第 8 章 · 03 求职与面试:薪资、实习、面试题

第 8 章 · 03 求职与面试:薪资、实习、面试题

本节摘要:本节用 quant-wiki docs/job 的真实材料,梳理量化求职的全流程。全球量化薪资(docs/job/quant-salary):美国 PhD 毕业初级量化研究员 base $150k-$200k、总包最高 $750k,资深研究员总包可达 $1.4M;欧洲伦敦初级 £85k-£150k;亚太香港 $90k-$150k;中国 $60k-$200k。实习:Jane Street、Optiver、IMC、Akuna 等都有暑期实习,是进顶级量化公司的主通道(docs/job/Jane-Street-intern 等)。职业路径:对冲基金分初级分析师、分析师、资深分析师、PM 四级,PM 可拿 10%-20% PnL 分成(docs/job/quant-job)。面试题:docs/job/quant-daily 列了前台量化、模型验证、研究量化、量化开发、统计套利、资本量化六类岗位。本节给薪资地图、实习要点、面试清单。素材来自 docs/job。

内容来源:quant-wiki docs/job(quant-salary、Jane-Street-intern、quant-job、quant-daily、translated 各类实习与面试文章),知识结构化整理。

⚠️ 学习提示:薪资数字随年份、地区、个人水平波动很大,本节数字是「区间参考」而非「保证报价」。面试八大题背完不等于能拿 offer,真正的核心竞争力是扎实的数学/编程基础与对市场的真实理解。

学习目标

阅读完本节,你应当能够:

1. 列出全球四大市场(美/欧/亚太/中国)的量化薪资区间。
2. 描述 Jane Street、Optiver、IMC 等顶级量化公司的实习特点。
3. 复述对冲基金四级职业路径与 PM 的 PnL 分成。
4. 区分六类量化岗位的职责与优劣。
5. 制定一份求职与面试清单(简历、八股、编程、行为面)。

一、全球量化薪资地图

1.1 美国:领跑全球

docs/job/quant-salary 援引行业数据:

• 初级量化分析师(PhD 毕业):base $150k-$200k,总包最高 $750k;
• 资深研究员/交易员:顶级对冲基金年薪可破 $325k,总包达 $1.4M;
• 基金经理(PM):base $200k-$300k,额外 PnL 分成 10%-20%。

趋势:不少公司给两年薪资保证减少跳槽风险;掌握 Python、C++、ML 的候选人供不应求;纽约薪资显著高于中西部,但生活成本也高。

1.2 欧洲:总包涨幅明显

欧洲有严格的竞业限制(Non-compete),企业用高额签约奖金吸引人才:

• 初级分析师(PhD 毕业):base £85k-£150k,总包最高 £250k;
• 高管 MD:base £250k-£400k,总包最高 £1.2M;
• 资深研究员(5+ 年):base £125k-£200k,总包最高 £600k。

1.3 亚太:潜力市场

• 香港:初级研究员(PhD)base $90k-$150k,总包最高 $240k;资深(10 年)base $180k-$250k,含 5%-20% PnL 分成;
• 新加坡:研究员(2-5 年)base $90k-$110k,总包最高 $180k;HFT 交易员 base $150k-$170k,含 10%-40% 分成。

1.4 中国:快速崛起

• 初级研究员(PhD 毕业):base $60k-$200k,总包可达 $300k;
• 资深交易员(Prop Trader):base $100k-$170k,额外 PnL 分成 10%-35%;
• 资深研究员(10+ 年):base $180k-$250k,总包最高 $500k。

💡 选市场:美国薪资最高但竞争最激烈;欧洲有竞业保护但门槛高;亚太增长快、机会多;中国本土市场崛起,有海外经验者受青睐。求职要结合个人背景、语言、签证综合考量。

二、顶级量化公司实习

2.1 Jane Street 实习

docs/job/Jane-Street-intern 描述了 Jane Street(全球知名量化交易与流动性提供商,2000 年成立,2600+ 员工)的实习。它以函数式编程(OCaml)闻名,技术驱动。

三位实习生的故事揭示几个关键点:

• 背景:CMU、哈佛、剑桥等顶尖大学,有函数式编程基础;
• 项目:深入参与核心系统(手动订单输入、Incr_dom 库等),不是打杂;
• 导师制:与导师密切合作,反复迭代;
• 转正:实习表现好可转全职。

Jane Street 还举办 INSIGHT 项目(专为 STEM 女性的训练营),强调多元与开放文化。

2.2 Optiver、IMC、Akuna

docs/job 下还有 Optiver、IMC、Akuna 的实习指南(translated 系列):

• Optiver(荷兰做市商):注重数学 puzzle 与快速心算,面试有「快速口算」环节;
• IMC(荷兰做市商):文化与 Optiver 类似,招聘偏重博弈论与概率;
• Akuna Capital(芝加哥):C++ 与系统设计是重点,技术面试硬核。

2.3 实习要点

无论哪家,实习求职的核心要点:

1. 早申请:多数公司暑期实习在前一年秋季就开放;
2. 刷题:LeetCode、Green Book(量化面试 150 题)必备;
3. 项目:有量化相关项目(回测、因子)是加分项;
4. 行为面:讲清楚「为什么选量化」「为什么选这家」;
5. 转正:实习表现是顶级量化公司全职的主要入口。

⚠️ 陷阱:实习面试常考「脑筋急转弯」(概率、估计、博弈论),这与算法刷题不同,需要专门练习(Heard On The Street、绿皮书)。

三、对冲基金职业路径

docs/job/quant-job 详细描述了对冲基金的职业结构(与传统投行/私募不同,层级没那么分明)。

3.1 内部结构

对冲基金分三个核心团队:

