연봉 65만 달러 달성을 위한 완벽한 로드맵 (퀀트 커리어 가이드)

저는 제로에서 시작해 Jane Street, Citadel 같은 회사에서 연봉 65만 달러 규모의 퀀트 커리어를 쌓기 위한 정확한 청사진을 알려드리겠습니다.

바로 본론으로 들어가겠습니다.

이 글을 북마크하세요

-

저는 시스템 설계, HFT 스타일 실행, 그리고 퀀트 트레이딩 시스템을 개발하는 백엔드 개발자 Roan입니다. 제 작업은 예측 시장이 부하 상황에서 실제로 어떻게 작동하는지에 초점을 맞추고 있습니다. 제안, 의미 있는 협업, 파트너십에 대한 문의는 DM으로 언제든지 환영합니다.

퀀트 업계는 누구도 기다려주지 않습니다.

Citadel의 주니어 퀀트 리서처는 대학 졸업 직후 총 보상이 336,000달러에서 642,000달러에 달합니다. Jane Street는 2025년 상반기에 직원 평균 급여로 140만 달러를 지급했습니다. IMC Trading의 인턴은 연간 환산 기준 240,000달러 이상을 벌어들입니다. 탑 프로프 숍에서 살아남은 사람들의 5년 차 기준 연봉은 80만 달러에서 120만 달러 사이입니다.

그리고 이것은 예측 시장에서 일어나고 있는 일을 고려하기 전입니다.

이 분야는 선거, 경제, 스포츠, 지정학적 이벤트로 빠르게 확장되고 있습니다. 기관 퀀트들은 이제 주식과 파생상품에 배치하는 것과 동일한 방식으로 예측 시장에 체계적인 전략을 배치하고 있습니다. 동일한 확률 프레임워크, 동일한 신호 결합 기술, 동일한 위험 관리 원칙입니다. 저는 이미 예측 시장 퀀트가 되는 방법에 대한 구체적인 글을 작성한 바 있습니다.

Roan

@RohOnChain

·

2024년 2월 24일

기사

예측 시장 퀀트가 되는 방법 (완벽 로드맵)

기관 수준의 예측 시장 퀀트가 되기 위한 완벽한 로드맵을 알려드리겠습니다. 또한 실제로 효과가 있는 정확한 리소스와 단계별 경로를 공유하겠습니다.

바로 본론으로...

35

196

1.3K

481K

제가 16살이었을 때, 확률과 수학이 실제 시장에서 어떻게 작동하는지에 대한 이해가 전혀 없었습니다. 오늘날 저는 기관 수준에서 예측 시장의 체계적인 트레이딩 전략을 이끌고 있습니다. 이것은 완전한 초보자에서부터 기관이 체계적으로 엣지를 추출하기 위해 사용하는 수학적 프레임워크, 기술적 실행 및 시장 미시구조를 이해하는 구조화된 경로를 따랐기 때문에 가능했습니다.

2025년을 통해 퀀트 금융 분야의 AI 및 머신러닝 채용이 급격히 가속화되었습니다. 주요 펀드들은 모두 ML 모델로 구동되는 체계적인 전략을 구축하고 있습니다. 퀀트 분석가 수요는 2028년까지 9% 성장할 것으로 예상되며, 리크루터들은 2026년이 전 세계적으로 가장 경쟁이 치열한 퀀트 인재 시장이 될 것이라고 말합니다.

그러나 이 분야에 진출하려는 대부분의 사람들은 실제로 어떻게 해야 하는지 전혀 모릅니다.

그들은 퀀트 트레이딩이 시장에 대해 똑똑한 것이라고 생각합니다. 옳은 주식을 고르는 것. 가격 방향에 대한 강한 의견을 갖는 것. 그들은 월스트리트 정장과 블룸버그 터미널을 상상하며 이 분야가 엘리트 대학에서 금융을 공부한 사람들의 것이라고 가정합니다. 그들은 이력서에 MIT나 Stanford가 필요하다고 가정합니다. 그들은 아이비리그 이름 없이는 문이 이미 닫혀 있다고 가정합니다.

이것은 완전히 잘못된 생각입니다. 그리고 이것이 대부분의 사람들이 시도조차 하지 않는 가장 큰 단일 이유입니다.

Jane Street는 채용 공고에 금융이나 경제학에 대한 사전 지식이 필요하지 않거나 요구되지 않는다고 명시적으로 밝히고 있습니다. 최근 인턴 클래스의 3분의 2 이상이 컴퓨터 과학이나 수학을 전공했습니다. 금융이 아닙니다. 경제학이 아닙니다.

