量化择业 银行vs券商vs公募vs私募？（行内人深度分享）

金融类专业毕业生这三五年逐渐增加，虽然这个领域已经越来越拥挤，大家依然在努力获得一份薪资较高且有上升空间的工作。但是金融行业依然有很多不确定性，特别是直接接触二级市场的量化投资方向，今天通过我对行业内各种工作的认知谈一些感悟，希望能够帮助到正在面临择业的同学们。

遥想自己1996年从北京大学硕士毕业，已是20多年前的事，当时的金融行业远不如现在发达，除了进银行，我们真想不到去哪里找工作，也不用担心工作分配问题。所以在看到今日行业竞争激烈之余，也感慨同学们拥有如此丰富的选择空间，特别是以量化投资为方向的同学们，能够发挥自己的计算机+金融专长，做自己想做的事。

一、各类金融机构区别：

1、银行

很有趣我的第一份工作就是在中国建设银行总行，我们大部分同事基于较为大量的业务数据做信贷分析，或者对分行数据做分析，我直接从事IT系统建设，对整体业务流做支持。今天你们所说的大数据风控就是当时我们所做工作的总结吧，而当年的我们，只是一颗螺丝钉式的数据工程师。

聚集了传统强势机构的办公地——金融街

目前银行分为总行和分行两大块，总行没有柜台岗，分行有一级二级，还有一级二级支行。银行分公司的管培生很有可能去做柜员，但是银行总行的管培生肯定就不去做柜员。总行层面的岗位很多，分为前台中台后台。前台主要有利润中心（包括金融市场部、资产管理部、投资银行部），都是直接盈利的部门。中台有风险管理、授信审批、财务会计。后台主要以办公职能为主，比如董事监事办公室、人力资源部等等。

如果去分行，接触不到太多有技术层面的工作内容。总行则不一样，管培生锻炼回来之后，就要分部门，信息科技部，就是偏向IT计算机的 ，如果你是金融工程（细到量化投资为主）的学习方向，这里是你最合适的岗位。虽然银行不直投股票等市场，但是通过通道业务选择投资基金，做投资组合方案是常见的，这里需要你对市场风险和收益有足够认知。银行是资金方最大甲方，这个岗位不是任何人都能胜任的。

大行或者股份制银行的总行，最有含金量的都是前台岗位，利润中心，这里是经验积累最快，跳槽也比较容易的部门。

刚才我说的主要是银行体系中，体量较大的股份制银行，其他诸如城商行的岗位我不了解，但是可以想象，越小规模的银行，每个人负责的业务肯定越多样化，流程偏长，风控略松，对于锻炼一个能力维度较多的人，也有好处。

大行总行管培生基本是清北人的名校硕士，股份制商业银行也是类似标准，分行层面的要求会相对低一些，理工类学生都有机会，并不一定要专业对口。但是一本院校的硕士，目前还是大行最青睐的。待遇方面，大城市分行或许比总行高，因为它是盈利主体，总行内，前台业务部门工资也是最高的。

2、券商研究所

这是正统的卖方体系，如果你能够进入券商研究所，说明市场还是认可你的量化投资分析实力，毕业生缺乏工作经验，尽管这份工作略微辛苦，但正是积累经验的好地方。我职业生涯有几年是在这里度过的，最集中的体验就是紧张的工作和优秀的同事们，让我认识了不少人，打开了之后创业的路途。

新财富没了，行业能变好吗

在券商工作一般3~6个月新员工可转正，无论转正前后，在部门内还是公司内，评定你能力的都是研究报告受欢迎程度。如果是在券商的自营盘部门，当然就是看你的模型稳健盈利能力了，但是一毕业就去自营业务的同学毕竟很少。

目前的券商无论大小，都是有一定资产规模和客户积累的，毕竟是正规金融机构。这种积累一方面为你的工作提供稳定性，不用担心轻易失业，另一方面为你的工作带来挑战——必须熬一定年限，才能出头。我不认为这是行业弊病，反而我认为至少要经历一个完整的牛熊周期，你的观点才能成熟起来，对于行业理解才能深刻，所以要耐心。

我有过两年近距离服务券商的工作历程，见证了这批同事们每天工作10~14小时，每周6天辛苦工作的环境，但是年轻的你面对这份工作并不会太累，因为大家一起加班能够淡忘时间，淡化加班带来的困扰，完不成报告或者模型才是最头疼的事，加班不算什么。

券商对于招聘的门槛不是很高，一般集中在理工科金融方向硕士博士，如果是本科生必须有很强的从业经验或业绩，所以从券商跳入公募基金或者头部私募，是一个较好的上升通路。

新人在券商工作，能够独立完成研究任务，或者自己寻找研究方向吗？我遇到过一位新同事，他非常坚定自己的开发思路（一个近乎偏执的P quant），但是屡次尝试均无法得到好的绩效，浪费了几个月时间毫无进展，作为局外人的我已经看到了领导的担忧，他却全然不知。

