金融数学：学霸专属的量化之路
先泼盆冷水
我在金融数学专业待了四年，最大的感受是：这专业是给”真·学霸”准备的。如果你不是那种高中数学竞赛拿过奖、对证明题有执念的人，进来了会很痛苦。
不是说普通人学不了，而是你要付出的努力，远比金融学甚至金融工程多得多。
我见过太多人进来之后叫苦连天：高数线代概率论已经是基础了，随机过程、偏微分方程、数值分析才是日常，泛函分析和实变函数也是逃不掉的坎。
如果你高中就讨厌数学、讨厌证明题，那我建议你换一个专业。这条路不适合所有人。
你到底在学什么
核心是随机分析
金融数学的核心就一件事——用最高深的数学工具，给金融产品定价。
期权怎么定价？期货怎么定价？信用衍生品怎么定价？
答案都在随机分析、偏微分方程、概率论里。
这不是夸张。Black-Scholes公式的推导，需要用到：
- 布朗运动的数学性质
- 伊藤引理的严格证明
- 随机微分方程的理论
你能想象吗？一门课的公式推导，可能要写满十几页纸。
数学系级别的要求
你大一会学数学分析、高等代数、概率论。这三门课，数学系的标准，比经管类的高数线代难好几个档次。
数学分析不是高等数学，它更强调证明——“为什么极限存在”、“为什么连续函数有界”——这些东西在证明题里是常客。
高等代数不是线性代数，它要学线性空间、特征值理论、矩阵分解——比工科的线代深一个档次。
别指望考前突击就能过，你试试就知道。
大二开始真正的挑战
随机过程是第一道坎。布朗运动是什么？伊藤引理怎么推？马尔可夫过程在金融里怎么用？这些搞不定，后面全是空中楼阁。
大三的随机分析是灵魂课。Black-Scholes方程你不仅要会用，还得能从随机微分方程的角度推导出来。做不到这一点，你就只是个会按计算器的工具人，而不是真正的Quant。
数学底子不行怎么办
实话实说
如果你大一学完数分线代就已经很吃力了，这个专业你可能要重新考虑。
不是说必须高中竞赛得奖才能学，而是你得对数学有一定sense——不是死记硬背，而是真正理解概念、能够举一反三的那种。
我当时班上两类人：一类是真正热爱数学的，他们学泛函分析、偏微分方程就跟玩似的；另一类是高中数学不错但没什么兴趣的，学着学着就掉队了。
第一类人，最后基本都去了全球顶尖MFE项目，或者留在学术界继续读博。
第二类人，一部分转了专业，一部分勉强毕业但找不到理想的量化工作。
如果你是后者
别硬撑。早点转专业，别等到大四才后悔。
金融、经济、统计——这些专业对数学要求低一些，但就业面也不差。
或者你可以考虑辅修一个其他专业，增加自己的竞争力。
编程：必须会，但别想靠编程弥补数学
Python是基础
金数的编程要求没有金工那么高，但也得会。
Python是标配，numpy、pandas、scipy要熟练。能用蒙特卡洛方法为期权定价，能用有限差分法解PDE，这些是基本操作。
金融数学的学生有个优势：你学的数学模型，在代码实现的时候往往比金工学生更简洁，因为你懂背后的原理。
C++看情况
有余力就学，没余力不强求。但如果你想做高频交易方向，C++是必须的。
高频交易系统对性能要求极高，Python太慢了，C++才是标配。
GitHub必须有
这，是你向别人证明”我不只是会考试”的唯一方式。
把你写的代码、做的项目都整理上去，这是你能力最直接的展示。
我见过太多金数学生简历上写着”精通随机过程”，但GitHub一片空白——这种人面试一聊就露馅。
竞赛：最能证明你实力的东西
数学竞赛
数学竞赛是金数学生的传统强项。
全国大学生数学竞赛、丘成桐大学生数学竞赛——这种纯数学的比赛，你哪怕只拿个省奖，都是对你数学能力的有力证明。
为什么重要？因为MFE项目在录取的时候，特别看重数学能力。
数学建模
MCM数模竞赛更要参加。金数学生做这种比赛有天然优势，建模、编程、写论文，三件事我们全练过。
而且建模比赛培养的”把实际问题抽象成数学问题”的能力，在量化工作中天天要用。
