感觉知乎有一个很不好的现象，就是“万般皆下品，唯有码农高”，好像只有读计算机当码农才有出路。我觉得这股风气得改。

一、学业

其实学习什么更多应该根据个人兴趣来决定，其实不要更多跟就业挂钩。工作中用到的技能其实是比较窄的，除非是做学术研究，之前说过，以下几个词组合一下可以写好多好多论文：

Deep, Neural Network, Stochastic, ODE, PDE, Monte Carlo, Jump, Reinforcement......

但前提是这些你都得懂，至少都上过一门课而且拿个A甚至A+吧。我记得之前有位斯坦福的博士毕业去Two Sigma工作的，上过的Machine Learning, Convex Optimizatio AB, Statistical Learning AB, Probablistic Graphical Model等都是A+，当然可能他高中时期拿过IMO金牌也有帮助。说实话，对找工作来说，上多点课比PhD的研究重要，毕竟面试官来源于各种背景，你做的那些研究他们未必懂。他们更多是出题考你，而这些题本质上来源于不同的课程。

可能面试问的比较多，但工作中往往用不到这么多。比如有个模型叫Lasso，1995年斯坦福统计系教授Rob Tibshirani发明的，之后又有了

group lasso, SCAD, sparse group lasso, adaptive lasso, pca lasso, elastic net......

其实发论文当然可以随意组合来发，但实践中随便挑一个区别也不大。

所以说，在学校的时候，多上一些课，或者自己额外多学一些总没有坏处。人家PhD都上这么多课呢。正常来说导师不希望学生去上课，希望学生做研究。

二、职业

学业搞定了，也找到工作了，谈谈职业发展的问题。

说实话，工作这东西，更多给你一个稳定的收入，每个月有工资，类似一个夏普比7倍的策略。一个人做交易可能夏普比只有1-2倍，但拿工资可以有7倍，所以出于自身投资组合优化的考虑，配置一个夏普比7倍的策略肯定是有好处的。

当然，这只是投资组合的一部分，不是全部，你自己还是可以干点别的获取其他收入的。从分散风险啊、避免内卷的角度，没必要在一个工作上耗费太多时间和精力。

如果是公司规模较大，分工较细，比如股票、期货完全分开来，当年文艺复兴也是这样的；然后做股票的呢，总体框架别人都已经搭好，自己可能只是某一块小修小补，比如开发新的因子，或者短线预测辅助算法交易，或者另外搭一个神经网络改进现有的模型等。毕竟知乎大神也说过，随便一个传统算法，模拟一堆数据，搭一个神经网络，大幅改进结果，就能发一篇论文。做量化也差不多，随便一个传统策略，拿一堆历史数据，搭一个神经网络，大幅改进结果，也能变成一个新策略。所以说研究新策略也并不是很困难。

当然了，预测模型是一部分，交易模型又是另一部分。预测模型涉及大量矩阵计算，所以GPU会有帮助；但到了回测部分，特别是算法交易逐笔回测的话，还有大量挂单撤单的操作，更多是逻辑运算而不是矩阵运算，或许CPU比GPU更重要。

一些公司还有专门的人开发回测模拟系统的，毕竟自己下的单子对市场也有影响，下的单子越大影响越大。而且市场一直在变，相关参数也一直在调整，确实可能需要专门的人来做。另外，公司可能招了很多人，每个人都实盘去试不科学。

说实话这做策略跟做科研也差不多，可能很多博士生刚开始做科研没啥思路，就好像很多人刚开始搞量化没啥思路，但其实搞来搞去发现也差不多。大公司也是一样的。比如某家高频的，美国赚不到钱跑到中国，中国期货赚不到钱跑去搞比特币，策略模型都是差不多的。没有太多的新意。说实话，对于数字货币，哪怕是巨头，由于布局时间较短，优势不是很明显，很多小散也有机会的，比如之前100万赚到两个亿的小哥。

