Lộ trình chi tiết để đạt thu nhập $650.000/năm (Lộ trình Quant)

Tôi sẽ chia nhỏ lộ trình chính xác để xây dựng sự nghiệp định lượng trị giá 650.000 đô la/năm từ con số 0 và giành được các vị trí tại các công ty như Jane Street và Citadel.

Hãy bắt đầu ngay.

Đánh dấu trang này

-

Tôi là Roan, một lập trình viên backend chuyên về thiết kế hệ thống, thực thi theo phong cách HFT và hệ thống giao dịch định lượng. Công việc của tôi tập trung vào cách thị trường dự đoán hoạt động thực tế dưới tải. Mọi đề xuất, cộng tác có suy nghĩ, quan hệ đối tác đều có thể liên hệ qua DM.

Ngành định lượng không chờ đợi bất kỳ ai.

Các nhà nghiên cứu định lượng mới vào nghề tại Citadel đã nhận được tổng lợi nhuận từ 336.000 đô la đến 642.000 đô la ngay sau khi tốt nghiệp đại học. Jane Street đã trả cho nhân viên trung bình của mình 1,4 triệu đô la trong nửa đầu năm 2025. Thực tập sinh tại IMC Trading kiếm được mức thu nhập tương đương hàng năm hơn 240.000 đô la. Mức chuẩn năm năm cho những người sống sót tại các công ty giao dịch độc quyền hàng đầu nằm trong khoảng từ 800.000 đô la đến 1.200.000 đô la mỗi năm.

Và đó là trước khi bạn nhìn vào những gì đang xảy ra trên thị trường dự đoán.

Lĩnh vực này đang mở rộng nhanh chóng sang các lĩnh vực bầu cử, kinh tế, thể thao và các sự kiện địa chính trị. Các nhà định lượng thể chế hiện đang triển khai các chiến lược có hệ thống trên thị trường dự đoán giống như cách họ triển khai trên cổ phiếu và phái sinh. Cùng một khung xác suất, cùng một kỹ thuật kết hợp tín hiệu, cùng một nguyên tắc quản lý rủi ro. Tôi đã viết một bài báo cụ thể về việc gia nhập Thị trường Dự đoán Định lượng.

Roan

@RohOnChain

24 Thg 2

Bài báo

Cách trở thành một Quant cho Thị trường Dự đoán (Lộ trình Hoàn chỉnh)

Tôi sẽ chia nhỏ lộ trình hoàn chỉnh để trở thành một Quant cấp tổ chức cho Thị trường Dự đoán. Tôi cũng sẽ chia sẻ các tài nguyên chính xác và lộ trình từng bước hiệu quả.

Hãy bắt đầu ngay...

196

1,3K

481K

Khi tôi 16 tuổi, tôi hoàn toàn không hiểu xác suất và toán học thực sự hoạt động như thế nào trên thị trường thực tế. Ngày nay, tôi dẫn dắt các chiến lược giao dịch có hệ thống trên thị trường dự đoán ở cấp độ tổ chức. Điều này xảy ra bởi vì tôi đã đi theo một con đường có cấu trúc từ người mới bắt đầu hoàn toàn đến việc hiểu các khung toán học, thực thi kỹ thuật và cấu trúc vi mô thị trường mà các tổ chức sử dụng để khai thác lợi thế một cách có hệ thống.

Tuyển dụng AI và máy học trong tài chính định lượng đã tăng tốc mạnh mẽ trong suốt năm 2025. Mọi quỹ lớn đều đang xây dựng các chiến lược có hệ thống được hỗ trợ bởi các mô hình ML. Nhu cầu về nhà phân tích định lượng được dự báo sẽ tăng 9% đến năm 2028 và các nhà tuyển dụng mô tả năm 2026 có thể là thị trường nhân tài định lượng cạnh tranh nhất trên toàn cầu.

Và tuy nhiên, hầu hết những người muốn gia nhập lĩnh vực này đều không biết cách thực sự làm điều đó.

Họ nghĩ giao dịch định lượng là thông minh về thị trường. Chọn đúng cổ phiếu. Có ý kiến mạnh mẽ về hướng giá. Họ hình dung những bộ vest Phố Wall và thiết bị đầu cuối Bloomberg và cho rằng lĩnh vực này thuộc về những người học tài chính tại các trường đại học ưu tú. Họ cho rằng bạn cần MIT hoặc Stanford trong hồ sơ của mình. Họ cho rằng nếu không có tên tuổi Ivy League, cánh cửa đã đóng sẵn.

Điều này hoàn toàn sai. Và đó là lý do lớn nhất khiến hầu hết mọi người không bao giờ cố gắng.

Jane Street nêu rõ trong các tin tuyển dụng của họ rằng kiến thức trước về tài chính hoặc kinh tế là không được mong đợi hoặc yêu cầu. Hơn hai phần ba số thực tập sinh gần đây của họ đã học khoa học máy tính hoặc toán học. Không phải tài chính. Không phải kinh tế.