• 投资团队:研究/投资分析师 + 投资组合经理(PM),产生与评估投资思路、做最终决策;
• 交易团队:执行交易员,以最佳价格执行;
• 中后台:合规、会计、运营、IT 等支持。

3.2 四级职业路径

典型路径(docs/job/quant-job):

3.3 收费结构与 PM 分成

传统对冲基金「2 和 20」(2% 管理 + 20% 业绩),金融危机后平均降到 1.5% 管理 + 15% 业绩。PM 通常拿 PnL 的 10%-20%,这是高收入的来源——业绩好的 PM 年收入可达数百万美元。

💡 门槛:docs/job/quant-job 提醒,直接毕业后进对冲基金不常见,多数人先在投行/资管积累再跳。但量化岗位(尤其大基金)越来越多校招,这是应届生的机会窗口。

四、六类量化岗位

docs/job/quant-daily 把量化岗位分六类,各有特点:

4.1 前台量化(Desk Quant)

直接为交易员提供定价模型与策略建议,紧贴交易核心。优点:薪酬可观、晋升交易员通道明确;缺点:压力巨大、战斗在前线。

4.2 模型验证量化(Model Validation)

独立检验前台模型的正确性。优点:节奏舒适、压力小;缺点:离决策中心远、创新空间小。

4.3 研究量化(Research Quant)

钻研新方法、新理论,有时做「蓝天研究」。优点:深入学习、拓展视野;缺点:产出周期长、需证明存在价值。

4.4 量化开发(Quant Developer)

偏编程与工程实现,为模型搭建稳定高效的技术底层。优点:市场需求大、薪资高于普通 IT;缺点:研究深度可能不如纯研究。

4.5 统计套利量化(Statistical Arbitrage Quant)

用统计与机器学习手段,在大数据中找交易模式,实现自动化下单。多见于对冲基金。优点:回报潜力大;缺点:不确定性高,「刀尖起舞」。

4.6 资本量化(Capital Quant)

建模信用敞口、资本需求,满足监管(巴塞尔协议)。优点:稳健、工时合理;缺点:略欠「性感度」,但监管趋严下愈显重要。

💡 选岗:喜欢贴前线、抗压强 → 前台量化;追求工作生活平衡 → 模型验证/资本量化;热爱研究 → 研究量化;编程强 → 量化开发;爱博弈与数据 → 统计套利。

五、面试清单

5.1 简历

docs/job 下有《Writing the Perfect Quant Resume》(翻译)。简历要点:

• 一页:除非 PhD 有多篇论文;
• 量化成果:用数字(「回测夏普 1.8」「策略管理 $5M」);
• 项目:有量化项目(回测、因子、交易系统)是核心加分;
• 技能:Python/C++/SQL/ML 列清楚,但不要堆砌;
• 格式:简洁专业,避免花哨设计。

5.2 八大题(quant interview)

面试常考:

• 概率统计:条件概率、贝叶斯、期望值;
• 脑筋急转弯:估计题(Fermi)、「假设你有 100 枚硬币...」;
• 数学:微积分、线性代数、随机过程;
• 编程:LeetCode 中等难度、C++ 内存管理;
• 市场与金融:期权定价、 Greeks、利率模型;
• 行为面:为什么量化、为什么这家、讲一个失败项目;
• 博弈论:囚徒困境、纳什均衡;
• 心算:Optiver 等做市商的快速口算。

参考书:Heard On The Street、Frequently Asked Questions In Quantitative Finance(黄皮书)、quant job interview questions and answers(绿皮书)。

5.3 行为面与谈薪

docs/job/translated_The_Two_Types_of_Quant_Interviewers 提到两类面试官:

• 技术型:专注难题与编程;
• 行为型:看你的动机、协作、抗压。

谈薪:docs/job/quant-salary 提到「两年薪资保证」「签约奖金」等谈判筹码。对有多 offer 的候选人,可用竞争 offer 提升报价。

⚠️ 陷阱:docs/job 提醒,竞业条款(Non-compete)在欧洲可达 3 年,求职前要读懂合同条款,避免「跳了被禁业」。

六、求职路径建议

6.1 在校生

1. 大二/大三:刷题、做项目、申暑期实习;
2. 大四/研一:争取顶级实习(Jane Street/Optiver/Citadel 等);
3. PhD:Research Quant 是主战场,暑期实习是关键。

6.2 转行者

• 从卖方(投行)转买方是常见路径;
• 有编程基础的(计算机、数学、物理)可直接申量化岗;
• 做公开量化项目(GitHub、博客)建立「可验证的能力」。

6.3 持续成长

docs/job/quant-daily 强调,优秀 Quant 的核心是用「数学、统计、编程构建、优化、验证金融模型」。无论岗位如何变,这三项基本功是终身资产。

本节要点回顾

1. 薪资地图:美(初级 $150k-$200k)、欧(£85k-£150k)、亚太($90k-$150k)、中国($60k-$200k),PM 拿 10%-20% PnL。
2. 顶级实习:Jane Street(OCaml/函数式)、Optiver/IMC(做市/口算)、Akuna(C++),早申请+刷题+项目是关键。
3. 职业路径:初级分析师 → 分析师 → 资深分析师 → PM 四级,PM 拿 PnL 分成。
4. 六类岗位:前台、模型验证、研究、开发、统计套利、资本,各有优劣。
5. 面试清单:简历(一页+量化成果)+ 八大题(概率/心算/编程/博弈)+ 行为面 + 谈薪(两年保证/签约奖金)。
6. 核心心法:数学+统计+编程是终身资产;选岗看性格;实习是顶级公司主通道。

下一节,我们看学习路径与持续成长:刷题、社区、本系列教程全景回顾。