104周转行Quant | W01 - 量化的尽头是C++？

type

status

date

slug

summary

摸着美国过河 🌉

原文链接：https://www.efinancialcareers.com/news/programming-languages-for-a-career-in-finance

不得不承认，根据国外知名金融职业调查网站eFinancialCareers2025年的调查数据，实际上从市场数据来看Python才是目前金融服务业需求量最大的语言。

尤其得益于近些年来数据科学和AI技术的爆炸性增长，Python语言为主的技术栈也被大量使用，会用Python已经成为大量技术岗位的必备条件。但是仅仅从编程语言本身的角度出发是无法论证“岗位数量优势=最佳就业机会”这种想法的。

同样是来自该网站的调查，揭示了一个目前Python相关岗位的“入门级悖论”：虽然 Python 拥有最多的职位空缺 (18.3%)，但它也面临着最激烈的竞争，尤其是来自初级人才的竞争。高达 73.2% 的初级申请人声称自己具备 Python 技能，这和我前文提到的Python现在已经不是差异化优势技能的感觉相符，也就是说虽然需求广泛但是初级Python技能的供应已经趋于饱和，同样的道理也可以应用到需要SQL技能的岗位上（所以再看到宣传学会Python、SQL就可以就业数据分析师、AI产品经理的广告时，我们应该？）。

比较有趣的是，尽管 Kdb+/Q 的总体职位占比较小 (7.5%)，但它在一个高价值的细分市场中占据着绝对主导地位：时间序列数据处理。招聘广告显示，Kdb+/Q 开发者是高频交易 (HFT) 公司、自营交易店和对冲基金（如 Squarepoint）中处理海量实时和历史数据（如报价和交易数据）的核心角色。许多 C++ 职位也将其列为”有益的”技能，在招聘机构的角度也把拥有这样技能的人放在竞争格局更独特、门槛更高的业务上。

事实也是如此，在量化金融领域一个常见的工作流就是QR（量化研究员）用Python、SQL、Scala这样的语言分析数据并建模，然后交给QD去翻译成C++、Rust等这一类高性能代码到交易系统中。直觉上，一个好的QD不能只是C++好，他也必须知道交易策略的逻辑、熟悉Python等脚本构建的模型或者策略的性能瓶颈、了解策略中使用的AI技术，他才能有能力把该策略落地到交易系统中。根据对一些顶级对冲和自营交易公司的调研，目前这种QR和QD的传统角色的边界也在逐渐被打破，又能研究好市场和交易，又能用C++高效落地的人才才是目前最受追捧的。

从美国的金融职业市场来看，C++的相关的职业集中在那些节奏最快、最赚钱的领域，熟悉量化的朋友们都知道，比如自营交易公司、HTF和做市商，一些”一般”的传统量化工程师也基本就职于投资银行（卖方）、金融数据提供商（比如彭博）还有对冲基金从事衍生品定价和量化库开发，再次的风控和基础设施类岗位也来自银行、交易所、清算所和风险管理平台（或者Web3相关机构），从行业legacy的体量来看，C++相关技术从业者依然可有所为，是一道高质量的”窄门”。

你可能要问了：国内也这样吗？美国的市场不用说，国内的量化现状可不太一样吧？

恰恰相反，我有一个暴论，国内的量化行业岗位趋势也会和美国相似。

国内就业趋势分析 🧑‍🎓

先说一些我的见闻和认知，如有谬误欢迎指正，有不同的想法也欢迎讨论👏

原文链接：https://www.morganmckinley.com.cn/zh-hans/salary-guide/market-insights

首先要肯定的是当前的宏观背景不容乐观。市场正变得极度”内卷”和”专业化”。根据 eFinancialCareers 的报道，即便是顶级金融工程硕士（MFE）项目的毕业生也面临严峻挑战。例如，纽约大学（NYU）Courant 数学金融硕士项目 2025 届学生在毕业后三个月的就业率仅为 49%，而这一数字在 2024 年同期高达 97%。这清晰地表明，市场对”通才”型毕业生的需求正在急剧萎缩。

独立求职调研网站Morgan McKinley 的 2024-2025 年报告也显示出中国大陆市场在金融行业整体招聘停滞，高达 77% 的组织在 2023 年”难以招聘到合适的人才”，侧面印证了上文提到的招聘趋势非美国独有。这种现象揭示了一个关键事实：市场并不缺”人”，而是奇缺”顶尖的、具备特定技能的专家”。市场正在经历一场残酷的”去同质化”筛选。

中国量化交易历史不长，且演进路径清晰可见：从早期的多因子选股（Alpha策略）、T+0套利，逐渐转向更复杂的市场中性策略、跨期/跨品种套利，以及近两年爆发的”波动率交易”。策略的每一次”升维”，都对底层的交易和风控系统提出了指数级的挑战。

一个决定性的社会事件是中证1000股指期权及期货的上市。根据交易所公告，中证1000股指期货和股指期权合约自 2022年7月22日 起正式上市交易，这绝非简单的”增加一个交易品种”，也代表了一种中国金融产品创新的趋势。

这种金融创新产品的上市某种程度上将会催生对量化工程师和低延迟系统工程师的刚性需求，谁能够构建高可用低延迟的大型系统来满足这种复杂的、非线性的多标的风险管理需求，谁就能在岗位竞争中胜出。

另一方面我觉得监管范式的转移也在指示一种新的趋势，程序化交易（高频交易）新规自2024年6月7日向市场公开征求意见，并于2025年4月3日正式推出（参考”沪深北交易所发布程序化交易实施细则”的相关新闻）。一个常见的常识误解是监管打击=行业萎缩=需求减少，但是从新规的细节来看其本身就是一种存在性证明：差异化收费+额外报告+主机托管暂停惩罚，如果说市场上的HFT不活跃、生态不复杂，那么精确到交易笔数监管的意义何在？如果说这种交易方式真的有害无益，为什么不直接取缔？

因此我认为，从就业市场和监管两个方面来看，这个行业会逐渐向着”精密化”和”合规化”的方向演进，今后的量化不再是如今夕万亿量化统治的格局，将逐渐变得成熟，对有相关的金融和工程经验的人才需求会逐渐增加。对于有志于此的求职者而言，中国市场的前景是明确的，但挑战也是前所未有的。这不再是一个”野路子”或者”半路出家”可以成功的领域，候选人必须同时精通技术（如C++、FPGA）、业务（如市场微观结构、期权定价），并深刻理解法规，能够完全hold住合规需求和技术趋势的人才能在这一波的人才竞争中胜出 👋

本周的分享到此结束了 👏 如果你有不一样的想法、心得或者想要深入交流，都欢迎评论或者私信我。这里是黑犬momo酱，一个104周死磕量化的普通人，下周五再见 👋