假如你重生回到大一

你知道未来 Quant 的求职热度直逼投行 IBD

be like

10 个学 CS 的，有 7 个把目标锁死在 Quant

现在系统给了你一个任务

要求你在毕业前拿到年薪 30 万美金的 Quant Offer

你该怎么做？

一张图告诉你，成为 Quant 要掌握哪些知识

Quant（量化分析师）是现代金融中最接近 " 系统玩家 " 的角色。他们不是靠经验判断市场，而是用数学定义市场；不是被动响应行情，而是通过算法构造交易逻辑。

在买方，Quant 驱动阿尔法收益；在卖方，Quant 构建衍生品定价框架；而在策略端，Quant 优化信号生成与风控机制——一句话：量化分析师用模型重新定义了 " 交易 "。

1

想当 Quant，数学要学到什么程度？

正如前面所说的那样，Quant 不是靠直觉做决策，而是用数学说话。而量化交易、策略开发高度依赖数学工具，图中把核心数学知识拆为四类

1）Linear Algebra（线性代数）

用于构建资产定价模型（如因子模型）、优化投资组合（求解协方差矩阵），是处理多维金融数据的必备工具。

2）Calculus（微积分）

衍生品定价（如 Black-Scholes 模型）、风险对冲策略的核心数学基础，通过求导、积分计算资产价格的变化率与趋势。

3）Probability and Statistics（概率与统计）

量化交易的 " 预测引擎 "，用于风险评估（VaR 计算）、收益预测（时间序列分析）、因子有效性检验（假设检验）。

4）Optimization（优化理论）

解决 " 最优解 " 问题，比如在资产配置中最大化收益、最小化风险，或在交易策略中优化参数（如夏普比率最大化）。

2

在 Quant 的世界里，哪个编程语言最重要？

Python ——你的首选编程语言。

Python 因其强大的数据处理能力和简洁的语法，成为量化分析、策略回测、机器学习等领域的第一 pick 对象。更重要的是，Python 的学习门槛相对较低，适合快速开发和验证想法，因此在金融科技公司和量化基金中非常受欢迎。

如果你的目标是像 Citadel、Jump Trading 这样的顶级量化公司，那么 C++ 是你需要额外学习的技能。

像 Citadel 和 Jump Trading，它们主要从事的是高频交易和量化交易系统开发，这些工作对速度、效率和稳定性有着近乎苛刻的要求。比如一个交易指令从接收到执行，可能要在微秒级（百万分之一秒）内完成。为了争这一微秒，公司不惜投入巨资自建服务器机房，甚至铺设专属光纤。而在这毫秒必争的战场中，Python 这样的解释型语言显然 " 跑不过 "C++。

C++ 可以直接操作内存、优化底层架构，甚至能精确到 CPU 指令级别进行优化，这使得它在构建极速交易系统、低延迟网络通信、高频信号处理等模块时无可替代。

3

Quant 的根基：Financial Theory

Quant 的核心工作之一是构建金融模型（如资产定价模型、风险模型、套利模型等），而这些模型几乎都建立在经典的金融理论之上，例如

资本资产定价模型（CAPM）：用于衡量系统性风险和预期收益。

Black-Scholes-Merton 期权定价模型：基于连续时间金融理论，是衍生品定价的基石。

有效市场假说（EMH）：影响因子设计与市场效率判断。

套利定价理论（APT）：用于多因子模型的构建。

马科维茨投资组合理论：现代投资组合理论（MPT）的起点，影响资产配置策略。

在量化投资中，很多因子是基于金融理论提出的，例如

动量因子（Momentum）：反映行为金融学中的 " 趋势延续 " 现象。

价值因子（Value）：基于基本面分析理论，认为价格低于内在价值的资产被低估。

低波动因子（Low Volatility）：挑战 CAPM 模型，但也是在金融理论框架内进行研究。

如果缺乏金融理论基础，因子可能只是 " 数据挖掘 " 的结果，缺乏稳健性和长期有效性。

在某些前沿量化方向（如机器学习在金融中的应用、高频交易、算法交易），金融理论的作用可能被 " 弱化 "，而更依赖数据驱动的方法。但这并不意味着金融理论不重要。

资产与衍生品定价是你构建交易逻辑的基础。Black-Scholes 不只是一个公式，它背后是市场对波动率的定价逻辑。如果你不懂隐含波动率（Implied Volatility）、偏度（Skew）、波动率曲面（Vol Surface），你怎么设计期权策略？

资产定价模型（CAPM、Fama-French）是你识别市场因子、构建多因子策略的理论依据。你知道一只股票上涨是因为市场 beta，还是因为你选对了因子吗？这背后都是金融理论的支撑。

