Yılda 650.000 Dolar Kazanmanın Kesin Planı (Kantitatif Yol Haritası)

Size sıfırdan 650.000$/yıllık bir kantitatif kariyer inşa etmenin ve Jane Street ile Citadel gibi firmalarda pozisyon kapmanın tam planını adım adım açıklayacağım.

Hemen konuya girelim.

Bunu Kaydet

-

Ben Roan, sistem tasarımı, HFT tarzı yürütme ve kantitatif alım satım sistemleri üzerinde çalışan bir backend geliştiricisiyim. Çalışmalarım, tahmin piyasalarının yük altında nasıl davrandığına odaklanıyor. Herhangi bir öneri, düşünceli iş birliği veya ortaklık için DM'ler açıktır.

Kantitatif endüstri kimseyi beklemiyor.

Citadel'deki giriş seviyesi kantitatif araştırmacılar, üniversiteden yeni mezun olmuşken toplam tazminat olarak 336.000$ ile 642.000$ arasında kazanıyor. Jane Street, 2025'in ilk yarısında ortalama çalışanına 1,4 milyon dolar ödedi. IMC Trading'deki stajyerler, yıllıklandırılmış olarak 240.000$'ın üzerinde kazanıyor. En iyi prop shop'larda hayatta kalanlar için beş yıllık referans değeri yılda 800.000$ ile 1.200.000$ arasında seyrediyor.

Ve bu, tahmin piyasalarında olup bitenlere bakmadan önceki durum.

Alan, seçimler, ekonomi, spor ve jeopolitik olaylara doğru hızla genişliyor. Kurumsal kantitatifler artık tahmin piyasalarında, hisse senetleri ve türevlerde uyguladıklarıyla aynı şekilde sistematik stratejiler uyguluyor. Aynı olasılık çerçeveleri, aynı sinyal birleştirme teknikleri, aynı risk yönetimi ilkeleri. Tahmin Piyasası Kantitatifi Olma konusunda zaten özel bir makale yazmıştım.

Roan

@RohOnChain

·

24 Şub

Makale

Tahmin Piyasaları için Nasıl Kantitatif Olunur (Tam Yol Haritası)

Tahmin Piyasaları için kurumsal seviyede bir Kantitatif olmanın tam yol haritasını adım adım açıklayacağım. Ayrıca işe yarayan kesin kaynakları ve adım adım yolu paylaşacağım.

Hemen...

35

196

1,3K

481K

16 yaşımdayken, olasılık ve matematiğin gerçek piyasalarda nasıl işlediğine dair sıfır anlayışım vardı. Bugün, kurumsal düzeyde tahmin piyasalarında sistematik alım satım stratejilerine liderlik ediyorum. Bu, tamamen acemi seviyesinden, kurumların sistematik olarak avantaj elde etmek için kullandıkları matematiksel çerçeveleri, teknik yürütmeyi ve piyasa mikro yapısını anlamaya kadar yapılandırılmış bir yolu izlemem sayesinde oldu.

Kantitatif finansta yapay zeka ve makine öğrenimi işe alımları 2025 boyunca keskin bir şekilde hızlandı. Her büyük fon, ML modelleri tarafından desteklenen sistematik stratejiler inşa ediyor. Kantitatif analist talebinin 2028'e kadar yüzde 9 oranında büyümesi bekleniyor ve işe alım uzmanları 2026'yı küresel olarak muhtemelen en rekabetçi kantitatif yetenek pazarı olarak tanımlıyor.

Yine de bu alana girmek isteyen çoğu insanın bunu nasıl yapacağına dair hiçbir fikri yok.

Kantitatif alım satımın, piyasalar hakkında akıllı olmakla ilgili olduğunu düşünüyorlar. Doğru hisse senetlerini seçmek. Fiyat yönü hakkında güçlü görüşlere sahip olmak. Wall Street takım elbiselerini ve Bloomberg terminallerini hayal ediyorlar ve bu alanın seçkin üniversitelerde finans okuyan insanlara ait olduğunu varsayıyorlar. Özgeçmişinizde MIT veya Stanford olması gerektiğini varsayıyorlar. Ivy League bir isim olmadan kapının çoktan kapandığını varsayıyorlar.

Bu tamamen yanlış. Ve çoğu insanın asla denememesinin en büyük nedeni de bu.

Jane Street, iş ilanlarında finans veya ekonomi hakkında önceden bilgi sahibi olmanın beklendiğini veya gerekli olduğunu açıkça belirtiyor. Son dönem stajyer sınıflarının üçte ikisinden fazlası bilgisayar bilimi veya matematik okudu. Finans değil. Ekonomi değil.

