量化研究员工作

量化基金研究员主要负责价量方面的量化模型开发、研究；紧密跟踪市场动态和行业发展，捕捉产品投资机会；撰写相关策略模型的研究报告资历金融、经济等相关专业硕士及以上学历，1年以上相关行业工作背景，有基金、券商或第三方理财机构研究经验者优先；具有较强的数据处理、统计分析、归纳总结能力；具有良好的人际交往和社会活动能力，善于协调、沟通，责任心、事业心强，有较强的亲和力、判断力、创新能力，有良好的职业道德操守。

当然有女士了，公募基金中富国的李笑薇团队本回答被网友采纳

这个职位要做好很难.不啻于创新发明,犹如西蒙斯的大奖章基金.因为你要发掘可操作的交易模型,要么从历史找规律,要么你统计超牛直接从价格中发现规律.而这只是第一步,有了模型还的有市场来交易,国内目前只有股指期货和融券可以做空.目前业内还是主观判断为主,公募基金所谓的量化只不过是幌子,无非是选股方面用些模型,就是用了点统计工具,真正的量化交易,无论从发掘交易机会还是资产配置,乃至最后的交易下单和风险控制都是计算机来完成的,国内还差得很远.只是个噱头.定量与定性孰优孰劣难说,就如中医和西医一样,不管怎样西医还是主流,计算机量化也是以后的发展方向.

量化研究员、风控、下单员什么的

证券分析业包括技术层面的分析，金融工程工作本身也可以直接做分析并用于量化投资。证券金融工程研究员做分析师是可以，但是分析师需要相关证书，包括通过证监会规定的相关考试首先须参加中国证券业协会组织的《证券市场基础理论》、《证券投资分析》等学科的从业资格考试，再由所在的证券公司或咨询机构到中国证券业协会注册登记为执业人员，即成为证券分析师。 通过中国证券业协会组织的证券从业资格考试中“证券市场基础知识”和“证券投资分析”科目的考试。其他条件具有中华人民共和国国籍具有大学本科以上学历具有从事证券业务两年以上的经历符合上述条件的人员，可以通过所在证券经营机构向中国证券业协会申请统一的执业证书。干的同样的活

细分的有20多个大数据在全球范围内的IT就业市场占有越来越重要的影响。根据Gartner公司提供的数据，截至到2015年将有440万的IT工作来支持大数据，仅美国就会有190万的IT工作产生。看看我们列出的排名前20位的大数据职位及其职责列表。 首席数据官Chief DataOfficer 职责： a. 与行政人员，数据所有者和数据管理员共同为内部和外部的客户创建数据管理策略并且实现数据的准确性和制定工作流程的需求目标。 b. 引导EIM程序，业务数据管理员和数据服务供应商提供数据管理活动。 c. 建立数据政策，标准，组织并且督促EIM概念的组织成立。 b. 监督组织内的数据质量工作的监管，并且为不能被数据治理委员会解决的数据管理问题提供几种治理。 e. 建立数据供应商管理策略，并通过CIO/CTO和IT组织的协调来监督完善EIM项目。 f. 领导创建程序的业务定义，数据管理目标和EIM计划执行的原则。 g. 负责企业的信息/数据管理预算和数据相关的系统活动。数据分析师Data analyst 职责： a. 协调客户和员工之间的关系，提供所有的数据分析和支持。 b. 对所有结果进行数据分析，并为客户准备演讲。 c. 对数据进行审核并且为客户解决业务相关的问题。 d. 与工程和产品管理团队进行协调，并确定所有交接的准确性，并准备好总结。 e. 进行数据分析并且传递给终端客户。 f. 监督所有的客户问题，并为经理和主管的协调和交接提供帮助。 g. 监督和管理所有和客户发票并且对所有的支付问题进行及时的评价。 h. 管理客户发票的所有数据，并提供公司的指标。 i. 监督并解决所有客户的发票数据问题，并和各供应商协调和管理所有以前的平衡合作关系。 