1樓：邦哥快跑
量化交易說到底還是交易。懂交易，量化只是你的方法，你的工具罷了。至於你說的那些物理數學碩士博士背景的人，他們的學習水平也可以保證他們短期內補好足夠用的金融知識了。
2樓：Skyline
不好好回答沒關係，能不黑嗎？
其實吧，金融人才有用的，然而金融專業技術壁壘不強，很多數學背景好的人也可以自行補金融知識，而且金融背景的人在量化方面工作量不大，因為不涉及具體的執行，所以不用大量招金融專業的人
3樓：
當然有用。
相比學統計計算機之類專業的人，學金融的人補相關知識的成本是很高的，而學數學統計計算機的反過來補崗位或部門所需要的金融知識學習成本則沒那麼高。
企業一般更傾向於即戰力，即更傾向能迅速給企業帶來收益的人。對於一般的求職者，「術」應該比「道」更重要
4樓：
當然不是，金融的知識才是根本，也就是所謂的「道」，其他都是「術」，只是現在對根本的東西沒有太多新東西，大家都基本理解了，同時也需要進行深入地細節優化才能有較好的贏利，技術相對就能更好地把握細節中的機會，同時因為技術方面要掌握難度相對大一些，所以對人員的要求也高，但技術弄出來的模型還是需要在金融層面找到合理的解釋才行，不能被正常解釋的模型都是有毒的。
我們做掘金量化這個平台的目的之一就是降低技術門檻，讓懂一些基本程式設計的金融人士也能在己有模型的基礎上進行量化模型的驗證和檢測，直至可以實盤交易，但模型和資料的挖掘的確還是需要更深入的技術投入的。
以後想做量化交易，研究生是選擇 金融工程 好還是選擇 統計 機器學習 資料科學 這類好？
一般機器學習的專案裡面基本不涉及二級市場交易的任何知識。作為碩士研究生的話，你的理論水平是遠遠比不上博士的，個人建議不要太過糾結具體的專案內容，你最重要的，是找實習，找買方機構的實習。實習能給你個感受到底需要做些什麼，需要補充哪些知識，然後你再有意識的補充你的知識不足。 更想做金融工程，就去計算金融...
為什麼周圍的人不管什麼背景的人都想進金融，真的那麼好嗎？
finance職友 忍不住來回答一下。身邊從大學開始到現在工作的同事都是金融行業的，有投行的，銀行的，做承銷的，做承攬的，資產管理的，私募，風投的。我個人覺得哈，對金融真正感興趣的很少，大部分是衝著工作光鮮和薪水高而來。因此造成乙個很大的問題，就是金融行業有點內捲了，所有好學校出來的人都要出來做金融...
請問從事金融領域工作的人是否需要一定的計算機知識？如果需要，那麼具體是哪方面的計算機知識素養？
鴆羽千葉 當然需要啊，不過只要你office過了就行了。一般都是各種財務軟體的應用，可能還要用到國外一些建模軟體，不過操作都很簡單。沒事，不難。 蝦說理財 可以錦上添花，但是，不是說一定要有，這個主要還是看你從事的工作的具體內容而定的，金融領域涵蓋面比較廣，生態圈複雜龐大，你要明確自己的目標才好來準...