量化投资需要什么？
Quant这个词翻译成中文可以是“量化投资人”，也可以是“量化策略开发者”，主要是指那些运用数学模型来设计和实现投资策略的人。 Quant在华尔街的存在可谓是历史悠久又举足轻重——1987年黑色星期一的股灾之后，为了缓解市场的波动性，美联储开始大力推行定量宽松的政策，而最早提出这一方案的，就是大名鼎鼎的量子基金创始人 - 约翰·邓普顿。
后来随着互联网技术的迅猛发展和人工智能、数据科学的兴起，Quant的地位也越来越重要。 为什么重要呢？因为Quant的工作可以归纳为一句话：通过计算机技术来完成对历史数据的分析并以此作为决策的基础。也就是说quant的主要工作是用编程的方式完成金融模型的搭建和策略的开发。 所以Quant需要具备两个重要的技能：编程和数据处理的能力。
那么如何衡量一个quant的编程能力呢？当然是看他的代码编写能力和代码风格了！如果让你读一段他写的代码，你能不能很快地读懂并且进行编辑？他的代码是否有优化的空间？一个quant的代码如果能很快被看懂并且很有结构性地组织在一起，那他的编程水平肯定是不错的，可以进一步交流。
好的量化策略离不开好的数据支持。对于Quant的培养向来都是“数理化不分家”，Quant需要具备很好的数理基础，同时还需要有计算机方面的知识，以方便解决在策略开发过程中遇到的数据问题。 所以如果你是一个数学或者物理背景的学霸，学起quant来可以说是如虎添翼。你天然就具有别人难以企及的数据分析和建模能力。 但是，如果你并不是学这些专业的，也不要紧！因为量化投资策略的核心逻辑在于通过计算机来实现，所以即便你没学过相关的理论知识也没事儿，完全可以自学来补上这一课。况且现在有很多优秀的教材和课程，能让你快速上手。比如Coursera平台上就有由沃顿商学院和MIT开设的非常受欢迎的课程，完成指定作业还能拿到证书！