拿个M奖以上，对申研和就业都有帮助。
量化交易大赛
也可以尝试，但说实话，这块你可能竞争不过金工的同学，毕竟他们从大二就开始搞策略回测了。
除非你对金融市场特别有感觉，否则别把这当主攻方向。
深造：几乎是必选项
本科就业的困境
金融数学本科就业，能找到好工作的，极少。
不是说找不到，而是好工作的门槛太高。顶级对冲基金、投行的量化岗位，基本只招全球顶尖MFE项目的毕业生。
国内的本科，除非你在某个方面有极其亮眼的成绩（竞赛金牌、顶会论文等），否则很难竞争。
我见过金数本科毕业去做银行柜员的，也见过去了一般小私募打杂的。不是没有工作，而是跟你的付出不成正比。
所以深造是默认选项
深造是默认选项，不是可选项。
出国读MFM/MFE是最好的选择。普林斯顿、CMU、Berkeley、哥大、MIT这些项目，毕业生就业率基本90%以上，起薪10万美金起步。
申请这些项目你需要什么？
- 极高的GPA（3.8+）
- 漂亮的GRE分数（330+）
- 竞赛获奖或科研经历
- 至少一段高质量实习
这四条，你本科四年得至少占三条。
国内读研也行
清北复交的金融数学项目，现在质量也不错。复旦的MFN、上交的高金、清华的五道口——这些都是顶尖项目。
但说实话，在Quant这个圈子里，海外学历还是有优势的。不是说国内不好，而是海外项目在华尔街有校友网络，这些资源是隐形的。
实习：别指望本科能找到核心岗位
金数学生的尴尬
金数学生的实习挺尴尬的。
你想去量化私募学点真东西，人家嫌你没经验；你去券商营业部的经纪业务，又学不到什么东西。
为什么？因为真正的量化岗位，需要的知识你本科还没学完。随机过程、数值方法、衍生品定价——这些东西大四才接触，你拿什么去实习？
怎么办
找能接触真实数据的实习，哪怕打杂也行。关键是让你熟悉金融数据的结构、市场是怎么运转的。
大三暑假如果能去公募基金或头部私募的量化组实习，哪怕只是做数据清洗、因子验证这种基础工作，也比什么都不知道强。
这段经历主要是让你了解量化行业是干什么的，而不是指望学到核心技术。
考证：锦上添花，不是雪中送炭
对于金数学生来说，学位+竞赛+GitHub作品，远比任何证书都管用。
FRM可以考，跟专业知识重合度高。
CFA一级有余力就考，没余力算了——你的数学背景本来就已经证明了你的学习能力。
从业资格证顺手考掉。
记住：面试官问你有什么证书，你可以说”我有数学竞赛一等奖、丘成桐参赛经历、GitHub上有2000+ commits的项目”——这比任何证书都有说服力。
就业方向
卖方
券商金工组、衍生品定价、风险建模。稳定，但天花板不如买方高。
这是金数学生最常见的去向，但说实话，能去核心岗位的不多。
买方
对冲基金、公募量化、私募——这是金数学生的主要出路。
策略研究员、量化PM、高频交易员都是方向。
顶级对冲基金（Two Sigma、DE Shaw、Citadel）的应届生offer，base + bonus轻松过30万美元。但录取率比哈佛还低，你得足够优秀。
金融科技
互联网公司的风控模型、智能投顾算法。这块对编程要求更高一些。
蚂蚁、腾讯、字节的金融科技部门——都在招量化背景的人才。
学术
如果你对研究感兴趣，读博也是一个选项。
金融数学的理论研究其实很有意思，但这条路比较孤独。要耐得住十年冷板凳。
真实情况
金数是那种”学好了很牛，学不好很尴尬”的专业。
学好了，你可以去Two Sigma、Millennium，年薪百万不是梦；学不好，本科毕业发现自己既不够数学、也不够金融，处境很被动。
我见过太多人进来的时候踌躇满志，四年后灰溜溜地转行。
所以选这个专业之前，一定要想清楚：你是不是真的对数学感兴趣？还是只是觉得”量化金融”听起来很酷？
如果是后者，换个方向吧，你会轻松很多。
最后一句话
数学不会骗你，但会让你痛苦。熬过去了，海阔天空。
这条路只适合少数人，但一旦你适合，它给你的回报是无与伦比的。