j. 管理所有的数据消耗异常状态，确定数据的漏洞后准备相应的决议。 k. 监督流程管理工具，并确保遵守所有周期的指导方针。 l. 维护和管理发票文档库，并解决所有问题。 m. 执行内部设计和准备所有的发票，并确定更进流程的质量。 大数据观察员Big DataVisualizer 职责： a. 通过可视化软件给商务提供价值增值分析来指导分析和借鉴分析带来的影响，综合成清晰的沟通。 b. 理解数据如何在不同的系统中运作来提供有关要求来确定正确的数据输入组织报告/分析。 c. 与数据质量团队之间紧密合作，以确保数据的完整性。 d. 发展业务需求为报告流程去推动功能规范化。 e. 在业务和跨职能团队的合作下，完整地记录报告流程和系统。 f. 收购，管理和文档的数据（包括地理空间数据）。 g. 与客户/客户服务团一起进行工作计划，并进行数据分析。 h. 参与提案撰写，客户交付成果和研究论文。 i. 对数据、GIS数据分析创建可视化从而列入建议书，报告，论文和多媒体项目数据。 大数据解决方案架构师Big DataSolutions Architect 职责： a. 对Hadoop解决方案的整个生命周期进行引导，包括需求分析，平台选择，技术架构设计，应用设计和开发，测试和部署。 b. 在一个团队中，设计并卡发开创性大规模集群的数据处理系统提供了技术和管理的领导。 c. 帮助Xtremeinsights客户指定战略，最大限度地发挥数据的价值。 d. 帮助Xtremeinsights在大数据空间通过促进白皮书，技术评论对社区建立思想领导。 大数据工程师Big DataEngineer 职责： a. 收集和处理大规模的原始数据（包括脚本编写，网页获取，调用APIs，编写SQL查询等）。 b. 和我们的工程团队密切合作，并以惊人的创新和算法与我们的生产系统相结合。 c. 将非结构化数据处理成适合分析的一种形式，然后进行分析。 d. 根据所需要的和专案分析商业决策。 大数据研究员Big DataResearcher 职责： a. 从多种关系数据库中提取数据，操作，使用定量，统计和可视化工具研究数据。 b. 告知适当的建模技术的选择，以确保使用严格的统计过程的测试模型进行开发。 c. 建立和维持有效的流程来验证并更新预测模型。 d. 分析，建模，预测卫生服务的利用模式/趋势和创造能力来为医疗保健服务模式模拟假设的情景。 e. 与内部业务，分析和数据战略合作伙伴共同合作，从而提高效率，为核心的软件产品增加预测模型的适用性 f. 帮助管理分析的创新性，形成的见解，主张整合新概念到现有的客户端工具中，帮助翻译即席分析到可扩展的软件解决方案。数据仓库管理员Data warehousemanager 职责： a. 指定并实施信息管理策略。 b. 协调和管理的信息管理解决方案 c. 多个项目的范围，计划和优先顺序安排 d. 管理仓库的各个方面，比如数据外包，移动，质量，设计和实施。 数据架构师Data architect 职责： a. 通过采用最佳实践和工具，包括SOL,SSIS,SSRS和OLAP来设计数据库，数据模型，ETL过程，数据仓库应用和商业智能（BI）报告。 b. 根据现有的标准和准则来提供高品质（DA）的相关结果，包括ETL过程，数据仓库设计和数据系统的改进。 c. 通过提供对数据仓库的方法和途径的建议解决程序（DA）的相关问题与业务分析师和技术团队。 d. 分析（DA），相关业务需要，可与项目工作人员对（DA）的发展未来做出决定和建议。 数据库管理员Database manager 职责： a. 提高数据库工具和服务的有效性。 b. 确保所有的数据符合法律规定。 