Tuyển dụng Jane Street

Đến cuối bài viết này, bạn sẽ hiểu giao dịch định lượng thực sự là gì và tại sao nó trả lương cao như vậy, bốn vai trò định lượng chính và vai trò nào phù hợp với nền tảng của bạn, lộ trình toán học hoàn chỉnh từ con số 0 được xây dựng theo đúng thứ tự học tập, quy trình phỏng vấn tại các công ty hàng đầu thực sự kiểm tra những gì và cách chuẩn bị chính xác cho nó, và các bước chính xác từ không có kinh nghiệm đến chứng chỉ tổ chức thực sự đầu tiên của bạn.

Lưu ý: Bài viết này cố tình dài. Mỗi phần đều xây dựng dựa trên phần trước đó. Nếu bạn nghiêm túc về việc xây dựng sự nghiệp định lượng, hãy đọc từng chữ. Nếu bạn đang tìm kiếm một lối tắt, điều này không dành cho bạn.

Phần 1: Giao dịch Định lượng Thực sự là Gì và Các Vai trò Bên trong Nó

Hầu hết mọi người nghĩ giao dịch định lượng là có ý kiến về nơi thị trường đang hướng tới.

Không phải vậy. Giao dịch định lượng là về toán học.

Bạn đang làm việc với các mối quan hệ thống kê, sự kém hiệu quả về giá và lợi thế cấu trúc tồn tại bởi vì thị trường là những hệ thống phức tạp được điều hành bởi con người, những người mắc phải những sai lầm có hệ thống và lặp đi lặp lại. Mục tiêu không phải là đúng về bất kỳ kết quả cụ thể nào. Mục tiêu là tìm ra các tình huống mà xác suất toán học nghiêng về phía bạn, định cỡ vị thế một cách chính xác và lặp lại quy trình đó hàng nghìn lần cho đến khi giá trị kỳ vọng tích lũy thành lợi nhuận thực tế.

Hãy nghĩ về nó giống như cách một sòng bạc hoạt động. Sòng bạc không cố gắng dự đoán liệu bất kỳ ván cược đơn lẻ nào sẽ thắng. Nó chạy trò chơi nhiều lần với một lợi thế toán học nhỏ trên mỗi ván cược và để luật số lớn làm phần còn lại. Các công ty giao dịch định lượng hoạt động theo cùng một cách. Họ tìm ra lợi thế. Họ định cỡ vị thế chính xác. Họ thực thi ở quy mô lớn.

Khung này áp dụng giống hệt cho thị trường dự đoán. Một nhà định lượng có hệ thống không cố gắng dự đoán liệu một ứng cử viên chính trị cụ thể có thắng cử hay không. Họ cố gắng tìm ra các thị trường nơi xác suất ngụ ý sai lệch một cách có thể đo lường được so với những gì dữ liệu cơ bản thực sự hỗ trợ, đặt cược vào sự sai lệch đó và lặp lại trên hàng trăm sự kiện đồng thời. Các công cụ là giống nhau. Toán học là giống nhau. Lợi thế đến từ cùng một nguồn.

Bây giờ là các vai trò, bởi vì sự chuẩn bị cần thiết khác nhau đáng kể giữa chúng.

Nhà nghiên cứu Định lượng là vai trò được trả lương cao nhất và đòi hỏi khắt khe nhất. Đây là những người tìm ra các mẫu hình trong các bộ dữ liệu khổng lồ, xây dựng các mô hình dự đoán và thiết kế các chiến lược giao dịch thực tế. Họ cần trình độ toán học và thống kê ở cấp độ tiến sĩ, hoặc thành tích đại học thực sự xuất sắc trong một lĩnh vực định lượng khó. Tổng lợi nhuận đầu vào tại các công ty hàng đầu dao động từ 350.000 đô la đến 650.000 đô la và tăng lên đáng kể từ đó.

Nhà giao dịch Định lượng thực hiện các mô hình do các nhà nghiên cứu xây dựng và thực hiện các giao dịch thực tế trong thời gian thực. Tư duy xác suất nhanh, tính nhẩm mạnh mẽ và ra quyết định tự tin dưới áp lực với thông tin không đầy đủ. Vai trò này có phương sai lợi nhuận cao nhất trong bất kỳ sự nghiệp định lượng nào. Các nhà giao dịch xuất sắc đạt tám con số trong một năm. Lợi nhuận đầu vào tại các công ty hàng đầu thường bắt đầu từ 200.000 đô la đến 400.000 đô la với tiềm năng tăng không giới hạn.

Nhà phát triển Định lượng xây dựng cơ sở hạ tầng giúp nghiên cứu thực sự giao dịch trên thị trường trực tiếp. Nền tảng giao dịch, công cụ thực thi, đường ống dữ liệu thời gian thực, hệ thống độ trễ thấp. C++, Rust và Python ở cấp độ sản xuất với các tiêu chuẩn hiệu suất rất cao. Tổng lợi nhuận đầu vào thường nằm trong khoảng từ 200.000 đô la đến 350.000 đô la tại các công ty hàng đầu.