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）

当然，真题也是非常好的辅助工具，来自量化大厂的面试真题能够让你最直接地感受到量化面试的难度与形式，高质量刷题掌握核心逻辑才能以不变应万变。

按照这个顺序学，Quant Offer 自动吻上来

前面说的一大段确实晦涩，但这篇文章真的不是 Quant 劝退贴！虽然 Quant 有很多需要学习的知识点，但是如果按照科学的路线去学习，一样能打好基础。

Quant 大一大二学习路径规划（打基础阶段）

第一阶段：大一（打基础）

数学基础：

线性代数：掌握矩阵运算、向量空间等基本概念

微积分：理解导数、积分、偏导数等概念，为建模和推导金融公式打基础

编程入门：

Python 基础：掌握基础语法、数据结构、函数编写

数据处理：学习使用 Pandas、NumPy 等库进行数据清洗和分析

金融启蒙：

金融市场入门：了解股票、债券、衍生品等基础金融工具

资产定价模型：初步学习 CAPM、Black-Scholes 模型等经典理论

第二阶段：大二（提升技能）

数学进阶：

概率与统计：学习概率分布、假设检验、回归分析等知识

优化理论：掌握最优化方法，为投资组合建模做准备

编程提升：

Python 进阶：掌握函数式编程、类与对象、异常处理

R 语言基础：熟悉 R 语言的统计分析功能

金融建模实践：尝试用 Python/R 构建简单的金融模型（如均线策略、CAPM 模型）

金融深入：

衍生品基础：了解期权、期货等金融工具的基本定价逻辑

风险管理概念：初步学习 VaR、波动率建模等基础知识

目标：掌握量化分析工具，理解金融市场的底层逻辑。

大三及以后（进阶学习段）

如果你计划申请 Quant 岗、买方机构、对冲基金、投行量化岗，还需要进一步深入学习：

随机微积分：掌握伊藤积分、随机过程等高级数学工具

高级优化理论：用于投资组合优化、风险控制等场景

编程实战：

C++ / MATLAB：用于高频交易系统开发或复杂模型计算

机器学习应用：学习使用 Sklearn、TensorFlow 等框架进行金融预测

金融实战：

交易策略研究：掌握多因子模型、套利策略、趋势策略等

实战项目积累：参与量化竞赛（如世坤 Alphathon）、实习项目、论文研究等

WST 有多位学员通过正确的求职规划拿到 Quant Offers~

WST 就有来自 Cambridge 的学员，拿到了全球最大对冲基金公司之一的Marshall Wace  London Office 2025 Quantitative Researcher Fulltime，达成一毕业就实现年薪百万的目标。

NYU 毕业的理科学霸学员，拿到了顶尖买方 IMC  Chicago Office 的 Quantitative Trading Analyst Fulltime，岗位校招全职起薪可达 175,000 USD/ 年。

全球规模最大的资产管理集团BlackRock 的 2025 Quant Developer Summer Intern Offer也被 WST 的优秀学员拿下 ~

来自摩根大通、巴克莱的 WST Quant 导师 Iris Flanders分享了技术知识准备的三大模块

Quant 需要你同时具备 Stats & Probability 统计学知识、Coding 编程知识、Advanced Finance 金融高阶知识。

Iris 导师把 Quant 准备模块细分为 12 个高阶主题：

想必聪明的同学已经发现，对于商学院本科、纯 CS 专业、纯数学专业的学生，学校里面的知识很难同时准备到这三个大板块。

首先，Fixed Income 固定收益这块，本科商学院或者 MSF 金融硕士基本是不教的，即使 Goizueta、Stern、沃顿、Judge、LSE、Hass 商学院也只是教你基础概念。本科商学院更是仅停留在 " 什么是 Bond? 怎么 price a bond?"。

其次就是金融衍生品，MSF 金硕和本科最多会提到比如 " 什么是 option? 什么是 American option/European option? Call/Put 的图怎么画？" 而你去面试 Quant 的话，很多时候会让你现场解释数学原理，甚至会考你怎么用编程语言呈现。

这也就是为什么很多纯数学、物理、CS 专业，以及金融专业的本硕同学要恶补一下技术面试知识啦！

因此，WST 团队和 Iris 导师以求职为导向，系统地整理出了史上最全的量化 Technical 课程，学校不会教你的技能，这套课程能一网打尽！

WST 官方小程序现已惊喜上线，大量TequilaShot ™精品录播课 carry 你求职，现在只要刷刷手机，就能获得学校不会教你的 Quant 技能！

想免费试听 Quant 技能课？

了解更多 Quant 必备技能？

心动了吗？

点击下方可免注册登录小程序

想知道高频交易工作的 typical day 和心得体会？

作为本科生 / 研究生要怎么表现，才能被顶级买方所赏识？

Quant vs Trading，不知道自己适合什么？

大一大二该如何规划进行行业探索？

不经过正规化和魔鬼式的训练，何谈年薪百万？

备战 2026 求职季

联系 WST 团队咨询项目 ~~

声明：所有学员斩获的高薪岗位实习 / 全职 offer，均是通过 WST 的求职项目达到自身实力过硬，符合公司录用标准的前提下通过官方校招渠道，自行申请所获得。

▼点击这里，更多求职资讯尽在 WST