanziario in un anno. Questo settore non solo paga bene, ma è anche in rapida espansione.
Ciò che sorprende ancora di più la gente comune è una frase sulla pagina di reclutamento di Jane Street: "Non è richiesta alcuna conoscenza pregressa di finanza o economia. "
Sì, hai letto bene. Questo settore, che offre uno stipendio base di $300.000 ai neolaureati, non richiede che tu capisca la finanza.
Allora cosa richiede? Una persona comune può intraprendere questa strada? Se sì, qual è l'ordine corretto?
In questo articolo di oggi, spiegherò a fondo questo percorso. Niente cumuli di formule, niente gergo accademico—solo principi, metodologia e una chiara tabella di marcia.
Prima di tutto, correggi un equivoco: il Quant Trading non è "scegliere le azioni"
La maggior parte delle persone pensa che il quant trading significhi: studiare le azioni, avere un'opinione su Tesla o prevedere i rapporti sugli utili.
Tutto sbagliato.
L'essenza del quant trading è la matematica, non la selezione di azioni.
Ciò che fa un Quantitative Trader (Quant) è: cercare pattern statistici, deviazioni di prezzo e scappatoie strutturali nel mercato. Perché esistono queste opportunità? Perché il mercato è un sistema complesso gestito da esseri umani, e gli esseri umani commettono errori sistematici—vendite dettate dal panico durante la paura, acquisti per avidità durante i rialzi e indecisione sui numeri tondi.
I quant trader non prevedono "se Tesla salirà domani". Fanno un tipo di domanda diverso:
"Quando accade A, qual è la probabilità che B segua? Vale la pena scommettere su questa probabilità?"
Ricorda questa differenza. Determina tutto ciò che devi imparare dopo—non l'analisi dei bilanci, non i grafici a candele, ma un insieme di schemi di pensiero riguardanti l'incertezza.
Questo percorso è come un videogioco: non puoi saltare i livelli
L'intero percorso di apprendimento è come un gioco in cui non puoi saltare i livelli. I concetti di ogni livello si basano su quelli del precedente. Il risultato del saltare i livelli è che non capirai nulla dopo.
La buona notizia è: se ti impegni davvero (non guardando video finanziari senza senso, ma risolvendo effettivamente problemi), ci vogliono circa 18 mesi per passare da zero a poter bussare alla porta di questo settore.
Ecco i cinque livelli. Non parlerò di formule, solo di ciò che ogni livello addestra effettivamente nel tuo pensiero e perché è indispensabile.
Livello 1: Probabilità—Imparare a "Pensare in Modo Condizionale"
Tutto nella finanza quantitativa alla fine si riduce a una domanda:
"Quali sono le probabilità? Queste probabilità sono a mio favore?"
Questa è la probabilità. Il nucleo dell'addestramento di questo livello è un modo di pensare che le persone comuni raramente possiedono—il pensiero condizionale.
Le persone comuni pensano in "assoluti": qualcosa è vero o falso.
I quant trader pensano in "condizioni": Date le informazioni che già conosco, quanto è probabile questo evento?
Ad esempio, un'azione sale il 60% dei giorni di trading—questa è la "probabilità di base", è grezza e per lo più inutile. Ma se scopri che nei giorni in cui il volume di scambi è superiore alla media, sale il 75% delle volte—questa "probabilità condizionale" è l'informazione che fa veramente guadagnare soldi.
A questo livello, devi anche imparare una cosa: aggiornare il tuo giudizio in tempo reale sulla base di nuove informazioni (noto come aggiornamento bayesiano). Pensavi che un'azione valesse $50, ma il rapporto sugli utili mostra che i ricavi hanno superato le aspettative del 3%—di quanto dovresti aggiustare il tuo giudizio al rialzo? Chi si aggiusta più velocemente e con maggiore precisione si porta a casa i soldi.
Infine, ci sono due amici per la vita: Valore Atteso e Varianza. Il valore atteso è il tuo tasso di vincita; la varianza è il tuo rischio. Ricorda il mantra finale di questo livello in una frase:
Se la tua strategia ha un valore atteso positivo e puoi sopportare la volatilità—probabilmente guadagnerai soldi.