Quant Rủi ro tập trung vào xác nhận mô hình, tính toán giá trị rủi ro, kiểm tra sức chịu đựng và tuân thủ quy định. Con đường sự nghiệp định lượng ổn định nhất với quỹ đạo lợi nhuận có thể dự đoán nhất. Trần thấp hơn ba vai trò còn lại nhưng ổn định hơn đáng kể.

Vai trò phát triển nhanh nhất hiện nay là quant tập trung vào AI và máy học, người xây dựng các hệ thống tạo tín hiệu bằng cách sử dụng học sâu, xử lý dữ liệu thay thế ở quy mô lớn và triển khai các mô hình ML trực tiếp vào môi trường giao dịch trực tiếp. Vai trò này nằm ở giao điểm của nghiên cứu định lượng và kỹ thuật máy học và nó là nơi diễn ra hoạt động tuyển dụng mạnh mẽ nhất trong suốt năm 2025 và 2026.

Quan niệm sai lầm cần loại bỏ trước khi đọc tiếp: bạn không cần bằng cấp tài chính để làm bất kỳ công việc nào trong số này. Bạn cần khả năng toán học, kỹ năng lập trình và kỷ luật để xây dựng nền tảng theo đúng thứ tự.

Phần 2: Nền tảng Toán học theo Đúng Thứ tự

Con đường từ con số 0 đến sẵn sàng cho định lượng giống như các cấp độ trong một trò chơi điện tử. Bạn không thể bỏ qua các cấp độ. Mọi khái niệm đều xây dựng dựa trên khái niệm trước đó. Nếu bạn cố gắng nhảy sang máy học hoặc định giá quyền chọn mà không có các lớp nền tảng bên dưới, bạn sẽ xây dựng được sự quen thuộc bề mặt với nhiều chủ đề và sự hiểu biết thực sự về không một chủ đề nào. Điều đó sẽ không vượt qua được một cuộc phỏng vấn định lượng.

Thứ tự chính xác là năm lớp sâu. Mỗi lớp là điều kiện tiên quyết cho mọi thứ theo sau nó.

Lớp Một: Xác suất

Mọi thứ trong tài chính định lượng đều quy về một câu hỏi. Tỷ lệ cược là bao nhiêu, và tỷ lệ cược có nghiêng về phía tôi không?

Nếu bạn không hiểu xác suất ở mức độ sâu sắc, không gì khác trong bài viết này có ý nghĩa. Định giá quyền chọn là một vấn đề xác suất. Mô hình hóa tín hiệu là một vấn đề xác suất. Tạo lập thị trường là một vấn đề xác suất. Định cỡ vị thế là một vấn đề xác suất. Giao dịch thị trường dự đoán về cốt lõi là một vấn đề xác suất.

Khái niệm quan trọng nhất ở lớp này là tư duy có điều kiện. Các nhà định lượng không nghĩ theo những điều tuyệt đối. Họ nghĩ theo các điều kiện. Với những gì tôi biết ngay bây giờ, kết quả này có khả năng xảy ra như thế nào?

Công thức làm cho điều này chính xác:

P(A|B) = P(A và B) / P(B)

Xác suất của A với điều kiện B bằng xác suất của cả hai sự kiện xảy ra chia cho xác suất của riêng B.

Đây là cách điều này hoạt động trong thực tế. Hãy tưởng tượng bạn đang xây dựng một tín hiệu cho một thị trường dự đoán về một thông báo kinh tế. Xác suất vô điều kiện rằng thị trường sẽ biến động mạnh sau thông báo là 40 phần trăm dựa trên tỷ lệ cơ sở lịch sử. Nhưng vào những ngày mà độ biến động ngụ ý của quyền chọn tăng cao đáng kể trước thông báo, xác suất có điều kiện của một biến động mạnh tăng lên 68 phần trăm. 68 phần trăm đó là tín hiệu thực sự có thể sử dụng được. 40 phần trăm vô điều kiện pha trộn tín hiệu và nhiễu theo cách bạn không thể tách rời nếu không có điều kiện.

Định lý Bayes là một khái niệm thiết yếu khác ở đây. Nó cho bạn biết cách cập nhật niềm tin của bạn khi có thông tin mới:

Hậu nghiệm = (Khả năng xảy ra x Tiên nghiệm) / Bằng chứng

Niềm tin được cập nhật của bạn bằng với khả năng bạn thấy bằng chứng mới này nếu giả thuyết của bạn đúng, nhân với mức độ bạn đã tin vào giả thuyết đó, chia cho khả năng bạn thấy bằng chứng này dưới bất kỳ giả thuyết nào. Các nhà giao dịch cập nhật niềm tin của họ nhanh nhất và chính xác nhất khi có thông tin mới luôn vượt trội hơn những người khác.

