这世界应该是一个巨大的Quant圈
今天这篇文章就来说说
美国有哪些神仙量化公司
01
美国有哪些神仙量化公司？
我们都知道Quant按公司性质可以分为买方Quant和卖方Quant。
卖方Quant应该大家很熟悉了，主要和投行二级市场有关，注重如何给产品更好地定价。八大投行Quant部门招聘的对象主要是MFE毕业生。
而买方Quant主要是包括对冲基金和自营交易公司。
1
美国有哪些量化对冲基金？
首先我们要明确一个很容易被混淆的概念：对冲基金不一定采用量化的投资方式。比如这几年风很大的Citadel LLC，其实严格意义上来说是一家多策略对冲基金Multi-Strategy Hedge Fund。
而Quantitative Hedge Funds即量化对冲基金，是用量化的分析手段进行对冲操作的基金，也不完全等同于对冲基金。
华尔街几个比较知名的量化对冲基金Quantitative Hedge Funds包括Renaissance Technologies、D.E.Shaw、Two Sigma等。我们挑其中两家来详说~
1）Renaissance Technologies
Renaissance Technologies Stony Brook, NY, Office Campus
创始人是鼎鼎有名的世界级数学大牛James Harris Simons。
前半生的James Harris Simons只想做一个纯粹的数学家：20岁毕业于MIT数学系，时隔3年拿到了UCB博士学位，24岁去哈佛任教。26岁的他被国防部分析研究所邀请到普林斯顿大学。
在普林斯顿大学，Simons表面上搞研究，其实是为军方破解密码。不过，由于James在报纸上发表反战言论，和记者私下沟通等事情，国防部最后解雇了他。冷知识：这也是Harris Simons人生中唯一一次“被解雇”。有脾气的Simons之后选择去石溪大学当数学学院院长，掌握解雇他人的权利。
James Harris Simons 2016年在UCB教数学
拍摄者为David Eisenbud
而到了40岁，James Harris Simons走上了创业之路。1978年，他成立了一家名为Monemetrics的公司，也就是Renaissance Technologies的前身。
而Renaissance Technologies是当时华尔街中唯一百分之百依靠电脑模型做交易的公司。James Harris Simons把自己的投资方式比喻为“壁虎式定量投资”（推崇短线套利、频繁交易）——“交易要像壁虎一样，平时趴在墙上一动不动，蚊子一旦出现就迅速将其吃掉，然后恢复平静等待下一个机会。”
2009年，Simons选择隐退。Renaissance Technologies目前由Peter Brown领导，截止2023年，Renaissance Technologies拥有约300名员工，其中包括90名数学、物理、计算机科学及相关领域的博士。
2）D.E. Shaw
D.E. Shaw是一个主打和华尔街对着干的对冲基金。
创建之初的选址就尽量远离华尔街，位于纽约第16大街一家书店的楼上，而且当时公司还是loft式空间。据说，当时D.E. Shaw到处都是裸露的管道和密集的布线，如果一不小心绊倒电缆线，可能全公司的交易系统都会被切断。
当时华尔街的精英们标配都是西装+领带，但是D.E. Shaw的员工们可以选择让自己舒服的搭配，参考下创始人David E. Shaw的风格：黑色T血衫+短裤。
很久以前华尔街的交易大厅还是能用“人声鼎沸”来形容，而D.E. Shaw的员工们都是安安静静地写着代码。据公司首位投资人Donald Sussman回忆说“公司的气氛和其他任何投资公司都不一样，就像是走进了一间国会图书馆的研究室。”
D.E. Shaw的招人偏好就有点像咨询公司，喜欢招聘不同专业和背景的人，比如计算机、数学、英语等专业。D.E. Shaw员工有的是国际象棋棋手，有的是出版作家，也有脱口秀演员，据悉还雇佣过一个奥林匹克击剑运动员。
管理600亿美元资金的D.E. Shaw旗下第二大基金Oculus自2004年成立以来至今，从未出现过亏损。D.E.Shaw的投资特色是通过全面的数据挖掘和分析进行“量化投资”。
2
美国有哪些量化自营交易公司
美国大部分量化交易的自营公司，工作岗位主要有两个大类👇
1）专门做developer的程序员：他们不负责交易，主要的工作内容是负责infrastructure里build对外的东西。
2）做trading的quant trader和quant researcher。一般是trader居多，纯researcher的很少，做trading的自己一般也会做researcher。
现在有一些pop trading firms也会愿意招聘本科生。这里简单介绍几家美国有名的量化自营交易公司。
1）Tower Research
总部设立于纽约市，创立于1998年，创始人是Mark Gorton，也是一枚妥妥的高材生学霸👇。在创业之前，Mark Gorton曾就职于Credit Suisse做固收自营交易员。
Mark Gorton的Linkedln
Tower Research的主要业务是交易世界各地价格时变的资产，在全球三大地区140多个交易场所交易活跃。据网上的消息，Tower内部有许多“封闭式”的团队用自己的交易策略积极地进行全球性的交易，但却共享公司的底层数据构架和公司的资本。
2）Hudson River Trading