Jane Street İşe Alım

Bu makalenin sonunda, kantitatif alım satımın gerçekte ne olduğunu ve neden bu kadar ödediğini, dört ana kantitatif rolü ve hangisinin geçmişinize uyduğunu, sıfırdan doğru öğrenme sırasına göre inşa edilmiş tam matematiksel yol haritasını, en iyi firmalardaki mülakat sürecinin gerçekte neyi test ettiğini ve buna nasıl hassas bir şekilde hazırlanacağınızı ve hiçbir deneyimden ilk gerçek kurumsal kimlik bilginize giden tam merdiveni anlayacaksınız.

Not: Bu makale bilinçli olarak uzundur. Her bölüm bir öncekinin üzerine inşa edilir. Bir kantitatif kariyer inşa etme konusunda ciddiyseniz, her kelimeyi okuyun. Bir kısayol arıyorsanız, bu size göre değil.

Bölüm 1: Kantitatif Alım Satım Gerçekte Nedir ve İçindeki Roller

Çoğu insan kantitatif alım satımın, piyasaların nereye gittiği hakkında fikirlere sahip olmak olduğunu düşünür.

Öyle değil. Kantitatif alım satım matematik ile ilgilidir.

İstatistiksel ilişkiler, fiyatlandırma verimsizlikleri ve piyasaların, sistematik ve tekrarlanabilir hatalar yapan insanlar tarafından yönetilen karmaşık sistemler olması nedeniyle var olan yapısal avantajlarla çalışırsınız. Amaç, belirli bir sonuç hakkında haklı olmak değildir. Amaç, matematiksel olasılığın sizden yana olduğu durumları bulmak, pozisyonu doğru boyutlandırmak ve beklenen değer gerçek getirilere dönüşene kadar bu süreci binlerce kez tekrarlamaktır.

Bunu bir kumarhanenin işleyişiyle aynı şekilde düşünün. Kumarhane, tek bir bahsin kazanıp kazanmayacağını tahmin etmeye çalışmaz. Oyunu, her bahiste küçük bir matematiksel avantajla defalarca oynatır ve gerisini büyük sayılar yasasına bırakır. Kantitatif alım satım firmaları da aynı şekilde çalışır. Avantajlar bulurlar. Pozisyonları doğru boyutlandırırlar. Ölçekte yürütürler.

Bu çerçeve, tahmin piyasalarına da aynen uygulanır. Sistematik bir kantitatif, belirli bir siyasi adayın seçimi kazanıp kazanmayacağını tahmin etmeye çalışmaz. Gerçek olasılığın, temel verilerin desteklediğinden ölçülebilir şekilde saptığı piyasalar bulmaya, bu sapmaya bahis yapmaya ve bunu yüzlerce olayda eşzamanlı olarak tekrarlamaya çalışır. Araçlar aynıdır. Matematik aynıdır. Avantaj aynı kaynaktan gelir.

Şimdi rollere geçelim, çünkü gereken hazırlık aralarında önemli ölçüde farklılık gösterir.

Kantitatif Araştırmacı en yüksek ücretli ve en zorlu roldür. Bunlar, büyük veri kümelerinde kalıplar bulan, tahmine dayalı modeller oluşturan ve gerçek alım satım stratejilerini tasarlayan kişilerdir. Doktora düzeyinde matematiksel ve istatistiksel derinliğe veya zorlu bir kantitatif alanda gerçekten olağanüstü bir lisans başarısına ihtiyaç duyarlar. En iyi firmalarda giriş seviyesi toplam tazminat 350.000$ ile 650.000$ arasında değişir ve oradan önemli ölçüde artar.

Kantitatif Trader, araştırmacılar tarafından oluşturulan modelleri alır ve gerçek zamanlı olarak gerçek işlemleri gerçekleştirir. Hızlı olasılıksal düşünme, güçlü zihinsel matematik ve eksik bilgilerle baskı altında kendinden emin karar verme becerisi gerektirir. Bu rol, herhangi bir kantitatif kariyerin en yüksek tazminat varyansına sahiptir. Olağanüstü trader'lar tek bir yılda sekiz haneli rakamlara ulaşır. En iyi firmalarda giriş seviyesi tazminat tipik olarak 200.000$ ile 400.000$ arasında başlar ve sınırsız yukarı yön potansiyeli vardır.

Kantitatif Geliştirici, araştırmanın canlı piyasalarda fiilen işlem görmesini sağlayan altyapıyı inşa eder. Alım satım platformları, yürütme motorları, gerçek zamanlı veri boru hatları, düşük gecikmeli sistemler. Çok yüksek performans standartlarında üretim seviyesinde C++, Rust ve Python. En iyi firmalarda giriş seviyesi toplam tazminat tipik olarak 200.000$ ile 350.000$ arasındadır.