Giá trị kỳ vọng và phương sai là hai con số bạn sẽ nghĩ đến trong suốt phần còn lại của sự nghiệp định lượng của mình. Giá trị kỳ vọng là kết quả trung bình của bạn trên tất cả các kịch bản. Phương sai là mức độ mà kết quả thực tế của bạn có thể sai lệch so với mức trung bình đó. Nếu chiến lược của bạn có giá trị kỳ vọng dương và bạn có thể sống sót qua phương sai đủ lâu để nó tích lũy, bạn sẽ kiếm được tiền. Nếu bạn định cỡ vị thế quá lớn so với phương sai, bạn sẽ phá sản trước khi giá trị kỳ vọng có thời gian phát huy tác dụng.

Tài nguyên cho lớp này: Blitzstein và Hwang, Giới thiệu về Xác suất. Bản PDF đầy đủ có sẵn miễn phí từ Harvard. Làm tất cả các bài tập trong Chương 1 đến 6. Dành ba đến bốn tuần với hai giờ tập trung mỗi ngày.

Lớp Hai: Thống kê

Khi bạn đã hiểu xác suất, bạn cần học cách lắng nghe dữ liệu. Đó là thống kê. Điều quan trọng nhất mà thống kê dạy là hầu hết những gì trông giống như tín hiệu thực sự thực ra là nhiễu.

Bạn xây dựng một chiến lược. Nó backtest ở mức lợi nhuận hàng năm 15 phần trăm. Đó là lợi thế thực sự hay biến động may mắn?

Kiểm định giả thuyết là cách bạn tìm ra. Giả sử giả thuyết không rằng chiến lược của bạn có lợi nhuận kỳ vọng thực sự bằng không. Tính toán khả năng bạn thấy kết quả mạnh mẽ như vậy nếu giả định đó là đúng. Nếu bạn kiểm tra một nghìn chiến lược ngẫu nhiên, năm mươi trong số chúng sẽ cho thấy kết quả có vẻ mạnh mẽ hoàn toàn do ngẫu nhiên ở mức ý nghĩa 5 phần trăm tiêu chuẩn. Đây là vấn đề so sánh nhiều lần. Đó là lý do phổ biến nhất khiến backtest trông tuyệt vời và kết quả giao dịch trực tiếp lại tồi tệ.

Hồi quy tuyến tính là công cụ chủ lực. Hồi quy lợi nhuận chiến lược của bạn so với các yếu tố rủi ro đã biết và tìm kiếm hệ số chặn được gọi là alpha. Nếu alpha bằng không sau khi tính đến tất cả các yếu tố tiêu chuẩn, lợi thế được cho là của bạn chỉ là sự tiếp xúc ngụy trang với những thứ đã được hiểu rõ. Con số duy nhất có ý nghĩa là alpha tồn tại sau khi mọi yếu tố đã biết được tính đến.

Tài nguyên cho lớp này: Wasserman, Tất cả về Thống kê, Chương 1 đến 13. Dành bốn đến năm tuần.

Lớp Ba: Đại số tuyến tính

Đại số tuyến tính là cỗ máy chạy mọi thứ trong tài chính định lượng và ML. Xây dựng danh mục đầu tư, phân tích thành phần chính, mạng nơ-ron, ước lượng hiệp phương sai và các mô hình yếu tố đều chạy trên toán học ma trận.

Ma trận hiệp phương sai nắm bắt cách mọi tài sản di chuyển tương đối so với mọi tài sản khác. Phương sai danh mục đầu tư thu gọn thành:

Phương sai = w^T x Sigma x w

Trong đó w là vector trọng số của bạn và Sigma là ma trận hiệp phương sai. Biểu thức đơn lẻ này là cốt lõi toán học của tối ưu hóa danh mục đầu tư và quản lý rủi ro.

Các giá trị riêng tiết lộ những gì thực sự quan trọng bên trong ma trận hiệp phương sai đó. Trong một vũ trụ gồm 500 cổ phiếu, năm vector riêng đầu tiên thường giải thích 70 phần trăm của tất cả phương sai. Mọi thứ khác là nhiễu. Phân rã giá trị riêng là nền tảng của đầu tư yếu tố, giảm chiều và kiến trúc thống kê của các chiến lược có hệ thống quy mô lớn.

Tài nguyên cho lớp này: Các bài giảng MIT 18.06 của Gilbert Strang, hoàn toàn miễn phí tại MIT OpenCourseWare. Xem tất cả chúng. Sau đó làm việc thông qua sách giáo khoa Giới thiệu về Đại số tuyến tính của Strang. Dành bốn đến sáu tuần.

Lớp Bốn: Giải tích và Tối ưu hóa

Hầu như mọi vấn đề trong tài chính định lượng đều quy về việc tối đa hóa một thứ gì đó tuân theo các ràng buộc. Xây dựng danh mục đầu tư, đào tạo mô hình và chiến lược thực thi đều là các vấn đề tối ưu hóa.