Jane Street 채용

이 글을 끝까지 읽으시면 퀀트 트레이딩이 실제로 무엇이고 왜 그렇게 높은 보상을 받는지, 네 가지 주요 퀀트 역할과 자신의 배경에 맞는 역할은 무엇인지, 올바른 학습 순서로 구성된 제로부터 시작하는 완전한 수학 로드맵, 탑 기업의 인터뷰 프로세스가 실제로 테스트하는 것과 이를 정확히 준비하는 방법, 그리고 경험 제로에서 첫 번째 실제 기관 자격 증명까지의 정확한 단계별 과정을 이해하게 될 것입니다.

참고: 이 글은 의도적으로 깁니다. 모든 부분이 이전 부분 위에 구축됩니다. 퀀트 커리어를 진지하게 쌓고 싶다면 모든 단어를 읽으십시오. 지름길을 찾고 있다면, 이 글은 당신을 위한 것이 아닙니다.

파트 1: 퀀트 트레이딩의 실제 의미와 그 안의 역할

대부분의 사람들은 퀀트 트레이딩이 시장이 어디로 갈지에 대한 의견을 갖는 것이라고 생각합니다.

그렇지 않습니다. 퀀트 트레이딩은 수학에 관한 것입니다.**

당신은 통계적 관계, 가격 비효율성, 그리고 시장이 체계적이고 반복 가능한 오류를 범하는 인간에 의해 운영되는 복잡한 시스템이기 때문에 존재하는 구조적 엣지를 다루고 있습니다. 목표는 특정 결과에 대해 옳은 것이 아닙니다. 목표는 수학적 확률이 당신에게 유리한 상황을 찾고, 포지션 크기를 올바르게 조정하며, 기대 가치가 실제 수익으로 축적될 때까지 이 과정을 수천 번 반복하는 것입니다.

카지노가 운영되는 방식과 동일하게 생각하십시오. 카지노는 단일 베팅이 이길지 예측하려고 하지 않습니다. 모든 베팅에 대해 작은 수학적 엣지를 가지고 게임을 반복적으로 실행하고 대수의 법칙이 나머지를 처리하도록 합니다. 퀀트 트레이딩 회사도 같은 방식으로 운영됩니다. 그들은 엣지를 찾습니다. 포지션 크기를 올바르게 조정합니다. 규모에 맞게 실행합니다.

이 프레임워크는 예측 시장에도 동일하게 적용됩니다. 체계적인 퀀트는 특정 정치 후보가 선거에서 이길지 예측하려고 하지 않습니다. 그들은 내재 확률이 기초 데이터가 실제로 지지하는 바에서 측정 가능하게 벗어난 시장을 찾고, 그 편차에 베팅하며, 수백 개의 이벤트에 걸쳐 동시에 이 과정을 반복하려고 합니다. 도구는 동일합니다. 수학은 동일합니다. 엣지는 동일한 출처에서 비롯됩니다.

이제 역할에 대해 알아보겠습니다. 준비에 필요한 사항이 역할마다 상당히 다르기 때문입니다.

퀀트 리서처는 가장 높은 보상을 받고 가장 demanding 한 역할입니다. 이들은 방대한 데이터셋에서 패턴을 찾고, 예측 모델을 구축하며, 실제 트레이딩 전략을 설계하는 사람들입니다. 박사 수준의 수학적 및 통계적 깊이, 또는 하드 퀀트 분야에서 진정으로 뛰어난 학부 성취가 필요합니다. 탑 기업의 주니어 총 보상 범위는 350,000달러에서 650,000달러이며 그 이상으로 급격히 증가합니다.

퀀트 트레이더는 리서처가 구축한 모델을 가져와 실시간으로 실제 거래를 실행합니다. 빠른 확률적 사고, 강력한 암산, 그리고 불완전한 정보 하에서 압박 속에서 자신감 있는 의사 결정이 필요합니다. 이 역할은 모든 퀀트 커리어 중 가장 높은 보상 변동성을 가지고 있습니다. 뛰어난 트레이더는 단 1년 만에 8자리 수에 도달합니다. 탑 기업의 주니어 보상은 일반적으로 200,000달러에서 400,000달러 사이에서 시작하며 상한선은 없습니다.

퀀트 개발자는 리서치가 실제로 라이브 시장에서 거래될 수 있도록 하는 인프라를 구축합니다. 트레이딩 플랫폼, 실행 엔진, 실시간 데이터 파이프라인, 저지연 시스템입니다. 매우 높은 성능 기준의 프로덕션 레벨 C++, Rust 및 Python이 필요합니다. 탑 기업의 주니어 총 보상은 일반적으로 200,000달러에서 350,000달러 사이입니다.

