有人給金融圈Dating分一個四象限

量化人統統在“海王+工作狂”那一欄

沒想到最近連金融媒體都認證了
量化人的“海王屬性”？

01. Jane Street的“神秘海王團隊”  有哪些值得我們關注的點？

eFinancialCareers最近報導，Jane Street另類資料團隊之一的Data Sourcing，日常工作竟然有點像Speed Dating。

但這裡的“Dating”，約會的可不是對象，而是資料。在講這個團隊具體的職責前，先跟大家科普一下另類資料👇

另類資料，就是傳統財務和市場資料之外的“現實世界資料”，比如信用卡消費、電商價格、APP下載、衛星圖像、航運物流、招聘資訊等。對量化交易公司來說，它們的價值在於：有些資料能夠比傳統財務資料更早反映公司經營、行業需求或消費者行為變化。

但市場上到處是資料，那就需要判斷“這麼多資料，到底哪些值得買？”這就輪到Jane Street的另類資料團隊的Data Sourcing出場了。

他們需要不斷尋找新的資料來源，會跑去不同的Trading Desk問：“你們現在缺什麼資料？”然後再去各種行業活動和資料會議，尋找可能符合需求的資料供應商。

像Neudata這類資料平台，會組織資料供應商和金融機構進行快速交流。Data Sourcer可能一天連續聊很多家供應商，每場只有十幾分鐘——這也是為什麼eFinancialCareers會把這種工作形容得很像Speed Dating。

供應商和Data Sourcer雙方聊完之後可能就是一句：“嗯……你人不錯，但你的資料沒什麼alpha。下一位。”

所以從這個角度看，Data Sourcing確實有點像金融圈的“海王”：不斷認識新的資料供應商，但真正重要的是從海量“候選對象”裡找到有價值的那一個。

這份工作的難點在於：市場上的另類資料很多，但真正有價值的可能只是其中很小的一部分。你不僅要不斷認識新的“對象”，還得判斷誰是真的有用，誰只是看起來很有意思。

而且，一份真正有價值的另類資料，往往還需要同時滿足幾個條件：

足夠稀缺——別人不容易拿到；

足夠可靠——資料質量經得起驗證；

足夠有價值——Trading Desk真的用得上；

足夠穩定——不是只能用一次，而是可以持續產生價值。

簡單來說，相當於讓你在茫茫人海裡找到一個母胎單身、沒人追、又有錢有顏的莫妮卡·貝魯奇、亨利·卡維爾、劉亦菲、范冰冰談戀愛……這種難度可想而知。

因此，這個團隊的薪資相當可觀。以Jane Street公開崗位資訊來看，Data Strategist基礎年薪最高可達22.5萬美元，Data Engineer最高可達30萬美元，此外還有年度獎金。

從崗位要求來看，這類崗位通常需要求職者是STEM背景，並具備資料分析、程式設計或量化研究相關能力，它與傳統Quant崗位不同的一點是，既要理解資料和交易，又要和供應商、QR、QT等不同角色溝通，最終還要對資料能否產生實際價值負責。

02. 從一個Data Sourcing崗位  看買方Trading如何運轉？

不過Data Sourcing值得大家瞭解，並不只是因為以上這些點，而是因為——如果把視角再拉高一點，你會發現，Data Sourcing並不是一個孤立的崗位，而是整個量化交易鏈條中的一個重要環節，是理解買方交易台的絕佳切入口，瞭解了這個崗位，你會瞭解Jane Street甚至許多量化巨頭內部量化交易的一整個流程和組織架構。

Data Sourcing負責找到和評估資料。Data Engineering負責把原始資料清洗、處理成可用的資料。Quant Research進一步尋找其中的Signal並開發、回測策略。最終由Trading Desk執行交易，同時持續進行風險管理。

從一份看起來不起眼的資料到最後變成一筆真正的交易，中間其實經歷了一個完整的鏈條：

Data Sourcing → Data Engineering → Quant Research → Trading → Risk Management

找到資料 → 處理資料 → 找到Signal → 開發策略 → 執行交易 → 控制風險

而這也解釋了為什麼Data Sourcing在Jane Street那麼重要，Citadel、Two Sigma、D.E. Shaw等量化機構也都有類似的資料團隊。

看到這裡，其實我們已經從Jane Street的一個Data Sourcing崗位，擴展到了整個買方交易體系。對於留學生來說，更重要的是這個行業到底有哪些崗位？哪些方向適合自己？又該怎麼進入？