Risk Kantitatifi, model doğrulama, risk altındaki değer hesaplaması, stres testi ve mevzuat uyumluluğuna odaklanır. En istikrarlı kantitatif kariyer yolu ve en öngörülebilir tazminat yörüngesidir. Diğer üç role göre daha düşük tavan ancak önemli ölçüde daha fazla istikrar.

Şu anda en hızlı büyüyen rol, derin öğrenmeyi kullanarak sinyal üretim sistemleri inşa eden, alternatif verileri ölçekte işleyen ve ML modellerini doğrudan canlı alım satım ortamlarına dağıtan, yapay zeka ve makine öğrenimi odaklı kantitatiftir. Bu, kantitatif araştırma ile makine öğrenimi mühendisliğinin kesişim noktasında yer alır ve 2025 ile 2026 boyunca en agresif işe alımın gerçekleştiği yerdir.

Daha fazla okumadan önce ortadan kaldırılması gereken yanılgı: Bu işlerden herhangi birini yapmak için bir finans diplomasına ihtiyacınız yok. Matematiksel yetenek, programlama becerisi ve temeli doğru sırayla inşa etme disiplinine ihtiyacınız var.

Bölüm 2: Doğru Sırayla Matematiksel Temel

Sıfırdan kantitatif olmaya giden yol, bir video oyunundaki seviyeler gibidir. Seviyeleri atlayamazsınız. Her kavram bir öncekinin üzerine inşa edilir. Alttaki temel katmanlar olmadan makine öğrenimine veya opsiyon fiyatlamasına atlamaya çalışırsanız, birçok konuda yüzeysel aşinalık kazanır, ancak hiçbirinde gerçek bir anlayışa sahip olamazsınız. Bu, bir kantitatif mülakatında işe yaramaz.

Doğru sıra beş katman derinliğindedir. Her katman, kendisinden sonra gelen her şeyin ön koşuludur.

Birinci Katman: Olasılık

Kantitatif finansta her şey tek bir soruya indirgenir. Oranlar nedir ve oranlar benden yana mı?

Olasılığı derin bir seviyede anlamıyorsanız, bu makaledeki başka hiçbir şeyin önemi yoktur. Opsiyon fiyatlaması bir olasılık problemidir. Sinyal modellemesi bir olasılık problemidir. Piyasa yapıcılığı bir olasılık problemidir. Pozisyon boyutlandırması bir olasılık problemidir. Tahmin piyasası alım satımı özünde bir olasılık problemidir.

Bu katmandaki en önemli kavram koşullu düşünmedir. Kantitatifler mutlak terimlerle düşünmezler. Koşullu terimlerle düşünürler. Şu anda bildiklerime göre, bu sonucun gerçekleşme olasılığı nedir?

Bunu kesinleştiren formül:

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

A'nın B'ye bağlı olasılığı, her iki olayın gerçekleşme olasılığının yalnızca B'nin olasılığına bölünmesine eşittir.

İşte bunun pratikte nasıl çalıştığı. Bir ekonomik duyuru üzerine bir tahmin piyasası için bir sinyal oluşturduğunuzu hayal edin. Duyurunun ardından piyasanın keskin bir şekilde hareket etme olasılığı, geçmiş temel oranlara dayanarak yüzde 40'tır. Ancak duyuru öncesinde opsiyon ima edilen oynaklığının önemli ölçüde yükseldiği günlerde, keskin bir hareketin koşullu olasılığı yüzde 68'e yükselir. Bu yüzde 68, gerçek kullanılabilir sinyaldir. Koşulsuz yüzde 40, koşullama olmadan ayıramayacağınız bir şekilde sinyal ve gürültüyü karıştırır.

Bayes Teoremi buradaki diğer temel kavramdır. Yeni bilgiler geldikçe inancınızı nasıl güncelleyeceğinizi söyler:

Sonsal = (Olabilirlik x Önsel) / Kanıt

Güncellenmiş inancınız, hipoteziniz doğru olsaydı bu yeni kanıtı görme olasılığınızın, hipoteze ne kadar güçlü inandığınızla çarpımının, bu kanıtı herhangi bir hipotez altında görme olasılığınıza bölünmesine eşittir. Yeni bilgiler geldiğinde inançlarını en hızlı ve en doğru şekilde güncelleyen trader'lar, sürekli olarak diğer herkesten daha iyi performans gösterir.