리스크 퀀트는 모델 검증, VaR(Value at Risk) 계산, 스트레스 테스트 및 규제 준수에 중점을 둡니다. 가장 안정적인 퀀트 커리어 경로이며 가장 예측 가능한 보상 궤적을 가지고 있습니다. 다른 세 가지 역할보다 상한선은 낮지만 안정성은 훨씬 높습니다.

현재 가장 빠르게 성장하는 역할은 딥러닝을 사용한 신호 생성 시스템을 구축하고, 대안 데이터를 규모에 맞게 처리하며, ML 모델을 라이브 트레이딩 환경에 직접 배포하는 AI 및 머신러닝 중심의 퀀트입니다. 이 역할은 퀀트 리서치와 머신러닝 엔지니어링의 교차점에 있으며, 2025년과 2026년에 걸쳐 가장 공격적인 채용이 이루어지고 있는 분야입니다.

더 읽기 전에 없애야 할 오해: 이러한 직업 중 어떤 것을 하기 위해 금융 학위가 필요하지 않습니다. 필요한 것은 수학적 능력, 프로그래밍 기술, 그리고 올바른 순서로 기초를 쌓는 훈련입니다.

파트 2: 올바른 순서의 수학적 기초

제로에서 퀀트 준비 상태까지의 길은 비디오 게임의 레벨과 같습니다. 레벨을 건너뛸 수 없습니다. 모든 개념은 이전 개념 위에 구축됩니다. 기초 레이어 없이 머신러닝이나 옵션 가격 책정으로 건너뛰려고 하면 많은 주제에 대한 표면적 친숙함은 얻겠지만, 그 어떤 것에 대한 진정한 이해도 얻지 못할 것입니다. 그것으로는 퀀트 인터뷰를 통과할 수 없습니다.

올바른 순서는 다섯 개의 레이어로 깊숙이 들어갑니다. 각 레이어는 그 뒤에 오는 모든 것의 전제 조건입니다.

레이어 1: 확률

퀀트 금융의 모든 것은 하나의 질문으로 귀결됩니다. 확률은 얼마인가, 그리고 그 확률이 나에게 유리한가?

확률을 깊은 수준에서 이해하지 못한다면, 이 글의 다른 어떤 것도 중요하지 않습니다. 옵션 가격 책정은 확률 문제입니다. 신호 모델링은 확률 문제입니다. 시장 조성은 확률 문제입니다. 포지션 크기 조정은 확률 문제입니다. 예측 시장 트레이딩은 그 핵심에서 확률 문제입니다.

이 레이어에서 가장 중요한 개념은 조건부 사고입니다. 퀀트는 절대적으로 생각하지 않습니다. 그들은 조건부로 생각합니다. 내가 지금 알고 있는 것을 바탕으로, 이 결과가 얼마나 likely 한가?

이것을 정확하게 만드는 공식:

P(A|B) = P(A and B) / P(B)

B가 주어졌을 때 A의 확률은 두 사건이 모두 발생할 확률을 B 단독 확률로 나눈 것과 같습니다.

실제로 이것이 어떻게 작동하는지입니다. 경제 발표에 대한 예측 시장에서 신호를 구축한다고 상상해보십시오. 발표 후 시장이 급격히 움직일 무조건부 확률은 과거 기준율에 기반하여 40%입니다. 그러나 발표 전 옵션 내재 변동성이 크게 상승한 날에는 급격한 움직임의 조건부 확률이 68%로 상승합니다. 이 68%는 실제 사용 가능한 신호입니다. 무조건부 40%는 조건화 없이는 분리할 수 없는 방식으로 신호와 노이즈를 혼합합니다.

베이즈 정리는 여기서 또 다른 필수 개념입니다. 새로운 정보가 도착함에 따라 신념을 어떻게 업데이트할지 알려줍니다:

사후 확률 = (가능도 x 사전 확률) / 증거

업데이트된 신념은 가설이 참이라면 이 새로운 증거를 볼 가능성에 가설을 이미 얼마나 강하게 믿었는지를 곱하고, 어떤 가설 하에서 이 증거를 볼 가능성으로 나눈 것과 같습니다. 새로운 정보가 도착할 때 가장 빠르고 정확하게 신념을 업데이트하는 트레이더는 일관되게 다른 모든 사람들을 능가합니다.