Tối ưu hóa lồi là điều cần thiết ở đây. Một vấn đề tối ưu hóa lồi có một giải pháp toàn cầu duy nhất có thể được tìm thấy một cách hiệu quả. Hầu hết các vấn đề xây dựng danh mục đầu tư và quản lý rủi ro có thể được cấu trúc dưới dạng các chương trình lồi. Hiểu khi nào một vấn đề là lồi và cách giải quyết nó một cách hiệu quả là một kỹ năng thực tế cốt lõi trong lĩnh vực này.

Tài nguyên cho lớp này: Boyd và Vandenberghe, Tối ưu hóa lồi. Bản PDF đầy đủ miễn phí từ Stanford. Làm Chương 1 đến 5. Dành bốn đến năm tuần.

Lớp Năm: Giải tích ngẫu nhiên

Trước giải tích ngẫu nhiên, bạn có thể phân tích dữ liệu và xây dựng các mô hình thống kê. Sau nó, bạn có thể suy ra cách các công cụ tài chính được định giá từ các nguyên lý toán học đầu tiên. Đây là lớp mà Black-Scholes đến từ đó và nơi các chiến lược có hệ thống tinh vi nhất được thiết kế.

Hiểu biết trung tâm của giải tích ngẫu nhiên là trong một thế giới có tính ngẫu nhiên, bình phương của một gia số ngẫu nhiên nhỏ không phải là không đáng kể như trong giải tích thông thường. Một thực tế này thay đổi mọi tính toán và tạo ra Bổ đề Ito, quy tắc dây chuyền của giải tích ngẫu nhiên. Áp dụng nó vào giá quyền chọn và bạn suy ra phương trình Black-Scholes:

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

Điều làm cho kết quả này đáng chú ý là lợi nhuận kỳ vọng của cổ phiếu biến mất hoàn toàn. Giá quyền chọn không phụ thuộc vào nơi bạn nghĩ cổ phiếu đang hướng tới. Chỉ phụ thuộc vào mức độ nó di chuyển. Đây là kết quả mang tính cách mạng về mặt khái niệm đã làm cho việc định giá phái sinh hiện đại trở nên khả thi.

Tài nguyên cho lớp này: Shreve, Giải tích ngẫu nhiên cho Tài chính, Tập 1 và 2. Tiêu chuẩn vàng. Dành sáu đến tám tuần và đừng vội vàng.

Phần 3: Lập trình, Công cụ HFT và Ngăn xếp Công nghệ Thực sự Quan trọng

Có hai loại kỹ năng lập trình hoàn toàn riêng biệt quan trọng trong tài chính định lượng và hầu hết các ứng viên đều nhầm lẫn chúng.

Loại thứ nhất là lập trình nghiên cứu. Viết Python sạch để phân tích dữ liệu, xây dựng và backtest các mô hình thống kê và triển khai các đường ống máy học. Đây là những gì các nhà nghiên cứu định lượng và hầu hết các nhà phân tích định lượng sử dụng hàng ngày.

Loại thứ hai là lập trình hệ thống sản xuất. Viết C++ hoặc Rust hiệu suất cao thực thi ở độ trễ micro giây, xử lý dữ liệu thị trường thời gian thực, quản lý sổ lệnh và xử lý logic thực thi mà không bỏ lỡ một tick nào. Đây là những gì các nhà phát triển định lượng và kỹ sư giao dịch tần suất cao xây dựng.

Nếu bạn đang nhắm đến vai trò nhà nghiên cứu định lượng hoặc nhà phân tích định lượng, Python là công cụ chính của bạn. Thành thạo pandas và polars để thao tác dữ liệu, nơi polars chạy nhanh hơn mười đến năm mươi lần trên các tập dữ liệu lớn. Sử dụng numpy và scipy để tính toán số. Sử dụng xgboost, lightgbm và catboost cho máy học trên dữ liệu dạng bảng. Sử dụng pytorch cho học sâu. Sử dụng cvxpy cho các vấn đề tối ưu hóa. Sử dụng statsmodels để kiểm định thống kê.

Nếu bạn đang nhắm đến vai trò nhà phát triển định lượng hoặc kỹ sư HFT, C++ và Rust là bắt buộc.

C++ đã là ngôn ngữ thống trị trong giao dịch tần suất cao trong nhiều thập kỷ. Lý do là kiểm soát bố cục bộ nhớ, hiệu suất xác định mà không bị tạm dừng do thu gom rác và khả năng tối ưu hóa mã trong vòng nano giây của giới hạn phần cứng lý thuyết. Tại các công ty giao dịch ở tốc độ micro giây hoặc dưới micro giây, một mẫu truy cập bộ nhớ được tối ưu hóa kém có thể tốn kém hơn về độ trượt giá so với lợi nhuận mà chiến lược kiếm được từ lợi thế. Các thư viện C++ có liên quan là QuantLib cho phái sinh và toán tài chính, Eigen cho đại số tuyến tính hiệu suất cao và Boost cho các tiện ích đa năng.