这是一家总部在纽约的高频交易公司（高频交易是由计算机进行高速自动的程序化交易。持仓时间很短，日内交易次数很多。），由 Jason Carroll、Alex Morcos 和 Suhas Daftuar 成立于2002年。2017年，Hudson River Trading收购了竞争对手Sun Trading。
Hudson River Trading目前有三位partners👇
Jason Carroll负责公司的交易技术
Oaz Nir 负责开发交易算法
Prashant Lal负责开拓新市场
Hudson River Trading也会开放给本科生的实习岗位（暑期实习和寒假实习都有👇）。而且Hudson River Trading对于实习生是非常的大方。根据 Levels.fyi的数据显示，2022/23年暑期实习生薪资排行榜中，Hudson River Trading高居第一名，给实习生开出的月薪是22817美元，还外加1万美元的房补。
当然，Hudson River Trading的竞争也非常激烈。面试难度也极高。一般面试流程是coding test（难度中上）→1~2轮的phone interview→终面（4小时左右，3-5轮的onsite面试）
还有一些公司即是量化自营交易公司又是高频做市商，比如Optiver，Virtu Financial等。
3）Chicago Trading Company
CTC是一家全球领先的自营交易公司，成立于1995年，专注于自动化交易、量化定价和风险管理，在芝加哥和伦敦都设有办事处。CTC交易一系列资产类别，包括股票、利率和大宗商品。
CTC的分红是按整个公司来分的，赚钱的desk和亏钱的desk要平衡掉，所以组和组之间竞争没有那么激烈。
有的自营交易公司会看个人的P&L（Profit and Loss)，或者某个组的P&L，这样大家之间其实会互相防一手，避免自己最赚钱的核心策略被学去了。
02
Quant岗位大分类！
这一part重点介绍一下Quant都有哪些岗位。
1）Quant Trader
量化交易(Quantitative Trading)是通过使用数学模型、统计分析和计算机算法来执行交易策略的一种交易方式，尤其强调需要具备数学和统计学知识、编程（常用的编程语言包括 Python、C++、Java等）、量化建模能力、数据分析能力、算法设计及优化能力、风险管理意识等，且还需要对金融市场有深入的了解，包括不同资产类别（股票、期货、外汇等）、市场微观结构、交易机制等。
对于 Quant Trading 岗位而言，数学学士学位、金融工程或定量金融模型硕士学位或 MBA学位都是各大公司所偏好的。
2）Quant Researcher
Research Quant 的工作主要是一些相对长期的项目，一般包括产品定价和风险管理的模型或者长期策略研究等等。
Research Quant 的优势是比较有趣（当然是对喜欢这些人来说），会用到一些比较深度的统计模型Statistical Modeling，机器学习Machine Learning的技术方法,可以做一些“真正”的研究，并且可以学到很多东西。
劣势是有时存在感可能会比较难以证明，而且Trading Desk一般常用的模型短期的偏多，长期的比较少，很多研究成果不一定能产生直接的收益。
3）Quant Developer/Engineer
在模型开发出来之后，需要有人进行实际操作，建立基础框架，通俗的说就是把这些模型写到系统里来实现功能。
这个岗位主要靠技术吃饭，对编程能力要求高，偏好计算机、工程信息等专业，对数学、金融知识要求相对低一些。
4）Mid-Office Quant/Risk Quant
相对于 Front Office Quant，Mid Office Quant 不直接辅助某个特定的 Trading Desk，而是服务于其他中台的部门，比如Market Risk Quant, Chief Investment Office Quant 等等。优势是比较稳定，也算是个小金饭碗。工作内容也一般以长期的项目为主，工作时间比较自由，Life Style 也会比较好，缺点是和市场的联系相对远一点。
5） Model Validating Quant
Model Validating Quant 独立开发价格模型，不过是为了确定Desk Quant开发的模型的正确性。优势是更轻松，压力比较小。劣势是这种小组会比较没有作为而且远离Money。
不同岗位工作内容不同，对于 technical skill的要求自然也有所不同。
Quant trading和Quant research这两类在面试的时候也有很大的不同，像quant trading就必须在更少的时间回答问题，要非常快的计算。
在日常工作的话，Quant Trading要思考迅速，反应敏捷，因为市场瞬息万变，那quant research就是说你不必每时每刻都盯着市场了。
这两个职位都需要用到数学和CS技能，quant research要去时刻research一些ideas，要做交易，也需要build modeling。
其实对于Quant面试，把握好technical skill是求职顺利的基石。
Quant technical skill的五大元素：
金融产品知识
统计知识
编程能力
brainteaser
金融数学
坚实的technical skill，可以靠反复刷题可以做到。推荐大家多刷这两本书👇
红皮书（Mark Joshi, Quant Job Interview Questions & Answers）
绿皮书（Xinfeng Zhou, A Practical Guide to Quantitative Finance Interviews）