기대값과 분산은 남은 퀀트 커리어 동안 생각하게 될 두 가지 숫자입니다. 기대값은 모든 시나리오에서의 평균 결과입니다. 분산은 실제 결과가 그 평균에서 얼마나 벗어날 수 있는지입니다. 전략에 양의 기대값이 있고 분산을 견딜 수 있을 만큼 오래 버틸 수 있다면, 돈을 벌게 될 것입니다. 분산에 비해 포지션 크기를 너무 크게 잡으면 기대값이 작용할 시간을 갖기 전에 파산할 것입니다.

이 레이어를 위한 리소스: Blitzstein and Hwang, Introduction to Probability. 하버드에서 무료로 제공되는 전체 PDF. 1장부터 6장까지의 모든 문제를 풀어보십시오. 하루 2시간 집중하여 3~4주를 할애하십시오.

레이어 2: 통계학

확률을 이해했다면, 데이터로부터 듣는 법을 배워야 합니다. 그것이 통계학입니다. 통계학이 가르쳐주는 가장 중요한 것은 실제 신호처럼 보이는 것의 대부분이 실제로는 노이즈라는 것입니다.

전략을 구축했습니다. 백테스트 결과 연간 15% 수익률이 나옵니다. 이것이 실제 엣지일까요, 아니면 운에 의한 변동일까요?

가설 검정이 그것을 알아내는 방법입니다. 전략의 실제 기대 수익률이 0이라는 귀무 가설을 가정합니다. 그 가정이 사실이라면 이렇게 강력한 결과를 볼 가능성이 얼마나 되는지 계산합니다. 무작위 전략 1,000개를 테스트하면 표준 5% 유의 수준에서 순전히 우연에 의해 50개가 겉보기에 강력한 결과를 보일 것입니다. 이것이 다중 비교 문제입니다. 백테스트 결과는 훌륭하고 실시간 트레이딩 결과는 끔찍한 가장 흔한 이유입니다.

선형 회귀는 핵심 도구입니다. 전략 수익률을 알려진 위험 요소에 대해 회귀 분석하고 알파라고 하는 절편을 찾습니다. 모든 표준 요소를 고려한 후 알파가 0이라면, 당신의 엣지는 이미 잘 알려진 것들에 대한 위장된 노출에 불과합니다. 유일하게 중요한 숫자는 모든 알려진 요소를 고려한 후에도 살아남는 알파입니다.

이 레이어를 위한 리소스: Wasserman, All of Statistics, 1장부터 13장까지. 4~5주를 할애하십시오.

레이어 3: 선형대수학

선형대수학은 퀀트 금융과 ML의 모든 것을 작동시키는 기계입니다. 포트폴리오 구성, 주성분 분석, 신경망, 공분산 추정, 팩터 모델은 모두 행렬 수학에서 실행됩니다.

공분산 행렬은 모든 자산이 다른 모든 자산에 비해 어떻게 움직이는지 포착합니다. 포트폴리오 분산은 다음과 같이 축약됩니다:

분산 = w^T x Sigma x w

여기서 w는 가중치 벡터이고 Sigma는 공분산 행렬입니다. 이 단일 표현은 포트폴리오 최적화 및 위험 관리의 수학적 핵심입니다.

고유값은 그 공분산 행렬 내에서 실제로 중요한 것이 무엇인지 드러냅니다. 500개 주식의 우주에서 처음 5개의 고유벡터는 일반적으로 모든 분산의 70%를 설명합니다. 나머지는 모두 노이즈입니다. 고유분해는 팩터 투자, 차원 축소 및 대규모 체계적 전략의 통계적 아키텍처의 기초입니다.

이 레이어를 위한 리소스: MIT OpenCourseWare에서 완전 무료로 제공되는 Gilbert Strang의 MIT 18.06 강의. 모두 시청하십시오. 그런 다음 Strang의 Introduction to Linear Algebra 교과서를 통해 공부하십시오. 4~6주를 할애하십시오.

레이어 4: 미적분학과 최적화

퀀트 금융의 거의 모든 문제는 제약 조건 하에서 어떤 것을 최대화하는 것으로 축소됩니다. 포트폴리오 구성, 모델 훈련 및 실행 전략은 모두 최적화 문제입니다.

볼록 최적화는 여기서 필수적입니다. 볼록 최적화 문제는 효율적으로 찾을 수 있는 고유한 전역 해를 가지고 있습니다. 대부분의 포트폴리오 구성 및 위험 관리 문제는 볼록 프로그램으로 구조화될 수 있습니다. 문제가 언제 볼록하고 어떻게 효율적으로 해결할 수 있는지 이해하는 것은 이 분야의 핵심 실무 기술입니다.