(Studia questo livello da solo per 3-4 settimane, 2 ore al giorno. Il libro di testo classico è il corso gratuito di probabilità di Harvard, combinato con la scrittura di alcune simulazioni—come simulare 10.000 lanci di una moneta per vedere la media convergere a 0,5. Vederlo con i tuoi occhi è un livello di comprensione completamente diverso dal solo sentirne parlare. )
Livello 2: Statistica—Installare un "Rilevatore di Sciocchezze"
Dopo aver parlato il linguaggio della probabilità, devi imparare a sentire cosa dicono i dati. Questa è la statistica.
La prima e più importante lezione che la statistica ti insegna è:
La stragrande maggioranza delle cose che "sembrano pattern" sono in realtà rumore.
Ecco un esempio doloroso. Sviluppi una strategia e il backtest mostra un rendimento annualizzato del 15%. È reale?
L'approccio statistico è prima di assumere "questa strategia è in realtà inutile", e poi calcolare: Se fosse davvero inutile, qual è la probabilità di ottenere un risultato così buono? Se questa probabilità è molto piccola, solo allora sei qualificato per dire "potrebbe essere reale".
Ma c'è una trappola qui in cui i principianti vengono spazzati via: Se testi a caso 1.000 strategie, per pura fortuna, circa 50 sembreranno "significativamente efficaci". Pensi di aver trovato una miniera d'oro, ma hai solo ottenuto diversi sei consecutivi.
Quindi, per favore, accetta una realtà in anticipo: Le prime 10 strategie che troverai saranno probabilmente puro rumore. Accettarlo ora ti farà risparmiare un sacco di soldi veri.
Un concetto chiave qui è "Alpha" (α): sottrai tutti i fattori di mercato noti dal rendimento della tua strategia; il rendimento in eccesso rimanente non spiegato è la tua vera abilità. Se non rimane nulla dopo aver sottratto—la tua "abilità unica" era solo un modo mascherato di "seguire il mercato".
Livello 3: Algebra Lineare—Imparare a "Vedere 500 Azioni Simultaneamente"
Questo livello sembra il più noioso, ma è il motore per tutto ciò che segue: costruzione del portafoglio, gestione del rischio e apprendimento automatico si basano tutti su di esso.
Non aver paura; la sua idea centrale può essere spiegata in una frase:
Quando devi gestire le relazioni tra centinaia di azioni simultaneamente, hai bisogno di uno strumento matematico che possa "elaborare in batch"—le matrici.
Per 500 azioni, ci sono oltre 120.000 relazioni a coppie. Le matrici ti permettono di impacchettare queste 120.000 relazioni in un unico oggetto e gestirle in un'unica operazione.
Il momento più magico a questo livello è quando fai per la prima volta l'"Analisi delle Componenti Principali" (pensala come fare una radiografia di un sistema complesso): scoprirai che mentre 500 azioni sembrano muoversi indipendentemente, i primi 5 "fattori nascosti" spiegano il 70% di tutte le fluttuazioni—il resto è per lo più rumore.
In quel momento, capirai improvvisamente: il mercato non è così complesso come pensavi; è guidato da poche forze. Imparando a trovare queste forze, ti trasformi da "persona che guarda 500 schermi" in "persona che guarda 5 cruscotti".
(La risorsa d'oro per questo livello è il corso aperto di Algebra Lineare di Gilbert Strang del MIT; è gratuito e riconosciuto a livello mondiale come il migliore.)
Livello 4: Calcolo e Ottimizzazione—Imparare a "Trovare la Soluzione Migliore Sotto Vincoli"
Tutto nella finanza cambia: prezzi, volatilità, correlazioni—cambiano ogni secondo. Il calcolo è il linguaggio per descrivere il "cambiamento".
Ma per la gente comune, ciò che è veramente prezioso a questo livello è il pensiero di ottimizzazione:
Trovare l'allocazione ottimale degli asset sotto un insieme di vincoli (denaro limitato, limiti di rischio, limiti di posizione).
Questo è ciò che tutti i "Robo-advisor" fanno dietro le quinte. Non devi derivare formule a mano, ma devi capire questa struttura—la maggior parte delle decisioni nella vita sono essenzialmente problemi di ottimizzazione con vincoli.