这个问题我提供同学们一定要关注，公司聘用每个人都是有成本的，如果你总是在试错，是公司在背负这个成本，在承担你的策略长期无法开发出来的风险，如果长期没有成绩，如何评定你的价值？所以一定要小步快跑，常出新，常迭代。而不要去承担一个巨大的无法完成的课题，耽误过多精力并承担过大风险。

3、公募基金

公募基金是顶级买方，因为手握大量资源，我不认为国内公募基金的业绩有多好，但是你不能忽视公募基金赶上了个人资产管理的历史浪潮，通过2005年以来的牛熊转换和加速发展，积累了大量沉淀客户资产。

所以你应该能体会到，这里是一个资源驱动型的机构，他并不依赖能力强的个人，你们所看到的明星基金经理，也是公司为了某种营销需求所打造的，离开了团队，离开了整个运营体系，明星大概率要变流星。

毕业生来公募基金，大概要通过半年的试用期可以转正，但是并非什么人都可以进入，这里的门槛比券商更高，211、985类院校的硕士毕业是最低要求，一般考虑博士。但是如果你做过大量模型积累，对市场宏观微观结构都有分析，那么硕士的简历也会很出彩。

作为量化专业，你进入公募基金的合理职业规划是，研究员、基金经理助理、基金经理，再向上就是部门总监，你可以尝试看10~20年后能否达到总监职位……我没有在公募基金工作过，但是听朋友们说，这里基本上不存在大面积加班，如果有加班，也是出于自己学习提升的角度考虑，或者有临时性任务。

独立或带领团队管理资产在公募基金内，需要一定工作年限和业绩积累。你需要时刻考虑领导和公司对你的评价，坚定地完成业绩任务，尽可能细致处理模型细节，和身边的同事保持通畅沟通。这并不是说人际关系要处理多好，但是你要保持良好的工作氛围。领导对你的评价是你能否继续向上，获得更多资源的关键一步，很多人历经多年无法独立管理资金，可能都是由于此类原因。

二、私募基金行业特性：

我在2015年创办了自己的私募机构，当时已经回到上海。所以对于私募的生态略微熟悉，可以和同学们多分享一些。这里特指证券投资类私募，不是股权类，也不是资产配置等其他类。

1、私募基金公司的价值导向

首先私募都很小，全公司内以结果导向为主，强调收益。无论是管理几千万的私募，还是管理几百亿的私募，基本上都是这样。要坚定我们的市场角色——为客户创造收益。我们不是研究机构，不用写研报，你只用考虑，能否在市场上为你的客户多抢一些钱，无论这种钱来自市场波动规律（beta），还是上市公司价值（基本面alpha），还是你的高频系统和算法交易能够带来回报（交易alpha），甚至发觉通道盈利机会也要做，任何钱都要拼尽全力去赚。

强调收益并非不控制风险，业界客户也越来越成熟，加上我们必须通过行业内企业客户资金才能扩大规模，所以高sharpe rartio（夏普比率）是必须的，年度Calmar Ratio也是有要求的，比如银行类资金要求每年或者每个投资考核期5:1收益风险比，或者要求收益6%以上，回撤2%以内，此时就需要各种策略混合搭配。

2、私募行业的几个问题

作为一个公司实体，必须要创造回报，甚至前提是必须生存，所以私募行业有几个问题不得不提，要选择这一样的同学们必须慎重考虑。

在管理规模1个亿以内，这家公司都是有较高生存风险的，此时你要看股东的态度，股东如果愿意持续增加资源，且市场给力能够扩大募资规模，就不用担心，即使烧钱模式也毫无问题，公司在股东意志支持下前进。但是如果股东放手不管，开始靠市场随波逐流，那么你作为新入职的员工，也面临极大的不确定风险。我建议一个正常的私募，管理规模至少在1~10个亿，且公司消耗不大，业绩稳定，最好覆盖股票+期货至少两个市场，这样才算度过危险期。

工作流程长，工作内容繁杂也是你要面对的，小公司难以有人给你搭把手洗数据，做风控，很多流程要自己独立完成，这里面有很多坑。我们在初创阶段，甚至感觉自己是靠出卖体力赚钱的职业，虽然有股东的自有资金和东拼西凑的一些钱支持，但是也必须加班加点工作。

我们会常怀疑自己的模型，常提出新的假设，去验证新的假设。这就需要持续开发模型。我们发现盘口交易方面有一定冲击成本，要不然调整策略，要不然在下单上再做优化，也需要付出开发精力。

此时你会发现，资金募集、产品报备建立、资料档案管理、客户沟通、公司财务制度、行业客户的拜访和接待，这一系列事情能占用你50%的精力甚至更多，这种情况下根本不可能认真做模型。所以要组织开发工作，将模型开发工作下放给新员工，他们再带实习生，部分拆解给实习生做。不仅管理层忙，普通员工也要承担一定日常杂活，这是一件令人很头疼的事，所以要做好准备，应对工作内容繁杂带来的干扰。