c. 确保信息得到保护和备份。 d. 与工作团队做定期报告。 e. 监控数据库性能。 f. 改善使用的技术。 g. 建立新的数据库。 h. 检测数据录入程序。 i. 故障排除。 商业智能分析员Businessintelligence analyst 职责： a. 就工具，报告或者元数据增强来进行传播信息。 b. 进行或协调测试，以确保情报的定义与需求相一致。 c. 使用商业智能工具来识别或监测现有和潜在的客户。 d. 综合目前的商业只能和趋势数据，来支持采取行动的建议。 e. 维护或更新的商业智能工具，数据库，仪表板，系统或方法。 f. 及时的管理用户流量的商业情报。 数据仓库分析员Data warehouseanalyst 职责： a. 了解企业用户的需求信息，并将其传送到数据仓库团队的其他成员。 b. 指导并实施面试任务。 c. 指导并收集采访资料。 d. 协助DW数据分析师分析现有的报告并确定整合指标。 e. 指导数据库需求文件的准备。 f. 协助数据分析师测绘任务。 g. 分析现有的报告。 h. 引导业务指标的鉴定和文献。 i. 在合适的资源系统专家的指导下确定系统的记录。 j. 帮助识别潜在的数据来源，数据库。 k. 负责数据采集过程的试验和实施。 l. 担任ETL和前端程序员的顾问。 数据建模师Data modeler 职责： a. 为标准命名约定和编码实践指定最佳的训练方案，以确保数据模型的一致性。 b. 推荐在新环境中的数据模型的重复使用机会。 c. 对数据库和SQL脚本执行的物理数据模型进行逆向工程。 d. 评估数据模型和物理数据库的差异和矛盾。 e. 验证业务数据对象的准确性和完整性。 f. 分析数据相关的系统的挑战，并提出相应的解决方案。 g. 根据公司标准制定标准的数据模型。 h. 对系统分析员，工程师，程序员和其他人在项目的限制和能力，性能要求和接口进行指导。 i. 审查修改现有软件，以提高效率和性能。 数据库开发员Databasedeveloper 职责： a. 设计，开发和实施基于客户需求的数据库系统。 b. 优化数据库系统的性能效率。 c. 准备设计规范和功能单证的分配数据库的项目。 d. 对数据库系统进行空间管理和容量规划。 e. 建立数据库表和字典。 f. 参与数据库设计和架构，以支持应用程序开发项目。 g. 执行数据备份和档案上定期。 h. 测试数据库，并进行错误修正。 i. 及时解决数据库相关的问题。 j. 制定安全程序，以保护数据库免受未经授权的使用。 k. 评估现有的数据库，并提出改进建议的执行效率。 l. 开发用于数据库设计和开发活动的最佳实践。 门户网站管理员Portaladministrator 职责： a. 制定所有门户网站的布局和维护网站的所有功能。 b. 监督所有页面内容，并提供给所有工作人员和外部组织的帮助。 c. 整合新的技术体系为门户和网络管理员的协调工作。 d. 维持对所有门户项目的现状，并协助解决新的和现有渠道的所有问题和自动化的所有进程。 e. 在所有配置进行测试和升级过程中，实现所有的目标，并保持对所有门户环境的新技术维护。 f. 确定网站的所有长期目标，并根据指引，建议改进所有内容。 g. 保持高效的门户网站的文档系统，并协助安装所有Web中心互动系统。 h. 分析所有系统的升级和应用程序，并确保遵守所有计划要求，设计了新的门户网站所有的解决方案，并协助解决所有的生产问题。 i. 监测和分析所有门户网站的系统指标，并保持最佳性能。 j. 与管理人员和社区成员协调落实各项业务活动，并确定所有的web服务器配置。 k. 管理和配置所有的门户应用程序。 l. 保留所有门户网站的市场和不断变化的行业知识。 