Livello 5: Calcolo Stocastico—Lo Spartiacque tra "Appassionato" e "Professionista"
Una citazione dal testo originale lo dice bene:
"Prima di imparare il calcolo stocastico, sei un data scientist a cui piace la finanza. Dopo averlo imparato, sei un esperto quant."
Questo livello è il più difficile e richiede 6-8 settimane, ma posso dirti cosa fa in parole povere: costruire modelli matematici per la "pura casualità".
Alla fine porta a un risultato da un trilione di dollari—la formula di Black-Scholes per il pricing delle opzioni. Questa formula supporta il funzionamento dell'intero mercato globale dei derivati.
C'è un'intuizione qui che è agghiacciantemente profonda quando la cogli per la prima volta:
Nel processo di derivazione dei prezzi delle opzioni, la variabile "quanto ci si aspetta che questa azione salga" viene in realtà perfettamente cancellata matematicamente. In altre parole—il prezzo equo di un'opzione non ha nulla a che fare con se pensi che l'azione salirà o scenderà.
Questa conclusione controintuitiva significa: non devi prevedere il futuro per prezzare accuratamente l'incertezza futura. Questa è la differenza essenziale tra la finanza quant e "la scelta di azioni"—chi sceglie le azioni scommette sulla direzione; i quant prezzano l'incertezza.
I Quattro Tipi di Persone in Questo Settore
Dopo aver completato questi cinque livelli, puoi intraprendere quattro percorsi:
Quant Researcher—Il Cacciatore di Pattern. Setacciare enormi quantità di dati per trovare pattern prevedibili e progettare strategie. La barriera d'ingresso più alta (di solito richiede un dottorato in matematica/statistica/ML o prestazioni universitarie eccezionali). I ricercatori delle migliori aziende spesso utilizzano decine di migliaia di GPU.
Quant Developer—Il Costruttore di Macchine. Trasformare i modelli dei ricercatori in sistemi di trading che possono effettivamente piazzare ordini. Richiede solide capacità di programmazione (C++/Rust/Python) ed esperienza con sistemi a bassa latenza. Per i programmatori, questo è il punto di ingresso più fluido per un cambio di carriera.
Quant Trader—Colui che Preme il Grilletto. Gestire denaro, gestire il rischio e prendere decisioni in tempo reale. La retribuzione fluttua di più—può raggiungere otto cifre in un buon anno, ma potresti non ottenere nulla in uno cattivo.
Risk Quant—Colui che Aziona i Freni. Validare modelli, stress test e conformità. Il soffitto è più basso, ma la carriera è la più stabile.
Il quinto tipo in più rapida crescita: AI/ML Quant—utilizzare il deep learning per l'estrazione di segnali. Il volume di reclutamento è cresciuto dell'88% in un anno.
Il panorama completo delle retribuzioni (basato sui dati del 2026): I neolaureati nelle migliori aziende (Jane Street, Citadel, HRT) hanno un pacchetto totale di $300k-$500k; coloro che rimangono in gioco fino al 5° anno hanno una mediana di $800k-$1,2M; i trader stellari guadagnano da $3M a $30M.
Ma nota le parole "rimanere in gioco"—questa è la mediana per i sopravvissuti. Un gran numero di persone viene eliminato in 5 anni. I soldi sono alti perché la selezione è brutale.
Cosa Testano i Colloqui? Non la Finanza
Per entrare in questo settore, il processo di colloquio è approssimativamente: Screening del curriculum → Valutazione online (calcolo mentale + logica) → Colloquio telefonico (domande di probabilità, giochi di scommesse) → Round finale (3-5 round consecutivi di trading simulato, programmazione, derivazioni alla lavagna).
Un dettaglio interessante: Jane Street ti darà deliberatamente un problema difficile che una persona da sola non può risolvere—non stanno testando se puoi farlo, ma come usi gli indizi e collabori con gli altri.
Un altro dato mostra cosa vuole il settore: Tra i recenti stagisti di Jane Street, due terzi hanno studiato Informatica, un terzo ha studiato Matematica—quasi nessuno aveva un background in finanza.