이 레이어를 위한 리소스: Boyd and Vandenberghe, Convex Optimization. 스탠포드에서 무료로 제공되는 전체 PDF. 1장부터 5장까지 공부하십시오. 4~5주를 할애하십시오.

레이어 5: 확률적 미적분학

확률적 미적분학 이전에는 데이터를 분석하고 통계 모델을 구축할 수 있습니다. 이후에는 수학적 첫 원리로부터 금융 상품이 어떻게 가격이 책정되는지 유도할 수 있습니다. 이것이 블랙-숄즈가 나오는 레이어이며 가장 정교한 체계적 전략이 설계되는 곳입니다.

확률적 미적분학의 핵심 통찰은 무작위성이 있는 세계에서는 작은 무작위 증분의 제곱이 일반 미적분학에서처럼 무시할 수 없다는 것입니다. 이 하나의 사실은 모든 계산을 변경하고 확률적 미적분학의 연쇄 법칙인 이토의 보조정리를 생성합니다. 옵션 가격에 적용하면 블랙-숄즈 방정식을 유도합니다:

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

이 결과를 놀랍게 만드는 것은 주식의 기대 수익률이 완전히 사라진다는 것입니다. 옵션 가격은 주식이 어디로 갈 것이라고 생각하는지에 의존하지 않습니다. 오직 얼마나 움직이는지에만 의존합니다. 이것이 현대 파생상품 가격 책정을 가능하게 한 개념적으로 급진적인 결과였습니다.

이 레이어를 위한 리소스: Shreve, Stochastic Calculus for Finance, 1권과 2권. 최고의 표준 교재입니다. 6~8주를 할애하고 서두르지 마십시오.

파트 3: 프로그래밍, HFT 도구 및 실제로 중요한 기술 스택

퀀트 금융에서 중요한 두 가지 완전히 별개의 프로그래밍 기술이 있으며 대부분의 지원자는 이를 혼동합니다.

첫 번째는 리서치 프로그래밍입니다. 데이터를 분석하고, 통계 모델을 구축 및 백테스트하고, 머신러닝 파이프라인을 구현하기 위해 깔끔한 Python을 작성하는 것입니다. 이것이 퀀트 리서처와 대부분의 퀀트 분석가가 매일 사용하는 것입니다.

두 번째는 프로덕션 시스템 프로그래밍입니다. 마이크로초 지연 시간으로 실행되고, 실시간 시장 데이터를 처리하며, 주문장을 관리하고, 단 하나의 틱도 놓치지 않고 실행 로직을 처리하는 고성능 C++ 또는 Rust를 작성하는 것입니다. 이것이 퀀트 개발자와 고빈도 트레이딩 엔지니어가 구축하는 것입니다.

퀀트 리서처 또는 퀀트 분석가 역할을 목표로 한다면 Python이 주요 도구입니다. 데이터 조작을 위해 pandas와 polars를 마스터하십시오. polars는 대규모 데이터셋에서 10배에서 50배 더 빠릅니다. 수치 계산을 위해 numpy와 scipy를 사용하십시오. 테이블 형식 데이터의 머신러닝을 위해 xgboost, lightgbm 및 catboost를 사용하십시오. 딥러닝을 위해 pytorch를 사용하십시오. 최적화 문제를 위해 cvxpy를 사용하십시오. 통계 테스트를 위해 statsmodels를 사용하십시오.

퀀트 개발자 또는 HFT 엔지니어링 역할을 목표로 한다면 C++와 Rust는 필수 불가결합니다.

C++는 수십 년 동안 고빈도 트레이딩에서 지배적인 언어였습니다. 그 이유는 메모리 레이아웃에 대한 제어, 가비지 컬렉션 중단 없는 결정적 성능, 그리고 이론적 하드웨어 한계의 나노초 이내로 코드를 최적화할 수 있는 능력 때문입니다. 마이크로초 또는 서브 마이크로초 속도로 거래하는 회사에서는 잘못 최적화된 메모리 액세스 패턴이 전략이 버는 엣지보다 슬리피지에서 더 많은 비용을 초래할 수 있습니다. 관련 C++ 라이브러리로는 파생상품 및 금융 수학을 위한 QuantLib, 고성능 선형대수학을 위한 Eigen, 범용 유틸리티를 위한 Boost가 있습니다.

