亿万第三期
Table of Content
[!tip] Flora: 量化好声音，每晚都要听，大家好，我是 Flora。
[!note] Aaron: 大家好，我是 Aaron。
[!tip] Flora: 时间过的好快啊，不知不觉间又来到了周五。不知道这周大家过的怎么样呢？工作顺利吗？心情愉悦吗？这一周有发生什么有趣的事或者焦虑的事情吗？如果满分是十分的话，你会给这周打几分呢？大家可以在评论区留言哈，我们看到后也许能给大家提供一些建议或者宽慰。那不管这周过的好与坏，此时此刻是属于所有人的放松时刻。大家可以买一些小零食，喝点小酒，跟着我们继续来拆解亿万的剧情，看看今天又能从中收获什么呢？
[!note] Aaron: 没错，希望大家都能在今天的量化好声音中卸下疲惫，好好地享受此刻的轻松。今天我们来聊聊第三季的第三集。在这一集中呢，出现了三场面试，面试的岗位刚好也与量化交易有关。今天我们就借用亿万的剧情来聊聊面试那些事儿。
[!tip] Flora: 没错。第三季是2018年播出的。当时华尔街已经广泛使用量化交易了，在2015 年的时候电影《大空头》的原著作者迈克尔・刘易斯就撰写了一本阐述高频交易的书，叫《Flash Boy》。所以这一集也是反映了当时的一个趋势和潮流。到今天，在华尔街，超过90%的交易都是量化在交易。但在 A 股是什么情况呢？这里有一份数据，2024 年 4 月的时候，证监会负责人在新闻发布会上说，咱们国家资本市场里的程序化交易，起步是晚了点，但发展得挺快。截止24年4月做程序化交易的投资者，手里持有的股票市值，差不多占 A 股总流通市值的 5%，交易金额占比大概 29%。不过呢，一般来讲，程序化交易和量化交易也不能完全当成一回事儿。所以，这样来看，未来打算从事证券交易行业的同学，赶快修一下量化还是很有必要的，因为这是未来的一个趋势。
[!note] Aaron: 对，这一集中，Axe 公司招聘量化交易员的背景也正是手工交易正在被量化交易来取代这样一个背景。关于量化交易，Flora 你注意到没有，在剧中出现过一个定义？
[!tip] Flora: 对，就是借 Taylor 之口说出的，Quant is another word for systemized, ordered thinking, represented in an algorithmic approach to trading。大意是说，量化是一种系统化、有序的思考和算法化的交易。Aaron你怎么看这个说法，跟我们业内人士的说法是一致的吗？
[!note] Aaron: 她的这个说法大致上是对的。其实什么是量化，业内也没有一个严格的说法。打开量化投资的黑箱的作者，里什纳兰曾经给出过一个定义，对人类通过严格研究创造出的交易策略的系统性实施，这可能就是这部剧参考的一个定义。作为我个人来讲，我认为量化交易有三个特征，一是它必须有一个模型；第二，这个模型是基于过去大量数据回测验证的；第三，交易执行是程序化交易。事实上很多量化课程、量化软件也是按这个思路来搭建的。
[!tip] Flora: 对，那在开始之前，我们还是先介绍一下背景。在一次面试中，出现了5个人物，Taylor和 Wags 是面试官，其它三个是候选人。 Taylor应该是 Axe 公司的首席分析师一样的角色，相当于技术面试官，她自己有一套很厉害的交易方法，应该是在业内都小有名气了。而 Wags 相当于 HR，负责文化、心理测试。这也是在面试中的一个标配了。
[!note] Aaron: 对，那三位候选人是什么背景？能不能从中看出，量化交易岗位更青睐什么样背景的人？ 好，背景清楚了。那我们就放一段视频，来解读下第一场面试？
（放片段视频）
[!tip] Flora: 很遗憾啊，第一位面试者被pass了。他在面试概括起来呢就是说，他能开发模仿 Taylor 交易行为的量化交易模型，但是呢并没有得到 Taylor的青睐，直接被泼冷水了。
[!note] Aaron: 你注意到没有，Axe 公司的面试有个比较特别的地方，就是有一个拼盒子的测试
[!tip] Flora: 对，确实是很特别的测试。不过一些大厂，常常都有这些奇奇怪怪的测试。而且候选人对这个题完全没有准备。一上来就师出不利啊。说到面试准备，那像这些奇奇怪怪的题，我们在面试前有办法准备吗？
[!note] Aaron: 这个拼盒子的题吧，其实也许是编剧对大厂面试的一种讽刺。现实中，大厂的面试题虽然也有很怪的，但背后都有它的合理逻辑，其中一部分是要考察候选人是否足够聪明。那要准备这些题的话，可以刷一下绿皮书，然后我们知道一些媒体号会发布一些面试真题，比如北美有一个论坛，一亩三分地，常常就会有这样一些题分享。另外还有一个比较保真的渠道，就是像千禧年、城堡，简街等这些大厂，在他们的官网主页，常常会发布一些 brain teaser，就是智力谜题，平常可以参与一下。