Questo settore compra il tuo modo di pensare, non la tua conoscenza finanziaria.
Tre Lezioni Chiave
Primo, il vero nemico è l'"Errore di Stima".
Tutti i modelli matematici funzionano perfettamente con la premessa che "i parametri sono reali". Ma non ottieni mai parametri reali—hai solo parametri stimati da dati storici, che portano con sé errori. Il divario tra teoria e pratica è sempre l'errore di stima. I migliori quant trader non sono quelli con la matematica migliore, ma quelli che rispettano di più l'errore.
Questo vale anche per gli investimenti della gente comune: qualsiasi previsione di rendimento "calcolata con precisione" è degna di essere guardata con sospetto—gli algoritmi possono essere precisi, ma gli input sono sempre grezzi.
Secondo, gli strumenti sono stati democratizzati, ma la "convinzione" no.
Oggi, chiunque può utilizzare gratuitamente librerie quant di alto livello, interfacce dati e framework di machine learning. La tecnologia è necessaria, ma non è più scarsa. Il vero vantaggio (noto come edge) esiste solo in tre luoghi: dati unici, modelli unici o esecuzione unica—non nell'avere più pacchetti software degli altri.
Terzo, la matematica è il fossato.
L'AI può già scrivere codice e dare suggerimenti strategici. Allora quale valore rimane per un quant trader?
Ciò che rimane è: la capacità di capire "perché". Sapere perché una formula è valida, in quali condizioni un modello fallisce e dove una strategia apparentemente intelligente nasconde una mina—questa intuizione matematica determina se sei un "creatore di vantaggio" o un "mutuatario di vantaggio".
E i vantaggi presi in prestito scadono sempre.
Tre Intuizioni per la Gente Comune
Anche se non hai intenzione di diventare effettivamente un quant, ci sono tre verità universali in questo percorso:
Primo, le vere barriere nei settori ad alta retribuzione sono spesso diverse da ciò che immagini.
Tutti pensano che devi conoscere la finanza per entrare nel quant trading, ma loro affermano esplicitamente "nessuna conoscenza finanziaria richiesta"—ciò che vogliono è il pensiero probabilistico, l'alfabetizzazione statistica e le capacità di problem-solving. La vera barriera in molti settori apparentemente irraggiungibili è un modo di pensare apprendibile, non il "gergo" del settore.
Secondo, "non saltare i livelli" è una legge comune per tutte le abilità difficili.
I cinque livelli sono interconnessi; saltane uno, e tutto ciò che segue crollerà. Questo è il motivo per cui "18 mesi di duro lavoro" possono battere "3 anni di apprendimento frammentato"—se l'ordine è giusto, il tempo è interesse composto; se l'ordine è sbagliato, il tempo è una perdita.
Terzo, nell'era dell'AI, il valore di "capire i principi" sta salendo alle stelle, non rimpicciolendosi.
Più gli strumenti diventano popolari e più l'AI è capace, più "sapere perché" diventa scarso. Questo settore te lo dice con i segnali di prezzo più chiari: coloro che usano gli strumenti guadagnano $10.000 al mese; coloro che capiscono i principi guadagnano $1 milione all'anno. La differenza non è lo strumento; è quello strato di "perché".
Per Concludere
Torniamo alla domanda originale: Una persona comune può diventare un quant trader?
Sì. Questo percorso non guarda la tua origine, il tuo background o se capisci la finanza—guarda solo se riesci a metterti giù e superare i cinque livelli uno per uno.
Non è facile. 18 mesi, due ore al giorno, fare veri problemi, scrivere vero codice, derivare vera logica—non ci sono scorciatoie, non ci sono soluzioni rapide.
Ma guardala in un altro modo: un percorso con regole trasparenti, una chiara tabella di marcia, rendimenti incredibili e un annuncio esplicito che "non guardiamo al tuo passato" è raro nel mondo di oggi.
La maggior parte delle persone metterà questo articolo nei segnalibri e poi continuerà a scorrere la propria timeline.
Alcuni apriranno Claude o Codex stasera e useranno l'AI per scrivere la prima strategia che abbiano mai praticato.
18 mesi dopo, le vite di questi due tipi di persone non saranno sulla stessa traiettoria.