Beklenen değer ve varyans, kantitatif kariyerinizin geri kalanında düşüneceğiniz iki sayıdır. Beklenen değer, tüm senaryolardaki ortalama sonucunuzdur. Varyans, gerçek sonucunuzun bu ortalamadan ne kadar sapabileceğidir. Stratejiniz pozitif beklenen değere sahipse ve varyansın birikmesi için yeterince uzun süre hayatta kalabilirseniz, para kazanırsınız. Pozisyonları varyansa göre çok büyük boyutlandırırsanız, beklenen değerin işlemesi için zaman bulamadan iflas edersiniz.

Bu katman için kaynak: Blitzstein ve Hwang, Olasılığa Giriş (Introduction to Probability). Tam PDF, Harvard'dan ücretsiz olarak temin edilebilir. 1. Bölümden 6. Bölüme kadar her problemi çözün. Günde iki odaklanmış saatten üç ila dört hafta ayırın.

İkinci Katman: İstatistik

Olasılığı anladıktan sonra, verileri dinlemeyi öğrenmeniz gerekir. İşte bu istatistiktir. İstatistiğin öğrettiği en önemli şey, gerçek sinyal gibi görünen şeylerin çoğunun aslında gürültü olduğudur.

Bir strateji oluşturursunuz. Geriye dönük testi yıllık yüzde 15 getiri gösterir. Bu gerçek bir avantaj mı yoksa şanslı bir varyasyon mu?

Bunu öğrenmenin yolu hipotez testidir. Stratejinizin sıfır gerçek beklenen getiriye sahip olduğu boş hipotezini varsayın. Bu varsayım doğru olsaydı, bu kadar güçlü sonuçlar görme olasılığınızı hesaplayın. Bin rastgele stratejiyi test ederseniz, bunlardan ellisi, standart yüzde 5 anlamlılık düzeyinde tamamen şans eseri görünüşte güçlü sonuçlar gösterecektir. Buna çoklu karşılaştırmalar problemi denir. Geriye dönük testlerin harika görünmesinin ve canlı alım satım sonuçlarının berbat olmasının en yaygın nedenidir.

Doğrusal regresyon iş gücüdür. Strateji getirilerinizi bilinen risk faktörlerine karşı regresyona tabi tutun ve alfa adı verilen kesişim noktasını arayın. Tüm standart faktörler hesaba katıldıktan sonra alfa sıfırsa, sözde avantajınız yalnızca zaten iyi anlaşılmış şeylere gizlenmiş bir maruziyettir. Önemli olan tek sayı, bilinen her faktör hesaba katıldıktan sonra hayatta kalan alfadır.

Bu katman için kaynak: Wasserman, Tüm İstatistikler (All of Statistics), 1. Bölümden 13. Bölüme kadar. Dört ila beş hafta ayırın.

Üçüncü Katman: Lineer Cebir

Lineer cebir, kantitatif finans ve ML'deki her şeyi çalıştıran makinedir. Portföy oluşturma, temel bileşen analizi, sinir ağları, kovaryans tahmini ve faktör modellerinin tümü matris matematiği üzerinde çalışır.

Bir kovaryans matrisi, her varlığın diğerine göre nasıl hareket ettiğini yakalar. Portföy varyansı şuna indirgenir:

Varyans = w^T x Sigma x w

Burada w ağırlık vektörünüz ve Sigma kovaryans matrisidir. Bu tek ifade, portföy optimizasyonu ve risk yönetiminin matematiksel özüdür.

Özdeğerler, bu kovaryans matrisinin içinde gerçekte neyin önemli olduğunu ortaya çıkarır. 500 hisse senedinden oluşan bir evrende, ilk beş özvektör tipik olarak tüm varyansın yüzde 70'ini açıklar. Geri kalan her şey gürültüdür. Özayrışım, faktör yatırımının, boyut indirgemenin ve büyük ölçekli sistematik stratejilerin istatistiksel mimarisinin temelidir.

Bu katman için kaynak: Gilbert Strang'ın MIT 18.06 dersleri, MIT OpenCourseWare'de tamamen ücretsizdir. Hepsini izleyin. Ardından Strang'ın Lineer Cebire Giriş (Introduction to Linear Algebra) ders kitabını çalışın. Dört ila altı hafta ayırın.

Dördüncü Katman: Kalkülüs ve Optimizasyon

Kantitatif finansta neredeyse her problem, kısıtlamalara tabi olarak bir şeyi maksimize etmeye indirgenir. Portföy oluşturma, model eğitimi ve yürütme stratejisinin tümü optimizasyon problemleridir.

Dışbükey optimizasyon burada çok önemlidir. Dışbükey bir optimizasyon problemi, verimli bir şekilde bulunabilen benzersiz bir küresel çözüme sahiptir. Çoğu portföy oluşturma ve risk yönetimi problemi, dışbükey programlar olarak yapılandırılabilir. Bir problemin ne zaman dışbükey olduğunu ve onu nasıl verimli bir şekilde çözeceğinizi anlamak, alandaki temel bir pratik beceridir.