Rust là đối thủ cạnh tranh mới nổi nghiêm trọng với C++ trong lĩnh vực này và nó đang được áp dụng nhanh chóng. Rust cung cấp cùng mức hiệu suất như C++ với các đảm bảo an toàn bộ nhớ được thực thi tại thời điểm biên dịch, loại bỏ toàn bộ các lớp lỗi thường xuất hiện trong các cơ sở mã C++. NautilusTrader, một trong những nền tảng giao dịch mã nguồn mở tiên tiến nhất hiện có, sử dụng lõi Rust cho các thành phần quan trọng về hiệu suất với API Python cho nghiên cứu và phát triển chiến lược. Kiến trúc Rust cộng với Python này đang trở thành mẫu tiêu chuẩn cho cơ sở hạ tầng giao dịch có hệ thống mới. RustQuant có sẵn đặc biệt cho định giá quyền chọn và công việc phái sinh định lượng trong Rust.

Đối với các nguồn dữ liệu: yfinance miễn phí và đủ để học tập. Polygondotio với giá khoảng 200 đô la mỗi tháng cung cấp độ trễ dưới 20 mili giây và là tiêu chuẩn cho công việc có hệ thống bán lẻ nghiêm túc. Bloomberg Terminal với giá khoảng 32.000 đô la mỗi năm là tiêu chuẩn tổ chức. Finnhub cung cấp một cấp miễn phí cho các dự án ban đầu.

Đối với backtesting: NautilusTrader cho công việc cấp sản xuất. Backtrader và vectorbt là những điểm khởi đầu đơn giản hơn để học các khái niệm.

Bài tập về nhà và câu hỏi phỏng vấn tiết lộ mọi thứ:

Đây là một trong những vấn đề xác suất nổi tiếng nhất mà các công ty định lượng hàng đầu sử dụng trong các vòng sàng lọc ban đầu. Nó đơn giản để phát biểu, đáng ngạc nhiên là sâu sắc để giải quyết chính xác và trực tiếp kiểm tra tư duy có điều kiện từ Phần 2.

Bạn tung một đồng xu công bằng nhiều lần cho đến khi bạn có được hai mặt ngửa liên tiếp. Số lần tung dự kiến là bao nhiêu?

Hãy tự mình làm việc này trước khi đọc bất cứ điều gì khác. Đừng tìm kiếm câu trả lời. Quá trình thiết lập các trạng thái, viết các phương trình cho mỗi trạng thái và giải hệ thống chính xác là loại suy luận mà những người phỏng vấn định lượng đang theo dõi.

Hãy thả câu trả lời và cách tiếp cận của bạn trong phần bình luận. Có một kết quả cụ thể mà vấn đề này hội tụ và phương pháp bạn sử dụng để đạt được nó tiết lộ nhiều hơn về tư duy toán học của bạn so với bản thân câu trả lời.

Phần 4: Giải mã Quy trình Phỏng vấn

Hầu hết các ứng viên chuẩn bị cho những gì họ tưởng tượng các cuộc phỏng vấn định lượng trông như thế nào. Thực tế có cấu trúc hơn và đòi hỏi khắt khe hơn hầu hết mọi người mong đợi.

Tại một công ty như Citadel, quy trình phỏng vấn kéo dài nhiều nhánh chạy đồng thời. Các nhánh kỹ thuật phần mềm định lượng, giao dịch và nghiên cứu định lượng mỗi nhánh có cấu trúc khác nhau và kiểm tra những thứ khác nhau. Một ứng viên nghiêm túc trong một mùa tuyển dụng duy nhất có thể trải qua mười lăm đến hai mươi cuộc phỏng vấn riêng biệt trên cả ba nhánh.

Các vòng cuối cùng được gọi là super days. Sáu cuộc phỏng vấn bốn mươi lăm phút liên tiếp trong một ngày duy nhất. Các chủ đề trải dài từ C++ cấp thấp và thiết kế hệ thống đến chứng minh xác suất đến các câu hỏi thiết kế máy học đến các cuộc phỏng vấn hành vi với trưởng nhóm. Bạn cần viết mã sạch sẽ, suy ra kết quả toán học rõ ràng và giải thích lý luận của mình thành tiếng ở mọi bước.

Tốc độ tính nhẩm quan trọng hơn đáng kể so với hầu hết các ứng viên mong đợi. Các công ty sử dụng các công cụ như Zetamac để sàng lọc ban đầu. Mục tiêu 50 hoặc nhiều hơn câu trả lời đúng mỗi phút trước khi nộp đơn.

Jane Street thiết kế các vấn đề phỏng vấn của họ để cố tình khó hơn những gì một người có thể tự giải quyết. Họ đang kiểm tra cách bạn sử dụng gợi ý. Cách bạn suy luận về phía trước trong điều kiện không chắc chắn. Cách bạn cộng tác dưới áp lực. Một ứng viên kể lại suy nghĩ của họ, xem xét các trường hợp ngoại lệ và thừa nhận sự không chắc chắn trong khi tiếp tục suy luận sẽ luôn vượt trội hơn một ứng viên im lặng và sau đó đưa ra câu trả lời đúng mà không giải thích.