还有一点要记住：某些量化对冲基金十年里规模扩大了10倍，人数也增加了10倍，但每个人的待遇并没有怎么增加。这也是打工很难发财的原因。想发财还得靠自己做一些事业。

还有一种是公司高管，比如CEO，公司规模扩大10倍，人数扩大10倍，CEO薪酬也可以扩大10倍，但人均收入不变。因此企业兼并容易引起贫富分化，之前并不存在这种“超级CEO”。所以近几十年来美国Top 0.01%的富豪财富激增，就是因为这些公司高管拿了之前好几倍的待遇。比如之前10家公司的CEO每人都是90-110万，平均100万；现在合并成了1家，CEO变成年薪1000万，其他沦为中层，还是90-110万，贫富差距瞬间拉大。

因此，能当上CEO的还是少数，真没必要在一棵树上吊死，还是应该发展自己的副业，或者说事业。

三、事业

职业并不等于事业。那位小哥，学历一般，工作还失业了，但人家还是发了。很多知乎量化第一梯队的人，虽然工资还行，也比较稳定，但技能过窄，比如开发什么回测平台的，如果自己单干了又有何用？此外工作也不自由，貌似晚上还要陪领导打球，就故意不让你有时间自己另外发展自己的事业，否则每个人都像小哥一样，下班自己捣鼓比特币赚他1个亿，谁还给他知乎量化卖命呢？

说实话，这事业是个挺玄乎的东西。我觉得要想赚大钱，要么像孙老师那种，一次过120亿，不成功就成仁，成功了也背负一辈子骂名，最后众叛亲离，有国也不敢回，最终客死他乡。这有点像索罗斯，需要一定的胆识。

要么就靠时间积累，滚雪球似的，比如1年10%，2、30年加个零，5、60年再加个零，哪怕1000万起家，也有10个亿；如果1个亿起家，就是100亿，也可以成为有点名气的人了，可能年纪大了些。

如果发展速度更快就好一些。比如自己给自己定个KPI，一年翻一倍，10年1000倍，之后再每年10%，这个不一定是赚钱，也可以是其他的指标，比如粉丝量，但所有权要归自己。像咪蒙那种，一篇《致贱人，我凭什么帮你》，粉丝从20万增加到100万，然后开启了篇篇10万+之路，迅速扩大到几千万。打工的坏处在于，哪怕发生了爆发式增长，但收益归老板而不是自己。自己还是拿着死工资。

就算某人去文艺复兴做量化的，第一年200万美元，第二年400万美元，第五年1000万美元，一共也就3000万美元，其实跟炒币小哥差不多么，但人家这可是美国最顶尖级的统计教授，小哥只是国内普通学校的人，孙老师就更不用说了。所以这打工是不可能发财的，去文艺复兴也不可能，更何况知乎量化？

说实话，之前的股票短线、股指高频容易赚钱，跟孙老师卖币差不多的道理；后来做的人多了，也就难赚了。另外还有政策原因，比如国家不让做股指高频，或者国家不让卖币，或者国家不让咪蒙写文章，这钱就赚不了啦。因此，这赚钱的路子很难复制，本质上你赚了超额收益，就有人承担了超额亏损；人家都亏这么多了，哪还有钱继续亏给你?

巴菲特那种不大一样。首先，最近20年他并没有超额收益，但他这么大的体量，跟着市场走也很恐怖；其次，他还是预留了很多现金来抄底，另外他有很低的利率来放杠杆，所以在危机时刻往往能够跑赢市场。

也别说咪蒙洗脑了，我看这知乎量化洗脑比谁都厉害。比如老说什么自己是专业投资者，一听就觉得莫名其妙；前几年还是个码农的，怎么就成专业投资者了？而且这投资似乎也没有什么专业不专业之分。老说什么80%的散户打不赢市场，但我记得各种研究说的是80%的机构打不赢市场。所以说，这年头，很多人都被潜移默化洗脑了，我想正本清源一下，反而被喷了。别忘了，原油宝可是正经四大国有银行持牌机构推出的理财产品，人家几十万亿资产的国有银行不是专业投资者，难道备案机构小私募就是专业投资者？莫名其妙。

总之，在这个年代，每个人都可以找到自己的定位。印度一个小哥，年纪轻轻就去IBM工作，还教人编程，也有30多万的粉丝。还有知乎政论的立党、勃勃、曹学、轮子哥等，也各有百万粉丝。他们也并没有太光鲜的背景，其实咪蒙也没有。大家也可以发展自己的事业，业余时间加强学习，没必要被私募忽悠。

世界家苑杂志社

金融文坛邮箱

大众文摘