Bu katman için kaynak: Boyd ve Vandenberghe, Dışbükey Optimizasyon (Convex Optimization). Tam PDF, Stanford'dan ücretsizdir. 1. Bölümden 5. Bölüme kadar çalışın. Dört ila beş hafta ayırın.

Beşinci Katman: Stokastik Kalkülüs

Stokastik kalkülüsten önce verileri analiz edebilir ve istatistiksel modeller oluşturabilirsiniz. Ondan sonra finansal araçların matematiksel ilk ilkelerden nasıl fiyatlandırıldığını türetebilirsiniz. Black-Scholes'ın geldiği ve en sofistike sistematik stratejilerin tasarlandığı katman burasıdır.

Stokastik kalkülüsün temel içgörüsü, rastgeleliğin olduğu bir dünyada, küçük bir rastgele artışın karesinin, sıradan kalkülüste olduğu gibi ihmal edilebilir olmamasıdır. Bu tek gerçek, her hesaplamayı değiştirir ve stokastik kalkülüsün zincir kuralı olan Ito'nun Lemması'nı üretir. Bunu bir opsiyon fiyatına uygulayın ve Black-Scholes denklemini türetirsiniz:

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

Bu sonucu dikkat çekici kılan şey, hisse senedinin beklenen getirisinin tamamen ortadan kalkmasıdır. Opsiyon fiyatı, hisse senedinin nereye gideceğini düşündüğünüze bağlı değildir. Yalnızca ne kadar hareket ettiğine bağlıdır. Modern türev fiyatlamasını mümkün kılan kavramsal olarak radikal sonuç buydu.

Bu katman için kaynak: Shreve, Finans için Stokastik Kalkülüs (Stochastic Calculus for Finance), Cilt 1 ve 2. Altın standart. Altı ila sekiz hafta ayırın ve acele etmeyin.

Bölüm 3: Programlama, HFT Araçları ve Gerçekten Önemli Olan Teknoloji Yığını

Kantitatif finansta önemli olan ve çoğu adayın karıştırdığı tamamen ayrı iki tür programlama becerisi vardır.

Birincisi araştırma programlamasıdır. Verileri analiz etmek, istatistiksel modeller oluşturmak ve geriye dönük test etmek ve makine öğrenimi boru hatları uygulamak için temiz Python yazmak. Kantitatif araştırmacıların ve çoğu kantitatif analistin her gün kullandığı şey budur.

İkincisi, üretim sistemleri programlamasıdır. Mikrosaniye gecikmeyle çalışan, gerçek zamanlı piyasa verilerini işleyen, emir defterlerini yöneten ve tek bir tik kaçırmadan yürütme mantığını ele alan yüksek performanslı C++ veya Rust yazmak. Kantitatif geliştiricilerin ve yüksek frekanslı alım satım mühendislerinin inşa ettiği şey budur.

Hedefiniz kantitatif araştırmacı veya kantitatif analist rolleriyse, birincil aracınız Python'dur. Veri manipülasyonu için pandas ve polars'da ustalaşın; polars, büyük veri kümelerinde on ila elli kat daha hızlı çalışır. Sayısal hesaplama için numpy ve scipy kullanın. Tablo verilerinde makine öğrenimi için xgboost, lightgbm ve catboost kullanın. Derin öğrenme için pytorch kullanın. Optimizasyon problemleri için cvxpy kullanın. İstatistiksel testler için statsmodels kullanın.

Hedefiniz kantitatif geliştirici veya HFT mühendisliği rolleriyse, C++ ve Rust tartışılmazdır.

C++, onlarca yıldır yüksek frekanslı alım satımda baskın dil olmuştur. Bunun nedenleri, bellek düzeni üzerinde kontrol, çöp toplama duraklamaları olmadan deterministik performans ve kodu teorik donanım sınırlarının nanosaniyeleri içinde optimize etme yeteneğidir. Mikrosaniye veya altı mikrosaniye hızlarında işlem yapan firmalarda, kötü optimize edilmiş bir bellek erişim modeli, bir stratejinin avantajdan kazandığından daha fazlasını kaydırmada kaybettirebilir. Bu alandaki ilgili C++ kütüphaneleri, türevler ve finansal matematik için QuantLib, yüksek performanslı lineer cebir için Eigen ve genel amaçlı yardımcı programlar için Boost'tur.