m. 对全业务运营提供支持，并确保所有的利润优化。 数据库管理员Databaseadministrator 职责： a. 选择合适的软件和硬件 b. 管理数据安全和隐私 c. 管理数据完整性 d. 数据备份 e. 数据库恢复 f. 优化数据库性能 g. 提高查询处理性能 首席数据分析师Chief DataAnalyst 职责： a. 为一部分的基础整体研究程序员开发新的分析项目 b. 团队的其他成员来提供技术投入研究项目的发展。 c. 为分析员提供大型调查的收集，编制和分析。 d. 在适当的时候使用Excel，SPSS或者STATA和先进的技术进行统计分析。 e. 对政策专家，相关的投资方和学者进行基础的增长。 业务系统分析员Business SystemAnalyst 职责： a. 确定通过研究业务职能业务目；收集信息；评估输出要求和格式。 b. 设计通过分析要求的新的计算机程序；构建工作流程图和示意图；研究系统的能力；书写规范。 c. 提高通过研究当下实践系统进行设计修改。 d. 通过识别问题来对控制提出建议，提高写作流程。 e. 通过定义项目里程碑，阶段和要素来形成项目团队，建立项目预算。 数据挖掘分析师Data mininganalyst 职责： a. 对优先考虑的账户进行统计分析，从而最大限度的成功化。 b. 与主管或客户端沟通行动计划，并找出需要改进的地方。 c. 执行战略数据分析和研究，以支持业务需求。 d. 找准机会从而通过复杂的统计建模提高生产率。 e. 浏览数据来认准机会并提高业务成效。 f. 指定业务流程，目标和战略的理解，以提供分析和解释。 g. 通过内部讨论的理解，在适当情况下获得业务需求和必要的分析。 数据策略师Data strategist 职责： a. 定义大数据战略，包括设计多阶段实施路线图。 b. 独立工作，或作为一个团队的一部分，设计和开发的大数据解决方案。 c. 异构数据的数据错误，探索和发现新的见解。 d. 知道分析，架构，设计以及数据仓库和商业只能解决方案的发展。 c. 指导年轻的团队成员。 f. 协助业务开发团队提供售前活动和招标书。 g. 帮助评估和计划项目。 业务数据分析师Business DataAnalyst 职责： a. 与关键投资者的业务分析师和高级管理人员紧密合作，了解他们的经营策略和问题，确定研究需求，帮助设计实验，并根据结果提出建议。 b. 通过客户细分，从多个来源的定量和定性派生的发展和应用进行影响的决定。 c. 调整利益相关者和分析师对如何使用研究和分析的想法，以支持业务计划和战略的优先试图（分析路线图）。 d. 传动复杂的分析项目，需要分析或利益相关者从开始到结束之间的多团队协作。 e. 有效地管理多个在建设的项目，确保目标和时间获得满足。确定在短期和长期间的权衡和平衡所有投资者的需求。 f. 领导和参与业务讨论，提供意见，需要的时候进行一些变革。 g. 关键指标与解释器的讨论，推测并提出行动。 h. 与业务伙伴的投资者在制定和优先的业务问题上考虑短期和长期的潜在影响，解释结果，量化的机遇，并提出了一个观点合作数据的专家来执行分析操作。 i. 在企业领导的重视下积极主动地带来新的商机。 j. 知道分析师和股东对事物的知识和流程上，确保它们是可重复的，可持续的和可扩展的。 k. 在所有阶段上与多个项目组合作。