Cuốn Green Book, có tên chính thức là Hướng dẫn Thực tế cho Phỏng vấn Tài chính Định lượng của Xinfeng Zhou, là tài liệu chuẩn bị được tham khảo nhiều nhất trong số mọi ứng viên đã giành được lời mời làm việc tại một công ty định lượng hàng đầu. Hơn 200 vấn đề phỏng vấn thực tế bao gồm xác suất, thống kê, câu đố, tính nhẩm và câu đố tài chính. Làm việc thông qua nó một cách chậm rãi. Dành ít nhất mười lăm phút thực sự cố gắng mỗi vấn đề trước khi xem bất kỳ gợi ý nào.

Bổ sung với QuantGuidedotio cho các vấn đề thực hành cụ thể về định lượng và Brainstellar cho các câu đố xác suất ở độ khó phỏng vấn.

Đối với các vòng lập trình, hãy làm việc thông qua bộ vấn đề LeetCode Blind 75 với trọng tâm là hiểu mẫu cơ bản của từng loại vấn đề thay vì ghi nhớ các giải pháp. Lập trình động là điểm thất bại phổ biến nhất tại các vòng cuối cùng tại Citadel và Jane Street nói riêng.

Kinh nghiệm nghiên cứu là thứ phân tách các ứng viên nghiên cứu định lượng mạnh nhất khỏi tất cả những người khác. Không phải điểm số khóa học. Nghiên cứu thực tế nơi bạn đã hình thành một giả thuyết, xây dựng một cái gì đó để kiểm tra nó và có thể mô tả chính xác những gì bạn đã học được từ quá trình này bao gồm những gì đã thất bại và tại sao.

Chuẩn bị hành vi luôn bị đánh giá thấp. Thực hành trả lời các câu hỏi hành vi thành tiếng với một người đưa ra phản hồi thực sự cho đến khi câu trả lời của bạn nghe có vẻ tự nhiên. Mọi vòng cuối cùng đều có một lớp đánh giá con người có ý nghĩa quyết định kết quả nhiều như các vòng kỹ thuật.

Các cuộc thi trực tiếp đưa bạn đến việc làm nhanh chóng: Cuộc thi Jane Street Kaggle với giải thưởng 100.000 đô la. WorldQuant BRAIN trả tiền mặt cho các tín hiệu alpha bạn gửi. Citadel Datathon trực tiếp đưa những người chiến thắng vào các cuộc phỏng vấn việc làm.

Phần 5: Các bước từ Con số 0 đến 650.000 đô la Mỗi năm

Sai lầm lớn nhất là cố gắng thực hiện một bước nhảy thẳng đứng. Nộp đơn trực tiếp vào Citadel hoặc Jane Street mà không có chứng chỉ, bị từ chối và kết luận rằng lĩnh vực này đã đóng cửa.

Lĩnh vực này không đóng cửa. Họ đã cố gắng thực hiện một bước nhảy mười tám bậc khi quy trình yêu cầu từng bước một.

Đầu tiên: Xây dựng nền tảng toán học theo đúng thứ tự từ Phần 2. Chạy song song theo dõi học tập học thuật và theo dõi lập trình thực tế. Đừng chờ đợi toán học hoàn hảo trước khi bắt đầu viết mã. Cả hai phát triển song song.

Thứ hai: Xây dựng ít nhất một dự án thực tế trước khi nộp đơn ở bất cứ đâu. Backtest một chiến lược giao dịch có hệ thống bằng cách sử dụng dữ liệu lịch sử thực tế và ghi lại mọi giả định và quyết định bạn đã kiểm tra. Gửi một mô hình cho WorldQuant BRAIN hoặc Kaggle và viết về những gì bạn đã xây dựng. Triển khai một thuật toán đơn giản bằng cách sử dụng API môi giới như Alpaca. Các dự án này chứng minh bạn có thể chuyển đổi kiến thức toán học thành một thứ gì đó có chức năng.

Thứ ba: Hãy lấy chứng chỉ thể chế đầu tiên của bạn. Gửi email lạnh lùng cho nghiên cứu sinh tiến sĩ trong các phòng thí nghiệm và đề nghị cụ thể đóng góp vào công việc đang tiến hành. Làm trợ giảng cho một khóa học định lượng. Nhận một vị trí trợ lý nghiên cứu. Danh hiệu cụ thể không quan trọng bằng việc có một dòng kinh nghiệm kỹ thuật thực sự để kể lại.

Thứ tư: Sử dụng mỗi chứng chỉ để đạt đến cấp độ tiếp theo. Phòng thí nghiệm nghiên cứu mở ra cánh cửa phỏng vấn startup. Chứng chỉ startup mở ra cánh cửa công ty tầm trung. Công ty tầm trung mở ra cánh cửa quỹ hàng đầu. Chưa ai tìm được lối tắt đáng tin cậy nào vượt qua bậc thang này.