Rust, bu alanda C++'ın ciddi bir yükselen rakibidir ve hızla benimsenmektedir. Rust, C++ ile aynı performans seviyesini, derleme zamanında uygulanan bellek güvenliği garantileriyle sağlayarak, C++ kod tabanlarında düzenli olarak ortaya çıkan tüm hata sınıflarını ortadan kaldırır. Mevcut en gelişmiş açık kaynaklı alım satım platformlarından biri olan NautilusTrader, performans açısından kritik bileşenler için bir Rust çekirdeği ve araştırma ve strateji geliştirme için bir Python API'si kullanır. Bu Rust artı Python mimarisi, yeni sistematik alım satım altyapısı için standart model haline gelmektedir. Rust'ta opsiyon fiyatlaması ve kantitatif türev çalışmaları için özel olarak RustQuant mevcuttur.

Veri kaynakları için: yfinance ücretsizdir ve öğrenmek için yeterlidir. Polygondotio, ayda yaklaşık 200$ karşılığında 20 milisaniyenin altında gecikme sağlar ve ciddi perakende sistematik çalışmaları için standarttır. Bloomberg Terminal, yılda yaklaşık 32.000$ ile kurumsal standarttır. Finnhub, erken projeler için ücretsiz bir katman sunar.

Geriye dönük test için: Üretim seviyesinde çalışmalar için NautilusTrader. Kavramları öğrenmek için daha basit başlangıç noktaları olarak Backtrader ve vectorbt.

Ödev ve her şeyi ortaya çıkaran mülakat sorusu:

İşte en iyi kantitatif firmaların erken eleme turlarında kullandığı en ünlü olasılık problemlerinden biri. İfade etmesi basit, doğru çözmesi şaşırtıcı derecede derin ve doğrudan Bölüm 2'deki koşullu düşünmeyi test ediyor.

Art arda iki tura gelene kadar adil bir parayı tekrar tekrar atıyorsunuz. Beklenen atış sayısı nedir?

Başka bir şey okumadan önce bunu kendi başınıza çözün. Cevabı aramayın. Durumları kurma, her durum için denklemleri yazma ve sistemi çözme süreci, kantitatif mülakatçıların tam olarak aradığı akıl yürütme türüdür.

Cevabınızı ve yaklaşımınızı yorumlara bırakın. Bu problemin yakınsadığı belirli bir sonuç vardır ve oraya ulaşmak için kullandığınız yöntem, matematiksel düşünceniz hakkında cevabın kendisinden daha fazlasını ortaya çıkarır.

Bölüm 4: Mülakat Sürecinin Şifresini Çözmek

Çoğu aday, kantitatif mülakatlarının nasıl göründüğünü hayal ettikleri şeye hazırlanır. Gerçeklik, çoğu insanın beklediğinden daha yapılandırılmış ve daha zorludur.

Citadel gibi bir firmada mülakat süreci, eşzamanlı olarak yürütülen birden çok parçayı kapsar. Kantitatif yazılım mühendisliği, alım satım ve kantitatif araştırma parçalarının her biri farklı yapılara sahiptir ve farklı şeyleri test eder. Tek bir işe alım sezonunda ciddi bir aday, her üç parçada da on beş ila yirmi ayrı mülakattan geçebilir.

Son turlara süper günler denir. Tek bir günde altı ardışık kırk beş dakikalık mülakat. Konular, düşük seviyeli C++ ve sistem tasarımından olasılık kanıtlarına, makine öğrenimi tasarım sorularına ve ekip liderleriyle davranışsal mülakatlara kadar uzanır. Temiz kod yazmanız, matematiksel sonuçları net bir şekilde türetmeniz ve her adımda akıl yürütmenizi yüksek sesle açıklamanız gerekir.

Zihinsel matematik hızı, çoğu adayın beklediğinden çok daha önemlidir. Firmalar erken eleme için Zetamac gibi araçlar kullanır. Başvurmadan önce dakikada 50 veya daha fazla doğru cevabı hedefleyin.

Jane Street, mülakat problemlerini bir kişinin tek başına çözebilmesi gerekenden kasıtlı olarak daha zor tasarlar. İpuçlarını nasıl kullandığınızı test ediyorlar. Belirsizlik altında nasıl ileriye dönük akıl yürüttüğünüzü. Baskı altında nasıl iş birliği yaptığınızı. Düşüncelerini anlatan, uç durumları değerlendiren ve belirsizliği kabul ederken akıl yürütmeye devam eden bir aday, sessiz kalan ve ardından açıklama yapmadan doğru cevabı üreten bir adaydan sürekli olarak daha iyi performans gösterecektir.