Rust는 이 분야에서 C++의 진지한 떠오르는 경쟁자이며 빠르게 채택이 증가하고 있습니다. Rust는 컴파일 타임에 시행되는 메모리 안전성 보장과 함께 C++와 동일한 수준의 성능을 제공하여 C++ 코드베이스에서 정기적으로 나타나는 전체 버그 클래스를 제거합니다. 가장 진보된 오픈 소스 트레이딩 플랫폼 중 하나인 NautilusTrader는 성능이 중요한 구성 요소에 Rust 코어를 사용하고 리서치 및 전략 개발을 위해 Python API를 제공합니다. 이 Rust + Python 아키텍처는 새로운 체계적 트레이딩 인프라의 표준 패턴이 되고 있습니다. RustQuant는 Rust에서 옵션 가격 책정 및 퀀트 파생상품 작업을 위해 특별히 제공됩니다.

데이터 소스: yfinance는 무료이며 학습에 충분합니다. Polygondotio는 월 약 200달러로 20밀리초 미만의 지연 시간을 제공하며 진지한 개인 체계적 작업의 표준입니다. Bloomberg Terminal은 연간 약 32,000달러로 기관 표준입니다. Finnhub는 초기 프로젝트를 위한 무료 티어를 제공합니다.

백테스팅: 프로덕션 등급 작업에는 NautilusTrader. 개념 학습을 위한 더 간단한 시작점으로 Backtrader와 vectorbt가 있습니다.

숙제와 모든 것을 드러내는 인터뷰 질문:

탑 퀀트 회사들이 초기 스크리닝 라운드에서 사용하는 가장 유명한 확률 문제 중 하나입니다. 진술하기는 간단하지만, 올바르게 풀기에는 놀랍도록 깊이가 있으며 파트 2의 조건부 사고를 직접 테스트합니다.

앞면이 두 번 연속 나올 때까지 공정한 동전을 반복해서 던집니다. 예상 던지기 횟수는 얼마입니까?

다른 것을 읽기 전에 직접 풀어보십시오. 답을 검색하지 마십시오. 상태를 설정하고, 각 상태에 대한 방정식을 작성하고, 시스템을 푸는 과정은 정확히 퀀트 인터뷰어가 찾고 있는 추론 유형입니다.

답과 접근 방식을 댓글로 남겨주세요. 이 문제가 수렴하는 특정 결과가 있으며, 거기에 도달하기 위해 사용하는 방법은 답 자체보다 당신의 수학적 사고에 대해 더 많이 드러냅니다.

파트 4: 인터뷰 프로세스 해독

대부분의 지원자는 자신이 상상하는 퀀트 인터뷰를 준비합니다. 현실은 대부분의 사람들이 예상하는 것보다 더 구조화되어 있고 더 demanding 합니다.

Citadel과 같은 회사의 인터뷰 프로세스는 동시에 실행되는 여러 트랙에 걸쳐 있습니다. 퀀트 소프트웨어 엔지니어링, 트레이딩 및 퀀트 리서치 트랙은 각각 다른 구조를 가지고 있으며 다른 것을 테스트합니다. 단일 채용 시즌의 진지한 지원자는 세 트랙 모두에 걸쳐 15~20개의 개별 인터뷰를 진행할 수 있습니다.

최종 라운드는 슈퍼 데이라고 합니다. 하루에 45분씩 6개의 연속 인터뷰입니다. 주제는 로우 레벨 C++ 및 시스템 설계부터 확률 증명, 머신러닝 설계 질문, 팀 리드와의 행동 인터뷰까지 다양합니다. 깔끔하게 코딩하고, 수학적 결과를 명확하게 유도하며, 모든 단계에서 추론을 소리 내어 설명해야 합니다.

암산 속도는 대부분의 지원자가 예상하는 것보다 훨씬 더 중요합니다. 회사들은 초기 스크리닝을 위해 Zetamac과 같은 도구를 사용합니다. 지원하기 전에 분당 50개 이상의 정답을 목표로 하십시오.

Jane Street는 의도적으로 한 사람이 혼자서 풀 수 있는 것보다 더 어렵게 인터뷰 문제를 설계합니다. 그들은 힌트를 어떻게 사용하는지 테스트합니다. 불확실성 하에서 어떻게 앞으로 추론하는지. 압박 속에서 어떻게 협력하는지. 자신의 생각을 설명하고, 엣지 케이스를 고려하며, 추론을 계속하면서 불확실성을 인정하는 지원자는 설명 없이 침묵을 지키다가 정답을 내는 지원자보다 일관되게 더 나은 성과를 냅니다.

