“风口”上的量化大厂“绣球”抛向中低频人才

量化人才这几年是人才舞台上的“香饽饽”。

遵循着低频不如高频、小厂不如大厂的薪资逻辑,各路人才被各路机构“哄抢”,薪资一路走高。

但2024年的“信号”再强烈不过——量化大厂们到了改变的时候了。

而量化大厂们显然对此已“心知肚明”.......

“绣球”抛向中低频人才

据人才招聘网站,灵均投资最新挂出了多个职位,包括股票中低频基金经理、股票中低频量化研究员。

作为年初以来一直在“风口”的量化龙头机构,这样的安排颇引人关注。

根据上述招聘公告,灵均为上述基金经理岗位给出的基本月薪为“4万元-6万元”——与同期招聘的股票高频基金经理一致。

它们开给中低频研究员的月薪也不低“2.5万元-5万元”,亦与股票日内研究员基本月薪相同。

考虑到量化人才更多的收入来自奖金,灵均给出的待遇“不低”。

频度差异如此重要

那么为什么量化机构会着重把机会给到“中低频”人才呢?

这里有个常识值得交代下。

量化策略中影响收益率的除了因子本身的“盈利能力外”,单位时间的交易频率也很重要。

一个单次交易盈利1%的策略,一个月如果能换手30次,则一年的累计盈利可达到200%甚至更高。

一个单次交易盈利5%的策略,如果一个季度才能交易换手一次,则顶天了估计也就20%、30%的收益率。

根据私募业内人士透露,一般渠道里会把每年换手100倍-200倍以上的策略定义为高频或中高频。

这种策略盈利率最高,也往往是量化界的“明珠”,早年的量化私募机构多以此起家,通过多笔交易捕捉某一资产日内较短时间内的买卖价差。

这对于规模较小的机构尤为有效。而一旦管理快速上升,量化投资人的日内交易超额就会有所下降,需要转向中低频,或者调整管理规模重新“适配”高频策略。

人才要求迥异

那么为何量化机构提出要单独招聘“中低频基金经理”呢?

这大概是两个原因,其一是,中低频更能适应较大规模的资产管理,也较能适合目前的政策氛围。

第二,量化策略的高聘策略和中低频策略“构造”大不一样。高频基金经理无法自如的转换到低迷维度上来。

观察灵均的招聘公告也可以发现,对于主打股票日内的量化研究员,灵均的要求和侧重点是与中低频不同的。

对于日内策略的量化研究员,招聘要求包括本科毕业于海内外顶尖高校的数学、物理、计算机等理工科专业,精通机器学习。(如下图)

尤为重要的是:该机构提出对候选人的加分项——硬核竞赛中获奖;顶尖的学术创新成果。

相比之下,这家机构对中低频方向的研究员,要求则没有那么“高”(下图)。

比如对于学业背景则相对“宽泛”,即扎实而优秀的理工科专业背景,包括但不限于数学、统计、金融工程、计算机、物理等专业。

很明显,此职位上没有给出顶尖高校的表述,也未提及硬核竞赛和相关学术作品要求,而是要求“热爱量化、喜欢深入思考,注重细节”。

要求没有降低

量化大厂们对中低频人才的素质要求大大降低了?

熟悉私募招聘的人士对这看法并不认同。

这位人士对资事堂表示:这个更多是策略自身的特点使然。

中低频策略的基金规模通常大于高频策略规模,前者更侧重候选人对市场的总体理解,底层技术水平并不低于高频研究员。

而鉴于对市场理解程度这类要求无法在岗位要求中体现出现,更多需要在面试笔试和实操中观察出来。

中低频的“门槛”其实是在后续“面试阶段”才会凸显。

基金经理“年限”不同


上文提及的中低频与日内研究员的招聘要求,灵均对于相关基金经理的要求,也有着细微不同之处。

比如:对于中低频基金经理的工作经验要求为“3年以上股票中低频策略经验,具备一定实盘规模”,具备一定实盘规模;而高频基金经理需要“至少1年以上的优异的高频股票策略实盘业绩”。