Yeşil Kitap (Green Book), resmi adıyla Xinfeng Zhou tarafından yazılan Kantitatif Finans Mülakatlarına Pratik Bir Kılavuz (A Practical Guide to Quantitative Finance Interviews), en iyi kantitatif firmada teklif almış her aday arasında en çok başvurulan hazırlık kaynağıdır. Olasılık, istatistik, zeka sorusu, zihinsel matematik ve finans bulmacalarını kapsayan 200'den fazla gerçek mülakat sorusu. Yavaşça çalışın. Herhangi bir ipucuna bakmadan önce her problem üzerinde en az on beş dakika gerçekten çaba gösterin.

Kantitatife özgü pratik problemler için QuantGuidedotio ve mülakat zorluğunda olasılık bulmacaları için Brainstellar ile destekleyin.

Kodlama turları için, çözümleri ezberlemek yerine her problem türünün altında yatan kalıbı anlamaya odaklanarak LeetCode Blind 75 problem setini çalışın. Dinamik programlama, özellikle Citadel ve Jane Street'teki son turlarda en yaygın başarısızlık noktasıdır.

Araştırma deneyimi, en güçlü kantitatif araştırma adaylarını diğer herkesten ayıran şeydir. Ders notları değil. Bir hipotez formüle ettiğiniz, test etmek için bir şey inşa ettiğiniz ve süreçten ne öğrendiğinizi, neyin başarısız olduğu ve neden dahil olmak üzere tam olarak tanımlayabildiğiniz gerçek araştırma.

Davranışsal hazırlık sürekli olarak hafife alınır. Cevaplarınız doğal gelene kadar, gerçek geri bildirim veren biriyle davranışsal soruları yüksek sesle yanıtlama pratiği yapın. Her son turda, teknik turlar kadar sonuçları belirleyen anlamlı bir insan değerlendirme katmanı vardır.

Doğrudan istihdama hızlı yol sağlayan yarışmalar: 100.000$ ödüllü Jane Street Kaggle yarışması. Gönderdiğiniz alfa sinyalleri için nakit ödeyen WorldQuant BRAIN. Kazananları açıkça istihdam mülakatlarına hızlı yola sokan Citadel Datathon.

Bölüm 5: Sıfırdan Yılda 650.000$'a Uzanan Merdiven

En büyük tek hata, dikey bir sıçrama yapmaya çalışmaktır. Hiçbir kimlik bilgisi olmadan doğrudan Citadel veya Jane Street'e başvurmak, reddedilmek ve alanın kapalı olduğu sonucuna varmak.

Alan kapalı değil. Süreç her seferinde bir adım gerektirirken on sekiz basamaklı bir sıçrama yapmaya çalıştılar.

Birinci: Bölüm 2'deki doğru sırayla matematiksel temeli inşa edin. Akademik çalışma parkurunu ve pratik kodlama parkurunu eşzamanlı olarak yürütün. Kodlamaya başlamadan önce matematiğin mükemmel olmasını beklemeyin. İkisi paralel olarak gelişir.

İkinci: Herhangi bir yere başvurmadan önce en az bir gerçek proje inşa edin. Gerçek geçmiş verileri kullanarak sistematik bir alım satım stratejisini geriye dönük test edin ve test ettiğiniz her varsayımı ve kararı belgeleyin. WorldQuant BRAIN veya Kaggle'a bir model gönderin ve ne inşa ettiğinizi yazın. Alpaca gibi bir broker API'si kullanarak basit bir algoritma uygulayın. Bu projeler, matematiksel bilgiyi işlevsel bir şeye dönüştürebileceğinizi kanıtlar.

Üçüncü: İlk kurumsal kimlik bilginizi edinin. Araştırma laboratuvarlarındaki doktora öğrencilerine soğuk e-posta atın ve devam eden çalışmalara katkıda bulunmak istediğinizi belirtin. Nicel bir derse asistanlık yapın. Bir araştırma asistanı pozisyonuna başvurun. Belirli bir unvan, hakkında konuşabileceğiniz gerçek bir teknik deneyime sahip olmaktan çok daha az önemlidir.

Dördüncü: Her bir kimlik bilgisini bir sonraki seviyeye ulaşmak için kullanın. Araştırma laboratuvarı, girişim mülakatlarının kapılarını açar. Girişim kimlik bilgisi, orta kademe firmaların kapılarını açar. Orta kademe firma, elit fonların kapılarını açar. Bu merdivenin etrafında güvenilir bir kısayol bulan olmadı.

Beşinci: Kendinizi hazır hissetmeden önce başvurun ve her şeyi takip edin. Her ret bir veridir. Her mülakat bir pratiktir. Bir elektronik tablo oluşturun. Her başvuruyu, her çevrimiçi değerlendirmeyi, her mülakatı ve size sorulan ancak net bir şekilde cevaplayamadığınız her soruyu takip edin. Bir sonraki mülakattan önce o belirli konuyu çalışın.

