这是来自一位应届女博士的搬砖故事......
先说下自己的背景，某top20 统计phd，疫情回国，边准备thesis边实习打工。经过猎头的推荐，面试了大概6，7家头部量化私募，最后选择这家百亿私募。主要方向为深度学习和股票alpha策略研究。面试过程不过多赘述，值得一提的是笔试确实需要额外花时间准备一下，对数理基本功的考察还是比较细致的，机器学习方面却涉及不多，可能只是直接拿quant的题过来了。
面试通过后顺利入职，实习工资按天计算。公司在一个地段很繁华的地方，同一栋写字楼的都是西装革履的金融人士，但是我的同事却都是清一色的背心拖鞋行军床，给人扫地僧的感觉。
第一天见了一下直线的PM，是数学背景的大佬，股票研究的基本功也十分深厚，人又nice，会认真负责的带我入门，真心的想培养我。被安排看了一些报告，还有书，大概熟悉了下量化的语言，二天之后就开始处理数据，写模型和撸代码了。
PM给到的task跟在学校比还是相对简单的。给了一些高频的数据，目标是写一个机器学习模型来合成因子，然后回测计算各种指标，例如IC，IR和sharp，进一步再看如何调整模型。这种实际应用的场景跟在学校搭的模型还有些不一样的，而且feature之间相关性过高的问题也要重点考虑，如何给这么庞大的数据有效去噪，对具有多年炼丹经验的我也是一个挑战。
经过对指标的不断的提升，一顿操作猛如虎，我的策略居然成效显著，于是PM还有整个团队让我把代码打包好，进一步做了推理加速，准备实盘试一下。听到这个消息的时候我还是有点慌的，不知道自己的模型能不能有效。但是结果还是好的，收益率在原有baseline上提高了10%+。
这个好也及时的体现在了我的奖金上。我的奖金跟正式员工的计算方式是一样的，每个公司都有自己的公式，这也是量化私募的好处，一切信息高度透明，干多少活拿多少钱，这也是我坚定入坑的原因之一。
本来计算下来应该是有60w+，但是由于用我的因子时间相对较短，先发了三分之一也就是20w，剩下的明年正式入职后再发。总体感觉下来，这段实习让我非常有成就感，看到自己所学的知识能真正的用在实盘交易上，并且获得还不错的成绩，真的是觉得很幸运。