金融分析师就业方向包括但不限于：投行经理，基金经理、财务经理、行政总裁、资金分析高管、资金管理总监、审计项目经理、首席执行官、税务经理、融资经理、总出纳、财务总监、财务结算高级经理、投资分析高级经理、财务总监、投资顾问、投资银行家、交易员。金融分析师是全球投资业里严格与含金量高的资格认证，为全球投资业在道德操守、专业标准及知识体系等方面设立了规范与标准。《金融时报》杂志于2006年将金融分析师专业资格比喻成投资专 才的“黄金标准”。金融分析师考试有三个级别,分别为金融分析师一级，金融分析师二级，金融分析师三级，金融分析师考试需要逐级进行考试，通过金融分析师一级考试才能报考金融分析师二级考试，通过金融分析师二级才能报考金融分析师三级考试。

量化投资相对于传统投资方法的优越性主要来自两个方面：其一，现代投资组合理论强调通过多元化投资组合消除非系统性风险，以实现降低风险的作用。但实际上由于人的视野和精力都相对有限，基金经理或研究员不可能进行大范围的股票甄选和高频率的验证测算，形成的投资策略得不到宽度、广度上的肯定，难免形成一孔之见。靠人力甄选得到的投资组合很难达到最优化配置，无法确保在风险管理和利润追求上的投资目标。而量化投资的视角更广，借助计算机高效、准确地处理海量信息，更广泛地寻找和验证投资机会，消除投资组合配置的局限性。其二，行为金融学认为，投资者是不理性的。任何一个投资个体的判断与决策过程都会不同程度地受到认知、情绪、意志等各种心理因素的影响。基金经理和投资研究员在一段时间跟踪某只股票之后，由于时刻关心股价的表现和基本面的变动，可能出现不同程度的情感依赖，“和股票谈起恋爱”。即使出现了下跌趋势，也可能因为过度自信、抵制心理等不理性的分析出发点而导致投资、荐股时的行为偏差。而量化投资依靠计算机配置投资组合，克服了人性弱点，使投资决策更科学、更理性。简单来说量化交易分两部分，量化分析，和自动百交易，量化分析和人工分析本质上度没有区别只是使用了计算机语言，提高了工作效率，不管你是人工分析手动交知易，还是量化分析自动交易，建立一套交有效的交易系统是一个交易者或者投资道者必须要有的

一、确定系统全面的考核内容，量化、细化考核指标提高考核的可靠性和正确性的前提就是明确考核的内容。因此，要从增加考核的可操作性出发，以岗位所需具备的素质和完成工作目标需具备的条件为基本依据，根据事业单位自身特点、人员结构，对德、能、勤、绩四个考核要素进行具体的细化、量化，多角度、多方面制定详尽的细则、细化标准、量化指标，防止一把尺子量人的粗放式考核管理。例如，新疆农科院农机化所近年来在考核工作中确定考核内容时，首先就根据科研、开发推广、管理等不同岗位性质以及所承担的职能，在编制范围内科学合理地设置各工作岗位，各岗位制定明确的岗位职责、任职条件。把科研人员横向纵向科研项目的申报和完成情况、开发销售人员完成任务指标、管理人员工作量和获奖达标情况都进行了分值的量化；其次，对德、能、勤、绩四个考核要素进行具体的细化、量化，把工作能力、业务水平以及职工的满意度作为考核的重要依据，以突出工作实绩为主。按照聘用合同和岗位职责的要求，以目标责任书的形式，在所内部实行两级聘任管理和目标管理。即所长和各部门主任签订部门目标责任书，再由各部门主任和各具体岗位的工作人员签订本岗位个人目标责任书。将岗位职责落细化、实到每个职工年度的工作中；根据年终量化的分值考评，确定目标考核标准。最后实行年度目标考核。二、分层次、分类别设计考核指标为了细化考核内容，各事业单位应根据自身的特点，分层次、分类别设计考核指标。为提高考核结果的可靠性和正确性，考核指标应满足三个条件：其一，对不同层级或不同类别的考核对象进行考核时，考核指标应有所不同。即对研究员、副研究员、助研及实习研究员进行横向指标对比考量；其二，对不同层级或不同类别的考核对象进行考核时，考核指标应该赋予不同的权重。即对主任和部门工作人员分层次，一线职工和二线服务人员分类别考核；其三，要定性分析与定量分析相结合，强化考核指标的可比性。