[!tip] Flora: 对，那这个拼盒子的题，其实还有压力测试的含义。在最后一场面试时，就会揭晓。那这个候选人被淘汰，从技术上看，是什么原因？作为候选人，我们可以汲取哪些教训？
[!note] Aaron: 这位面试者从面试上来看，能力肯定是有的。你看，他说自己的模型能参透 Taylor 的交易逻辑，还能执行决策形态算法。起码是个懂行的。但 Taylor 一句 "我不需要模仿，要超越" 就淘汰了他。Flora，你会不会觉得他被淘汰其实还是有点冤？毕竟按理说 Talyor 也是具有顶尖的交易智慧了，能模仿出来他的模型，本身应该也不错。
[!tip] Flora: 对，但如果你是一个刚入行的学生或者初步开始创业的创业者，我觉得会模仿这个能力确实是很重要的，这也是一个必经的路径。而且计算机模型可以24*7，不带感情，不会疲劳地去执行，所以肯定是有意义的。所以被淘汰只能说有一定的运气成分在吧。找工作毕竟不是高考，不可能是一个完全客观的考试。另一方面，从用人单位的角度来看，企业招研发人员，没人想要只会复制现有技术的人，毕竟这样算是没有附加值。量化交易的核心是创造超额收益，市场永远在变，今天有效的策略明天可能就失效。如果模型只懂模仿 Taylor 现在的操作，等市场风格切换，这套系统不就成了摆设？
[!note] Aaron: 说得很对。企业在招人的时候，确实是在找能给公司带来 "增量价值" 的人，而不是来做现有模式的复读机。
[!tip] Flora: 对呀，就像 Taylor 需要的是能突破自己认知边界的人。当市场出现黑天鹅事件时，好的量化模型能快速适应，而模仿型模型只会陷入历史数据的死循环。这位面试者连 "创造新价值" 这个基本点都没 get 到，失败不意外。
[!note] Aaron: 所以公司在招聘高级人才时，本质上是在寻找 "问题解决者" 而非 "执行者"。公司付高薪买的是员工的洞察力 —— 比如能发现别人没注意的数据维度，或者优化算法的计算效率，这些才是真正的核心竞争力。
[!tip] Flora: 说到竞争力，第二位面试者可太 "自信" 了，说华尔街一半公司给了他高薪 offer，还把脚翘在桌上，倒反天罡地让Taylor讲讲他们能给他提供什么。我们一起来听一听他的面试片段。
（放视频）
[!tip] Flora: 这真是我见过的最抽象的面试现场了。Aaron，你觉得第二位面试者这种态度在量化圈吃得开吗？
[!note] Aaron: 简直是职场大忌！我想这种态度，在任何圈子都会吃不开。我们讲团队协作很重要，哪怕你是天才策略师，也得和风控、数据团队配合。我见过知乎上有人分享，某百亿私募的量化组，实习生一天工资确实能到一千，但前提是能融入团队。其实协作就会体现在一些细节上。比方他拿其它公司的 offer 来虚张声势，把脚翘到天上，还说不如我来面试你们。这些细节上，透露出来候选人自恃才高，非常不尊重人。在心理学上，这种人格被称为大 ego 的人
[!tip] Flora: 就是那些自大的人
[!note] Aaron: 没错。大 ego 的人是团队合作的大忌。当然这段话不只是针对候选人。如果我们去一家公司面试，如果面试写表现出来非常不尊重人，那其实我们也不用对这家公司抱太大的期望。尊重是相互的。
[!tip] Flora: 所以，不管怎么说，面试时的态度还是要摆正的。所以我们看到，两名面试官，不约而同淘汰了他。
[!note] Aaron: 态度太关键了！Taylor 评价他 "有天才智商却控制不了情绪"，所以，这个人其实是很有才华的。这里 Taylor 还点评了拼盒子测试的结果，这次的候选人显然没能扛过压力测试。在遇到压力时，他不仅失去了冷静思考，根本就是失去了控制。
[!tip] Flora: 确实，即使是实施了量化交易，作为研究员我们也要每天要面对各种工作压力。如果无法正确对抗工作压力，也显然会降低我们的绩效表现。所以 HR 看的不只是技术，也是抗压能力。
[!note] Aaron: 其实这个拼盒子测试，就是典型的压力面。它的压力可不单是来自拼不出盒子本身。在面试这种严肃场合，面试官盯着，时间一点点过去，还要完成一个看似能做到却实际做不到的任务，这种氛围本身就很让人焦虑。