表面上,这家私募对实盘经验年限有不同要求,更进一步对实盘业绩也有“期待”,集中于高频基金经理身上。

这么要求,也合乎一定逻辑,毕竟高频策略在A股的难度徒升。

量化大厂的“进化”
 

资事堂与百亿级量化机构交流发现:随着管理规模的上升,大型量化平台均进行全周期量化人才储备,也就是股票日内策略、中低频策略“同时进发”,更好地与总体规模扩张相适应。

然而,有的量化巨头并不会把交易频次的岗位“单拎出来”。

以九坤投资为例,最新招聘岗位中开放了量化策略分析师,职责描述中提及进行数据挖掘、处理并开发量化模型策略,与基金经理合作跟踪优化量化策略在实盘的表现。

也就是并未提及是否为日内高频,还是中低频的描述。

再如幻方量化,目前正在招聘3-5年工作经验的量化策略研究员,任职要求中表达为985、211或海外知名高校,硕士及以上学历,理工科专业,工作经验不限;对数字敏感,有很好的逻辑思维能力、数理基础和定量分析能力。

看来,量化大厂之间的“招聘话语”,多少反映了人才运用观念的不同。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/460735.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

19 OpenCV 霍夫曼变换检测圆

文章目录 cv::HoughCircles算子参数示例 cv::HoughCircles 因为霍夫圆检测对噪声比较敏感,所以首先要对图像做中值滤波。 基于效率考虑,Opencv中实现的霍夫变换圆检测是基于图像梯度的实现,分为两步: 检测边缘,发现可能…

深度学习 精选笔记(11)深度学习计算相关:GPU、参数、读写、块

学习参考: 动手学深度学习2.0Deep-Learning-with-TensorFlow-bookpytorchlightning ①如有冒犯、请联系侵删。 ②已写完的笔记文章会不定时一直修订修改(删、改、增),以达到集多方教程的精华于一文的目的。 ③非常推荐上面(学习参考&#x…

oracle基础-子查询 备份

一、什么是子查询 子查询是在SQL语句内的另外一条select语句,也被称为内查询活着内select语句。在select、insert、update、delete命令中允许是一个表达式的地方都可以包含子查询,子查询也可以包含在另一个子查询中。 【例1.1】在Scott模式下&#xff0…

CSS扩展选择器

文章目录 1. 并集选择器2. 交集选择器3. 后代选择器4. 子代选择器5. 兄弟选择器5.1. 相邻兄弟选择器5.2. 通用兄弟选择器 6. 属性选择器7. 伪类选择器7.1. 动态伪类7.2. 结构伪类7.3. 否定伪类 8. 伪元素选择器9. Google 改进案例 1. 并集选择器 选中多个选择器对应的元素。一…

如何在Linux上使用git远程上传至gitee托管(add-commit-push指令详解)

💐 🌸 🌷 🍀 🌹 🌻 🌺 🍁 🍃 🍂 🌿 🍄🍝 🍛 🍤 📃个人主页 :阿然成长日记 …

Xpay源支付2.8.8免授权聚合免签系统

产品介绍 XPay是专为个人站长打造的聚合免签系统,拥有卓越的性能和丰富的功能。采用全新轻量化的界面UI,让您可以更加方便快捷地解决知识付费和运营赞助的难题。同时,它基于高性能的ThinkPHP 6.1.2 Layui 2.8.10 PearAdmin架构&#xff0c…

面向对象(下)

目录 01、static1.1、static的使用1.2、static应用举例1.3、单例(Singleton)设计模式 02、main方法的语法03、类的成员之四:代码块04、关键字:final05、抽象类与抽象方法5.1、多态的应用:模板方法设计模式(TemplateMethod) 06、接口(interfac…

使用reprepro+nginx搭建apt服务器

目录 项目背景 项目要求 项目开发过程 1、apt服务器的搭建 2、实现自定义指定源文件列表来实现apt update更新 3、实现软件启动时自动更新 4. source.list中镜像源地址的格式 项目开发的难点/坑点 总结 项目背景 前面写过一篇“利用Nginx搭建一个apt服务器”&#xff…