比如，在量化科研项目的申报时，将横向和纵向项目分别分层次确定分值；在量化开发创收任务时，增加自主研发、生产的产品开发创收额的分值系数，支持自主知识产权项目的推广工作（定性和定量分析也是每年考核争议最集中的地方，每年考核指标执行过程中也在不断完善、协调，力争兼顾）。此外，对每个考核指标，还应有具体详细的说明，便于考核者、被考核者准确地把握内涵，减少因对考核指标理解有异而导致的偏差。要把“绩”的考核指标分解为“个性指标”和“共性指标”，采用定性指标与定量指标相结合的形式，克服原有考核指标过于机械化、缺乏针对性的不足。三、注意日常考核与综合考核相结合事业单位的各级管理者不仅要通过日常的工作了解工作人员的实际工作表现，还要通过综合考核来评价工作人员在某一时间内的业绩水平。因此，事业单位应该采取月度考核、半年跟踪、年终总结相结合的方式，对单位工作人员的工作绩效进行考核。月度考核能够把考核工作做在平时，逐步积累，形成整体印象，为半年、年终考核提供较为详实的资料。而半年、年终考核又是月度考核的综合反映。这种日常考核与定期考核相结合的方式，能够克服考核中易受“近因效应”影响的不足，提高了考核的准确性。例如，新疆农科院农机化所的具体做法是：以每个部门为单位，根据工作任务确定每一阶段的职责和任务，定期小结督促，根据工作日志推进工作进度，并将考核结果记录在案，以考核结果确定部门内完成工作任务的档次。年终再由单位进行总考核，评出部门、职工年终考核档次。四、采取科学有效的考核方法在事业单位工作人员的考核中应该综合运用相关考核方法，以求定量方法与定性方法有机地结合，克服传统考核方法的不足。笔者认为采取目标考核是一种可以借鉴的有效方法。目标考核需要综合考虑被考核者的工作目标达成度、目标复杂度和工作努力程度等考核要素，能使目标对职工的工作起到约束、激励的作用。目标考核体系为考核工作提供了依据，即考核者能够根据被考核者工作目标的完成情况对其进行评价，而不是仅凭自己对被考核者的印象。例如，新疆农科院农机化所近年来就是采取这种目标考核的方法对职工进行考核。每年年初的时候就以本单位的工作重点、各部门的职能作用、各项科研、开发推广、管理等工作的业务流程为依据制定各部门年度目标责任书，每一项工作目标给予不同的分值，采取百分制的考核评分。目标任务分为“个性指标”和“共性指标”，主要是从各部门岗位的不同职能来确定。同时，再根据被考核者的职务责任、职务层次和工作情况的不同制定不同的指标体系。最后，在确定考核的等次上分为：95分以上为超标、75分以上为达标、60分以下为不达标。具体考核时，首先，要求每个工作人员对年度个人工作进行认真总结并述职，分别填写《年度考核登记表》。其次，在考核中采取自下而上、分级管理、民主测评的考核办法。充分听取群众意见，避免以偏概全、主观主义等倾向。即每个职工在各自的业务部门进行述职，然后对其进行考核评议，部门主任对民主测评的情况进行汇总并写出评语，初步确定考核的等次，上报考核领导小组审核。部门主任的考核由所考核领导小组根据各部门年度目标责任书完成的情况进行考核和民主评议，将结果汇总上报考核领导小组审核。最后，由单位负责人根据考核领导小组提出的考核意见，经集体研究后确定每个人最终的考核等次。在本单位工作人员数总不超过12%的比例内确定优秀人数。考核本身不是目的，而是一种手段，只有及时合理地将考核结果应用于人事管理工作的各个环节，增强激励机制，增强职工自身压力和危机感，才能充分发挥考核的作用。事业单位必须高度重视，加强领导，认真总结经验，与时俱进，制定科学合理的考核制度，不断完善考核体系，真正做到公正、公平考核工作人员德才表现和工作实绩，调动和激发广大工作人员积极性，强化人事管理，提高单位的整体效益。