그린 북, 공식 제목은 Xinfeng Zhou의 A Practical Guide to Quantitative Finance Interviews는 탑 퀀트 회사에서 오퍼를 받은 모든 지원자에게 가장 많이 참조되는 준비 자료입니다. 확률, 통계, 두뇌 teaser, 암산 및 금융 퍼즐을 다루는 200개 이상의 실제 인터뷰 문제가 있습니다. 천천히 풀어보십시오. 힌트를 보기 전에 각 문제에 진지하게 최소 15분을 할애하십시오.

퀀트별 연습 문제를 위해 QuantGuidedotio를, 인터뷰 난이도의 확률 퍼즐을 위해 Brainstellar를 보충 자료로 활용하십시오.

코딩 라운드를 위해 LeetCode Blind 75 문제 세트를 풀되, 솔루션을 암기하는 대신 각 문제 유형의 기본 패턴을 이해하는 데 집중하십시오. 동적 프로그래밍은 특히 Citadel과 Jane Street의 최종 라운드에서 가장 흔한 실패 지점입니다.

리서치 경험이 가장 강력한 퀀트 리서치 지원자를 다른 모든 사람과 구분짓는 요소입니다. 코스워크 성적이 아닙니다. 가설을 세우고, 그것을 테스트할 무언가를 구축하고, 실패한 것을 포함하여 그 과정에서 배운 것을 정확히 설명할 수 있는 실제 리서치입니다.

행동 준비는 지속적으로 과소평가됩니다. 진정한 피드백을 주는 사람과 함께 행동 질문에 대한 답변을 소리 내어 연습하여 답변이 자연스러워질 때까지 하십시오. 모든 최종 라운드에는 기술 라운드만큼 결과를 결정하는 의미 있는 인간 평가 레이어가 있습니다.

취업으로 직접 연결되는 대회: 상금 100,000달러의 Jane Street Kaggle 대회. 제출한 알파 신호에 대해 현금을 지급하는 WorldQuant BRAIN. 우승자를 취업 인터뷰에 명시적으로 빠르게 연결하는 Citadel Datathon.

파트 5: 제로에서 연봉 65만 달러까지의 계단

가장 큰 단일 실수는 수직 점프를 시도하는 것입니다. 자격 증명 없이 Citadel이나 Jane Street에 직접 지원하고, 거절당하고, 분야가 닫혀 있다고 결론짓는 것입니다.

분야는 닫혀 있지 않습니다. 그들은 프로세스가 한 번에 한 단계씩 필요할 때 18계단 점프를 시도한 것입니다.

첫째: 파트 2의 올바른 순서로 수학적 기초를 쌓으십시오. 학업 연구 트랙과 실용 코딩 트랙을 동시에 운영하십시오. 코딩을 시작하기 전에 수학이 완벽해지기를 기다리지 마십시오. 둘 다 병렬로 발전합니다.

둘째: 어디에든 지원하기 전에 실제 프로젝트를 하나 이상 구축하십시오. 실제 과거 데이터를 사용하여 체계적인 트레이딩 전략을 백테스트하고 테스트한 모든 가정과 결정을 문서화하십시오. WorldQuant BRAIN 또는 Kaggle에 모델을 제출하고 구축한 내용을 기록하십시오. Alpaca와 같은 브로커 API를 사용하여 간단한 알고리즘을 구현하십시오. 이러한 프로젝트는 수학적 지식을 기능적인 무언가로 변환할 수 있음을 증명합니다.

셋째: 첫 번째 기관 자격 증명을 획득하세요. 연구실의 박사 과정 학생들에게 콜드 이메일을 보내 기존 연구에 기여할 수 있는 방법을 구체적으로 문의하세요. 계량 과목의 조교를 하세요. 연구 조교 직책을 맡으세요. 구체적인 직함보다는 실제로 이야기할 수 있는 기술 경험이 있는 것이 훨씬 중요합니다.

넷째: 각 자격 증명을 다음 단계로 도약하는 발판으로 활용하세요. 연구실 경험은 스타트업 면접의 문을 열어줍니다. 스타트업 자격 증명은 중견 기업의 문을 열어줍니다. 중견 기업 경력은 정상급 펀드의 문을 열어줍니다. 아직 이 계단을 우회할 수 있는 확실한 지름길을 찾은 사람은 없습니다.

다섯째: 준비가 되었다고 느끼기 전에 지원하고 모든 것을 추적하세요. 모든 거절은 데이터입니다. 모든 면접은 연습입니다. 스프레드시트를 만드세요. 모든 지원서, 모든 온라인 평가, 모든 면접, 그리고 면접에서 명확히 답하지 못했던 모든 질문을 기록하세요. 다음 면접 전에 그 특정 부분을 공부하세요.