异次元发卡源码系统/荔枝发卡V3.0二次元风格发卡网全开源源码

– 支付系统,已经接入易支付及Z支付免签接口。 – 云更新,如果系统升级新版本,你无需进行繁琐操作,只需要在你的店铺后台就可以无缝完成升级。 – 商品销售,支持商品配图、会员价、游客价、邮件通知、卡密预选&#…

双线性插值缩放算法原理以及matlab与verilog的实现(二)

系列文章目录 双线性插值缩放算法原理以及matlab与verilog的实现(一) 文章目录 系列文章目录前言一、前提回顾二、FPGA实现步骤2.1 找到源图像四个像素点求目标像素点2.2 FPGA实现步骤2.3 总体框架2.4 ROM缓存模块2.5 VGA模块2.6 双线性算法模块 三、下…

【AI+应用】一步步搭建聊天机器人搭配多种国内外大模型以及api接口调用

如果你看过我之前写的一篇文章 【AI应用】怎么快速制作一个类chatGPT套壳网站, 你可能顺利地使用chatGPT、Gemini, 用得很happy。 突然有一天,你发现一些网站,除了chatGPT、Gemini ,还可以切换使用国内外其他的大模型…

【原创】一文读懂RAG的来源、发展和前沿

检索增强生成(Retrieval Augmented Generation,RAG)结合了检索 (Retrieval) 和生成 (Generation) 两个过程,旨在提高机器生成文本的相关性、准确性和多样性。RAG通过在生成文本输出之前先检索大量相关信息,然后将这些检索到的信息作为上下文输…

练习题手撕总结

基础篇 1.基础知识(时间复杂度、空间复杂度等) 2.线性表(顺序表、单链表) 3.双链表、循环链表 4.队列 5.栈 6.递归算法 7.树、二叉树(递归、非递归遍历) 8.二叉搜索树(BST) 9.二分查…

FPGA静态时序分析与约束(三)、读懂vivado时序报告

系列文章目录 FPGA静态时序分析与约束(一)、理解亚稳态 FPGA静态时序分析与约束(二)、时序分析 文章目录 系列文章目录前言一、时序分析回顾二、打开vivado任意工程2.1 工程布局路由成功后,点击vivado左侧**IMPLEMENT…

浅易理解:非极大抑制NMS

什么是非极大抑制NMS 非极大值抑制(Non-Maximum Suppression,简称NMS)是一种在计算机视觉和图像处理领域中广泛使用的后处理技术,特别是在目标检测任务中。它的主要目的是解决目标检测过程中出现的重复检测问题,即对于…

家具工厂5G智能制造数字孪生可视化平台,推进家具行业数字化转型

家具制造5G智能制造工厂数字孪生可视化平台,推进家具行业数字化转型。随着科技的飞速发展,家具制造业正迎来一场前所未有的数字化转型。在这场家具制造业转型中,5G智能制造工厂数字孪生可视化平台发挥着至关重要的作用。 5G智能制造工厂数字孪…

深度学习模型部署(十)模型部署配套工具二

上篇blog讲了trtexec和onnx_graphsurgeon两个工具,一个用于将onnx转化为trt模型,另一个用于对onnx模型进行修改。这篇blog讲polygraphy和nsight systems,前者用于进行模型优化以及结果验证,后者用于性能分析。 polygraph polygra…

sqllab第二十三关通关笔记

知识点: mysqli_query() 返回值为资源型或布尔型如果内容为查询语句则返回资源型数据;如果内容为插入、更新、删除等语句则返回布尔类型结果mysql_fetch_array() 从结果集中取出一行作为关联数组或数字数组输入内容为指定查询的结果集单引号闭合绕过联…

hololens2发布unity设置

生成vs工程再向hololens发布时, Architecture选X64或ARM64都可以成功发布

爬虫3_爬取翻页URL不变的网站

之前实现了对大学排数据爬取:爬虫2_2019年549所中国大学排名. 近期复现代码,发现原网站升级,在翻页时,发现URL不改变,修改代码,使用网页自动化工具selenium实现对该类网站数据获取。 #-*- coding: UTF-8 -…
最新文章