Altıncı: Kamuya açık bir şekilde rekabet edin. Bölüm 4'teki yarışmalar sadece beceri geliştirme egzersizleri değil, aynı zamanda işe alım kanallarıdır. Firmalar liderlik tablolarını izler ve güçlü performans, daha önce bu firmalarla hiçbir bağlantısı olmayan adaylar için doğrudan iş tekliflerine yol açmıştır.

Matematiksel temel asıl hendektir. Ito'nun Lemması'nın neden sıradan kalkülüste olmayan fazladan bir terime sahip olduğunu türetebilmek. Bir dışbükey optimizasyon yaklaşımının canlı bir piyasada ne zaman işe yarayacağını ve ne zaman yaramayacağını bilmek. Bu derinlik, gerçek bir avantaj inşa eden nicel analistleri, başkalarının avantajını ödünç alanlardan ayırır. Ödünç alınan yaklaşımlar, herkes onları benimsediğinde geçerliliğini yitirir. Matematiksel akıcılık süresiz olarak yeni yaklaşımlar üretir.

Bu makaleyi kapatmadan önce, üç spesifik şeyi yazın. Şu anda merdivenin neresinde olduğunuz. Mevcut konumunuzun üzerindeki bir sonraki somut adımın ne olduğu. Ve önümüzdeki yedi gün içinde o sonraki adıma doğru atabileceğiniz en spesifik eylem. Belirsiz bir niyet değil. Belirli bir son tarihi olan spesifik bir eylem.

Tam Okuma Listesi

Matematik: Blitzstein ve Hwang, Olasılığa Giriş, Harvard'dan ücretsiz PDF. Strang, Lineer Cebire Giriş artı MIT 18.06 dersleri OpenCourseWare'de ücretsiz. Wasserman, Tüm İstatistikler. Boyd ve Vandenberghe, Dışbükey Optimizasyon, Stanford'dan ücretsiz PDF. Shreve, Finans İçin Stokastik Kalkülüs, Cilt 1 ve 2.

Nicel Finans: Hull, Opsiyonlar, Vadeli İşlemler ve Diğer Türevler. Natenberg, Opsiyon Oynaklığı ve Fiyatlandırması. Lopez de Prado, Finansal Makine Öğrenimindeki Gelişmeler. Ernest Chan, Nicel Ticaret. Zuckerman, Piyasayı Çözen Adam.

Mülakat Hazırlığı: Zhou, Nicel Finans Mülakatlarına Pratik Bir Kılavuz. Crack, Sokakta Duyulanlar. Joshi, Nicel İş Mülakatı Soruları ve Cevapları.

Özet

Citadel'deki giriş seviyesi nicel araştırmacıları, toplam tazminat olarak 336.000 ila 642.000 dolar arasında kazanmaktadır. Jane Street, ortalama çalışanına yılda 1,4 milyon dolar ödemektedir. En iyi prop shop'larda beş yıllık referans değeri yıllık 800.000 ila 1.200.000 dolar arasında seyretmektedir. Tahmin piyasaları, geleneksel nicel finansta zaten var olan her şeyin üzerine tamamen yeni bir sistematik ticaret sınırı eklemektedir.

Sıfırdan bu tazminat seviyesine giden tam yol bu makalede belgelenmiştir. Doğru sırayla beş matematiksel katman. Gerçekten işe yarayan belirli bir kaynak seti. Mülakatların gerçekte neyi test ettiğine dair net bir resim. Her biri bir sonrakini ulaşılabilir kılan bir kimlik bilgisi merdiveni.

Bir Ivy League ismine ihtiyacınız yok. Bir finans geçmişine ihtiyacınız yok. Doğru sırayla inşa edilmiş doğru temele ve seviyeleri atlamaya çalışmadan merdiveni takip etme disiplinine ihtiyacınız var.

Çoğu insanı bu alanın dışında tutan bilgi asimetrisi zekâyla ilgili değildir. Yolun neye benzediğini bilmemekle ilgilidir.

Artık biliyorsunuz.

İşte üzerinde düşünmenizi istediğim soru.

Var olan en finansal olarak ödüllendirici kariyerlerden birinin eksiksiz planı herkese açık bir şekilde mevcutysa, prestijli bir geçmiş gerektirmiyorsa ve şu anda nerede olursanız olun takip edilebiliyorsa, çoğu insanın bugün başlamasını gerçekten engelleyen şey nedir?

Cevabınızı yorumlara yazın. Ve oradayken, Bölüm 3'teki yazı tura problemine verdiğiniz cevabı da yazın.

Yanlış cevap yoktur ama çok açıklayıcı olanlar vardır.