[!tip] Flora: 没错，压力面的核心就是观察候选人在压力下的真实反应。金融市场，尤其是量化交易领域，压力无处不在。比如市场突然大幅波动，交易员得迅速决策，不能慌乱。这个拼盒子测试就像模拟市场突发状况，看面试者能不能在高压下保持清晰头脑。
[!note] Aaron: 对，其实这个拼盒子测试，还有另一个用意，我们看到第三场面试就知道了。
[!tip] Flora: 好，那你先别剧透，我们来放一下第三场面试。
（播放视频）
[!note] Aaron: 第三位面试者背景很亮眼，NASA 的数据科学家转行做金融，听起来也很酷，这其实在量化面试中很常见。有不少量化人都拥有跨学科背景，有从程序员转量化的，有从物理学过来的，甚至还有学生物的，历史上，生物学家对统计学的推动特别大。所以我们也会在一些私募的招聘信息中看到专业要求那一栏写着：专业背景与统计学、数学、物理学等相关。所以，如果你是生化环材四大天坑专业的学生的话，不妨考虑转一下量化岗位。
[!tip] Flora: 对，这一段还揭开了拼盒子测试的迷题。原来，这个拼盒子的题，其实根本上是无解的。但是前两位候选人陷入了思维定式，只有这位候选人提出了质疑。Aaron，如果真有量化公司出这道题的话，那这道题有什么实际意义吗？
[!note] Aaron: 说实话，看到这里我也有点佩服编剧的构思了，不知道这是不是真实发生过的试题。但是，这道题放在量化基金公司里作为面试题，仔细想起来还是很有意义的。在工作中，常常会有这样的情况，领导交给我们一个研究方向，其实这个方向不一定能出成果。但是，我们可能就会对领导的话，一句顶一万句，千方百计地去证明这个方向是对的。这当然是有害的。
那这件事在量化中就特别明显。如果领导交给我们一个策略方向，我们就很可能在回测中，让这个策略表现得特别好，这个太容易了，而失去质疑精神，或者说也不敢质疑，直到上了实盘，才收到血的教训。
[!tip] Flora: 所以，这个题还是很巧妙的，它超越了一般意义上的压力测试。有句话是这么说的：回测买地球，实盘亏成狗。量化回测本来就容易出错，加上有领导倾向，就更容易带偏了节奏。所以，敢于对权威说不，也是作为量化人非常需要的职业素养。 但是意外地是，这名候选人看起来表现很完美，还是落选了，怎么回事呢，我们接着看视频
（放视频）
[!tip] Flora: 所以啊，第三位面试者败就败在了模型的 "诚实度" 上。他在回测上做了手脚，这在行业里叫 "过拟合"，就像让学生背答案应付考试，换套真题就露馅了。这里有一个问题，这种作弊的搞法，显然一旦被发现，就肯定面不上。候选人这么耀眼的背景，为什么还要铤而走险呢？
[!note] Aaron: 这是量化人求职常常会犯得一个错误。我见过很多简历，往往都会写上很亮眼的各种策略回测业绩。实际上，作为面试官，我们对这种数据是既看也不看的。因为很显然，这个市场上，不会有这么好赚的钱，让你能通过公开市场的招聘，就招来一个赚钱机器。
[!tip] Flora: 所以那我们的简历应该怎么写？或者说我们应该展现出什么样的能力才能获得面试官的青睐呢？
[!note] Aaron: 当然如果你真的有这么好的业绩，那就据实写。但是，一般来说，如果你的策略回测很好，首先是要看有没有各种实现错误，比如过拟合，未来数据等等。但作为用人单位，其实大家一般对策略的收益数字，不会有太高的期待。一个成熟的公司，不会指望着靠新招的人来拯救公司。我们招人，更看重的是，如果老板有一个研究方向，你能不能很好地理解他的意图，扎扎实实地做研究，高效地得出一个合理的结论。那要完成这一点，实际上我们还是以考核你是否聪明、是否掌握了必备的硬技能、团队合作怎么样，等等
[!tip] Flora: 所以大家经常挂嘴边的“真诚是必杀技”这句话是有他的道理的，没有任何道路可以通向真诚。不诚实，是第三名候选人失败的主要原因。这么看来，这三场面试其实对应了量化招聘的三大核心标准：创新能力、职业素养和技术伦理。最后，剧中还有这样一段戏，就是老员工很担心有了量化交易，自己的岗位会被替代。很多人还去咨询了公司的心理医生wendy。你怎么看待这种职场焦虑的呢，Aaron？
[!note] Aaron: 老员工担心被取代其实大可不必，真正的量化交易从来不是机器取代人，而是让人用更先进的工具进化。人工交易员的优势是他们对金融市场的理解和预测，而不是交易的速度和效率。量化是一个工具，可以提高效率，但是不会完全取代使用工具的人。金融机构需要的是既懂得金融市场又同时能使用量化工具的复合型人才，当前内卷的环境下，具备一定的代码和编程能力是很重要的附加值。
[!tip] Flora: 对的。希望今天的解析能给想进入量化行业的朋友一些启发。感谢收听，咱们下期再见！
[!note] Aaron: 再见！