应届毕业生、实习生、年薪百万。每一个词都挑动着想要入行量化小伙伴的心。那么真实情况究竟是什么样的？今天小编就来给大家讲讲金融行业中的一颗新星：量化。
1、什么是量化？量化做些什么？
随着计算机的出现，人类数据计算的能力飞速发展，结合数学模型，人们可以通过一些已有的规律窥视未来：种群的变迁，气候的变化，社会的统筹发展等等。
当这种技术应用到了金融领域就是我们说的量化。
比较标准的描述是：“量化是指通过数量化方式和计算机程序化发出买卖指令，以获取稳定收益为目标的交易方式。”
从上面那句话里，能提取出三个关键：数量化、程序化、稳定收益。
小编就从这三个方面通俗易懂的来解释一下什么是量化。
数量化：
不论是股票还是期货，想要从中获利，你必须对其未来的价格涨跌有一个简单的预测，也就人们常说的利好利空。
但是价格是一时，发展是复杂的，同时出现多个能够影响价格要素时就要借助到数学模型工具。
而搭建模型的的基础数据大致包含了传统量价、基本面数据、舆论情绪等模糊数据以及其他统计相关的数据。
一般来说，包含的因子越多，权重越准确，模型的准确性和稳定性则越高。实际上会根据交易的实际需求进行删减。
程序化：
当你写好模型，并且回测验证过后，你就应该相信你的模型。
程序化最大的好处就是能够克服人性的弱点，当指标出现程序会一丝不苟执行操作。
主观意识会欺骗我们，但数据不会；人可能会犯错，但机器不会。
从根本上解决了人性弱点对交易的影响。量化就是这样一个程序化的交易方式。
稳定收益：
写出回测收益极高的模型是很容易的，就像提前知道了答案再去参加考试。
但很多血淋淋的教训告诉我们很多时候市场其实是不可预测的，量化不是巫术也不是超能力。
模型增加你预测成功的概率，所以到实盘操作的时候，交易策略通常是有严格的止盈止损线的。
量化并不想大家所想的是一种“赚快钱“的手段，相反更偏向于固收。
毕竟虽然一年三倍的多，三年一倍的则少多了。
2、量化岗有哪些岗位，就业如何？
量化作为国内刚刚起步的行业，人才缺口还是很大的。
国内的量化交易岗位，一般集中在私募基金（对冲基金）、公募基金（有点类似国外的共同基金）、券商，还有一些少量岗位在金融软件公司。
第一类岗位，偏分析研究，以策略工程师为代表。
这类岗位偏向量化模型的本体初因研究，就是那些研究什么因子，机器学习赚钱的这些事儿，本质上来说，也就是在研究，究竟什么样的策略能赚钱。
研究过程往往是透过一系列统计罗列出的数据，可视化程序，报表，或者某某金工所公开或私密的研报之类的来形成的。
另一类岗位，偏架构实现。
这里就以交易系统开发工程师，数据工程师为代表。
这类岗位，一般以实现量化策略所需功能为己任，比如数据工程师，他的职责就是为策略工程师开发的各种量化交易模型，以传统的交易所价量数据，财报数据为例，他们需要准备好所需要的数据来源，做好数据获取、清洗、存储等。
总的来说，就是保障数据质量，与访问速度、便捷性等等。某些特别机构要求数据独立可控的话，还会要求写好数据api接口等等。
而交易系统开发工程师，他们的目标己任，就是将所有的理论研究，透过他们有热情而又富有层次的代码而实现。
当然越大的机构，这些岗位的职业就分得越精细。
3、想做量化的同学该如何努力？
讲到这里还能留下来的，想必都是下定决心，准备克服困难走向量化岗的同学。
第一，要有一定的学术背景。一般来说，量化岗会偏好Top 985背景的硕士研究生，PHD更优。专业上来看，机构一般更加偏好数学和计算机背景的同学。
第二，有了学术背景，接下来就是专业素养。不止于课堂上的基础知识，更要有大量的实践经验。
想要做量化的同学一定要规划好自己的时间，利用好每一个假期，多找几份实习。
从难度上来讲，新人可以从券商卖方研究所开始做起，虽然比较辛苦，但也是一个比较积累工作经验的好地方。
如果你有大量模型积累经验，还可以考虑去公募基金看一看。