在用人需求方面，我们新招聘员工优先考虑有从业经验的人，起码要做过股票、期货等常见资产的量化交易模型。其实这几年来从实习生转正留用的员工更多，因为实习期是建立互相认知的阶段，也是员工能力提升最快的阶段。新招量化方面员工，最起码要在聚宽等平台上写过一两个模型，并展示绩效，提供大致逻辑和风控条件。如果纯粹是想从互联网转行到金融领域，且没有模型开发积累和金融资产认知积累，这种人是不要的，公司没时间精力培养一张白纸。

做好准备加班是常事，特别是模型交易者，但是公司不要求加班，想提升能力，要么绝顶聪明比别人效率更高，要么大概率自觉找时间提升。

3、甄别不同优势（驱动力）的私募

A、资源驱动（股东，行业，规模）私募：

这类私募机构成立时间较长，管理规模较大，有较好的资源积累，和我们完全通过自己的量化模型去做私募相比，它们更像是在利用自己的资源优势，以一个私募牌照为工具，去盈利。

有的股东直接提供了几个亿的管理资金，有的私募在某些行业客户内有极强募资能力，或者由第一手消息（内幕消息依然是最大的alpha收益来源，你不得不承认），还有私募依靠债券业绩和债券募资能力，已经管理了几十亿上百亿资产。在这种公司，客户资源是最主要的力量，你只是参与者，要遵守规则。

B、技术驱动（深度行研，名校硕博，ML机器学习，NLP自然语言）：

我更推荐同学们去这类私募机构工作，认为非资源驱动型私募，更适合非资源驱动型员工，也就是年轻地、带有专业技术的你们，可以在这里找到更好发挥空间。

这类公司中，依靠深度行业分析能够获得超额收益，依靠名校海龟硕博也可以得到最短赚钱的路径，依靠机器学习（Machine Learning）可以获得更高性能和多样化模型，当然有些公司有独门绝技创造alpha，那就是全市场信息挖掘，通过对非结构化数据的NLP自然语言处理（Natural Language Processing），得到可观alpha因子收益。在这里，你可以学到不少新知识，储备给自己未来的职业道路。

C、初创私募（特色产品，制度激励驱动）：

如果你加入了初创私募公司，虽然要承担风险，但是也意味着很多野蛮生长的机会。首先你们要通过做一两只特色产品，来获得行业奖项，因为新公司如一张白纸，你要用产品获奖为公司增信，方便募资。这个过程很艰难，但如果你选准了市场，并且用不同策略和产品组合去冲击某个奖项，也许能高概率中签。

制度激励很简单，就是指公司愿意把更多的超额业绩回报分给基金经理，初创私募该比例最高可能达到50%，也就是说100万元的账户取得20%回报，你可以获取其中10%，公司获取另外10%的同时还要承担各项运营成本，意味着你比公司盈利还要多，当然这是较为罕见和短暂的。平均该比例应该在5%~20%较为合理，随着公司管理规模越大，个人价值越低于组织架构重要性，该比例越低。

成长期私募公司高度的扁平化管理，也意味着晋升速度较快。公司一般不会设计超过5~10个级别的冗长晋升通道，只要你的表现出色，能够产生对于产品投资收益有价值的模型，自然会得到快速提升，通过3年时间提升到合伙人级别也不是不可能，完全看个人能力。

建议同学们择业时，首先在网上搜索该私募基金的公开披露产品业绩，一般建议公开超过3只，且时间超过1年，业绩有超过市场基准、超过同类竞争对手的回报率，如果你能打听到管理规模，当然是更好的。

截至2018年9月，在已经已登记的24191家私募基金管理人中，有管理规模的共计21301家，平均管理基金规模6.01亿元。管理规模1亿以下私募11661家，在国内所有登记的私募中占比48.21%，接近半壁私募江山。百亿规模的私募共233家，该数值比较稳定。所以我估计同学们大概率能够找到的工作，都是处于成长期的私募机构。而且很多私募还没能进入银行券商白名单之内，所以要和团队一起再走过一段艰难的创业路程。

总结：仔细观察分析，慎重选择好机构

金融工程类毕业生特别是偏向量化投资的专业，可以通过在适合自己的机构内，拓展眼界，拓展模型开发思路来源，为以后职业道路打下坚实基础，毕业前5年的学习效率通常是最高的。你适合进入银行，还是券商，或者非常优秀的你可以直接进入公募基金，还是进入人力需求最多且竞争最激烈的私募基金，需要按照自己的性格和能力维度做选择。

工作这些年来，越来越意识到持续学习能力的重要性，因为市场结构在变化，交易对手在变化，你的工作岗位和内容肯定也要随之变化，在此过程中，金融机构被市场大浪淘沙，一方面需要自身优秀，更需要擦亮眼睛寻找优秀投资机构，从学校出来很多规则将发生变化，期待你们在新的环境开始职业生涯。