여섯째: 공개적으로 경쟁하세요. 파트 4의 경쟁 대회는 단순한 기술 향상 훈련이 아니라 인력 채용 파이프라인입니다. 회사들은 리더보드를 주시하며, 강력한 성과는 해당 회사와 사전에 아무런 인연이 없던 지원자에게 직접적으로 취업 제안으로 이어졌습니다.

수학적 기초야말로 진정한 해자(Moat)입니다. 일반 미적분학에는 없는 추가 항이 이토의 보조정리(Ito's Lemma)에 왜 존재하는지 유도할 수 있는 능력. 실제 시장에서 볼록 최적화(Convex Optimization) 접근법이 언제 통하고 언제 통하지 않는지 아는 능력. 이러한 깊이가 진정한 우위를 구축하는 퀀트와 단순히 우위를 빌려 쓰는 퀀트를 가릅니다. 빌린 접근법은 모두가 채택하면 효력을 잃습니다. 수학적 유창함은 끝없이 새로운 접근법을 창조합니다.

이 글을 닫기 전에, 세 가지 구체적인 것을 적어보세요. 현재 당신이 이 계단의 어디쯤에 있는지. 현재 위치보다 한 단계 위의 구체적인 다음 단계는 무엇인지. 그리고 그 다음 단계를 위해 앞으로 7일 안에 취할 수 있는 가장 구체적인 단 한 가지 행동은 무엇인지. 막연한 의도가 아닙니다. 구체적인 기한이 있는 구체적인 행동이어야 합니다.

전체 독서 목록

수학: Blitzstein and Hwang, Introduction to Probability (하버드 무료 PDF). Strang, Introduction to Linear Algebra + MIT 18.06 강의 (OpenCourseWare 무료). Wasserman, All of Statistics. Boyd and Vandenberghe, Convex Optimization (스탠포드 무료 PDF). Shreve, Stochastic Calculus for Finance, Volumes 1 and 2.

계량 금융: Hull, Options Futures and Other Derivatives. Natenberg, Option Volatility and Pricing. Lopez de Prado, Advances in Financial Machine Learning. Ernest Chan, Quantitative Trading. Zuckerman, The Man Who Solved the Market.

면접 준비: Zhou, A Practical Guide to Quantitative Finance Interviews. Crack, Heard on the Street. Joshi, Quant Job Interview Questions and Answers.

요약

시타델(Citadel)의 주니어 퀀트 리서처는 총 보상 기준 $336,000에서 $642,000 사이를 받습니다. 제인 스트리트(Jane Street)는 평균 직원에게 연간 $140만을 지급합니다. 최상급 프로프샵(Prop Shop)의 5년 차 기준 연봉은 $800,000에서 $1,200,000 사이입니다. 예측 시장(Prediction Markets)은 기존 전통 퀀트 금융에 존재하는 모든 것 위에 완전히 새로운 시스템 트레이딩 영역을 추가하고 있습니다.

제로에서 그 수준의 보상까지 이르는 완전한 경로가 이 글에 기록되어 있습니다. 올바른 순서로 배치된 다섯 가지 수학적 레이어. 실제로 효과가 입증된 구체적인 자료들. 면접이 실제로 무엇을 평가하는지에 대한 명확한 그림. 각 단계가 다음 단계에 도달할 수 있게 해주는 자격 증명의 계단.

아이비리그 출신일 필요는 없습니다. 금융 배경이 필요하지도 않습니다. 필요한 것은 올바른 순서로 쌓은 올바른 기초와, 단계를 건너뛰려 하지 않고 그 계단을 따를 수 있는 훈련된 절제력입니다.

대부분의 사람들을 이 분야에서 멀어지게 만드는 정보 비대칭은 지능의 문제가 아닙니다. 단지 그 경로가 어떻게 생겼는지 모르기 때문입니다.

이제 당신은 알게 되었습니다.

여기 당신이 곱씹어 보길 바라는 질문이 있습니다.

존재하는 가장 재정적으로 보상이 큰 직업 중 하나에 대한 완전한 청사진이 공개적으로 제공되고, 화려한 배경이 필요 없으며, 지금 당신이 있는 곳 어디에서든 따라갈 수 있다면, 대부분의 사람들이 오늘 당장 시작하지 못하게 막는 것은 실제로 무엇일까요?

댓글에 답을 남겨주세요. 그리고 그곳에 계신다면, 파트 3의 동전 던지기 문제에 대한 답도 함께 남겨주세요.

틀린 답은 없지만, 매우 많은 것을 드러내는 답은 있습니다.