03. 買方Trading這麼多賽道，留學生到底該沖哪一個？

如果你真的想進入Trading，第一步不是急著刷題，而是先搞清楚：你到底想進入哪一類機構、做哪一種崗位？Trading行業是一個高度細分的領域，按照買賣方屬性，可以大致分為Sellside Trading和Buyside Trading兩大類。

所謂的Buyside Trading，簡單來說，就是由資產管理方、基金或自營交易機構主導的交易活動。

對留學生來說，大家最常接觸的主要是Prop Trading Firm、High-Frequency Trading Firms和Quantitative Hedge Fund。兩類機構都會用數學、資料和模型做交易，但賺錢的方式和交易邏輯並不完全一樣。

Prop Trading Firm、High-Frequency Trading Firms
自營交易公司、高頻交易公司

如果你對Trading感興趣，可能最先聽到的就是Jane Street、Citadel LLC、Jump Trading這類公司。

這類公司的核心特點，是用自己的資金參與市場交易，並通過系統、模型和交易策略持續尋找市場機會。

其中，高頻交易High-Frequency Trading最核心的特點是速度快，市場上的價格變化可能只有幾毫秒甚至更短，誰能夠更快地獲取資訊、更快地計算、更快地下單，就可能擁有優勢。

你需要根據即時市場資訊判斷價格、管理倉位、控制風險，並快速做出決策。因此，這類崗位對技術基礎、演算法能力和交易系統要求非常高。

Quantitative Hedge Fund
量化避險基金

另一條經常被留學生混在一起討論的路線，是Quant Hedge Fund。比如Citadel、Millennium、D.E. Shaw、Two Sigma等機構，都有大量量化研究、系統化交易相關業務。

如果說HFT更強調“速度”，那麼Quantitative Hedge Fund更強調模型、資料和策略本身能不能持續產生收益。

這類基金通常通過量化模型尋找市場中的交易機會，同時使用避險工具控制風險。它們可能同時研究股票、期貨、期權、利率、外匯等不同資產，也可能使用不同的持倉週期和策略。有些策略可能持倉時間非常短，有些則可能持續數天、數週甚至更久。量化避險基金的持倉週期可能更長，策略類型也更加豐富。

看到這裡你會發現：雖然都叫買方Trading，但不同賽道需要的能力其實完全不同。

所以，真正開始準備求職之前，第一件事不是“把所有東西都學一遍”，而是先根據自己的背景和能力，確定最適合自己的方向。

確定賽道之後，接下來才是更現實的問題：公司到底在招什麼樣的人？

想進買方Trading，哪些能力是硬門檻？無論你最終選擇HFT、Quant HF還是Market Making，這些基礎能力基本繞不開。

數學與機率：條件機率、貝葉斯、期望、方差、隨機過程、博弈論、心算。

程式設計：Python必備，C++加分。刷LeetCode中等題，練資料處理和回測。

市場知識：Bid/Ask、Spread、Liquidity、Order Book、ETF、Bond、Options Greeks、Volatility，以及Market Making到底在賺什麼錢。

WST整理了一份量化求職基礎福利，包含紅綠皮書/LeetCode書籍/哈佛大學STAT 110課程，加入小助理回覆關鍵詞即可獲取~

而且，買方Trading真正難的地方還不只是“會不會”。因為到了面試環節，公司還要判斷：你能不能在壓力和不確定性下，把這些能力真正用出來。

所以，快速溝通、資訊處理、臨場反應、團隊協作和風險意識同樣重要。

你需要真正把自己放進交易場景裡，練習如何分析、如何表達、如何被challenge，以及發現自己錯了之後如何快速調整。求職的時候建議大家一定要進行Mock Interview，而且至少20輪，尤其是Market Making Game和Behavioral，不能只停留在刷題。

當然，除了正式面試準備，Networking依舊不可少。尤其是在北美、英國求職，LinkedIn、Quant Conference、Hackathon等都可能成為你接觸行業、瞭解崗位和獲得面試機會的管道。

但Networking也不是簡單地加LinkedIn、發一句“求內推”。真正有效的Networking，應該建立在你已經有一定專業準備的基礎上：你知道自己想做什麼，也能和對方聊清楚自己的方向、項目和能力。

說到底，買方Trading並不是一個“知道幾個公式、刷完幾百道題”就能拿下的崗位。從選賽道，到補硬技能，再到模擬面試和臨場訓練，每一步都需要針對性準備。  (WallStreetTequila)

彙整鉅亨號中所有使用「數據獲取」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

重磅！Jane Street神秘團隊曝光，原來量化圈人均date高手......