Thứ năm: Nộp đơn trước khi bạn cảm thấy sẵn sàng và theo dõi mọi thứ. Mỗi lần bị từ chối là một dữ liệu. Mỗi buổi phỏng vấn là một bài thực hành. Hãy xây dựng một bảng tính. Theo dõi mọi đơn ứng tuyển, mọi bài đánh giá trực tuyến, mọi buổi phỏng vấn và mọi câu hỏi bạn được hỏi mà bạn không thể trả lời trôi chảy. Hãy đi học ngay thứ cụ thể đó trước buổi phỏng vấn tiếp theo.

Thứ sáu: Cạnh tranh công khai. Các cuộc thi trong Phần 4 là những kênh tuyển dụng, không chỉ là các bài tập rèn luyện kỹ năng. Các công ty theo dõi bảng xếp hạng và thành tích mạnh mẽ đã trực tiếp dẫn đến lời mời làm việc cho những ứng viên trước đó không có mối quan hệ nào với các công ty đó.

Nền tảng toán học mới thực sự là hào sâu bảo vệ. Khả năng suy luận tại sao Bổ đề Ito có một số hạng phụ mà giải tích thông thường không có. Biết khi nào một phương pháp tối ưu hóa lồi sẽ và sẽ không hoạt động trong một thị trường trực tiếp. Chiều sâu đó phân tách các nhà định lượng (quant) xây dựng lợi thế thực sự khỏi các nhà định lượng (quant) mượn lợi thế. Các phương pháp mượn sẽ hết hạn khi mọi người khác áp dụng chúng. Sự lưu loát toán học tạo ra các phương pháp mới một cách vô hạn.

Trước khi bạn đóng bài viết này, hãy viết ra ba điều cụ thể. Bạn đang ở đâu trên bậc thang ngay lúc này. Bước cụ thể tiếp theo phía trên vị trí hiện tại của bạn trông như thế nào. Và hành động cụ thể duy nhất nhất mà bạn có thể thực hiện trong bảy ngày tới để tiến tới bước tiếp theo đó. Không phải một ý định mơ hồ. Một hành động cụ thể với một thời hạn cụ thể.

Danh sách đọc hoàn chỉnh

Toán học: Blitzstein và Hwang, Introduction to Probability, PDF miễn phí từ Harvard. Strang, Introduction to Linear Algebra cùng bài giảng MIT 18.06 miễn phí tại OpenCourseWare. Wasserman, All of Statistics. Boyd và Vandenberghe, Convex Optimization, PDF miễn phí từ Stanford. Shreve, Stochastic Calculus for Finance, Tập 1 và 2.

Tài chính định lượng: 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.

Chuẩn bị phỏng vấn: Zhou, A Practical Guide to Quantitative Finance Interviews. Crack, Heard on the Street. Joshi, Quant Job Interview Questions and Answers.

Tóm tắt

Các nhà nghiên cứu định lượng (quant researcher) mới vào nghề tại Citadel kiếm được từ 336.000 đến 642.000 đô la tổng lương. Jane Street trả cho nhân viên trung bình của mình 1,4 triệu đô la mỗi năm. Mốc năm năm tại các công ty giao dịch độc quyền (prop shop) hàng đầu nằm trong khoảng từ 800.000 đến 1.200.000 đô la hàng năm. Thị trường dự đoán (prediction markets) đang thêm một biên giới giao dịch hệ thống hoàn toàn mới lên trên mọi thứ đã tồn tại trong tài chính định lượng truyền thống.

Con đường hoàn chỉnh từ con số không đến mức lương đó được ghi lại trong bài viết này. Năm lớp toán theo đúng trình tự. Một bộ tài nguyên cụ thể thực sự hiệu quả. Một bức tranh rõ ràng về những gì các buổi phỏng vấn thực sự kiểm tra. Một bậc thang chứng chỉ mà mỗi bậc làm cho bậc tiếp theo có thể đạt được.

Bạn không cần một cái tên Ivy League. Bạn không cần nền tảng tài chính. Bạn cần nền tảng đúng được xây dựng theo đúng thứ tự và kỷ luật để đi theo bậc thang mà không cố gắng bỏ qua các cấp độ.

Sự bất cân xứng thông tin khiến hầu hết mọi người ở ngoài lĩnh vực này không phải là về trí thông minh. Đó là về việc không biết con đường trông như thế nào.

Bây giờ bạn đã biết.

Đây là câu hỏi tôi muốn bạn ngồi suy ngẫm.

Nếu bản thiết kế hoàn chỉnh cho một trong những sự nghiệp mang lại lợi nhuận tài chính cao nhất hiện có được công khai, không yêu cầu nền tảng danh giá và có thể được theo đuổi bắt đầu từ bất cứ nơi nào bạn đang ở ngay bây giờ, thì điều gì thực sự ngăn cản hầu hết mọi người bắt đầu ngay hôm nay?

Hãy thả câu trả lời của bạn trong phần bình luận. Và trong khi bạn ở đó, hãy thả câu trả lời của bạn cho bài toán tung đồng xu từ Phần 3 nữa.

Không có câu trả lời sai nhưng có những câu trả lời rất tiết lộ.