发帖
雷达卡
最近听到一些朋友言论认为Q Quant正在走下坡路，研究risk neutral pricing和随机建模越来越少，相反，在physical measure下，不管是监管方面要求的credit modeling还是买房越来越多研究大数据，machine learning导向的算法交易变得越来越普遍。放眼望去，job posting也可以看出，传统pricing quant少之又少，只有几家金融科技公司在招人，而各大行往往走validation和strategist方向。 在这里问问各位大牛看法，希望大家各抒己见。
武林史上，剑气之争向来难离恩怨情仇。这一次也不例外。
先来介绍一下本篇主角，Q宗与P宗。
Q是指风险中性测度。风险中性的意思主要是说历史数据不能帮助你预测未来的走势，所以你的决策是没有风险补偿的。这当然是一个非常虚幻的假设，但是由此而得的模型可以给出漂亮的数学性质，而且可以在缺乏数据的情况下得到一些结论，所以有一定的实际意义。涉及的数学技术主要是随机过程，偏微分方程之类。在数学派系里，这些显得相对高端，一般人概念里都是那些脑袋不太正常的人类捣鼓的玩意。
P是指真实概率测度。所谓真实，主要是说模型依赖的概率分布是从历史数据上估算出来的。严格来讲我个人不认为这种东西叫做“真实”，最多只能说是从真实数据上估算出来的，显然没有什么东西保证历史一定会重演（比如黑天鹅）。但是这个是目前大家公认的说法，所以咱们不较真。从定义可以看出这套方法主要依赖数据，数据量越大估算的效果越好。涉及的技术主要是时间序列（ARIMA，GARCH之类），Bayesian，以及现在流行的机器学习等方法。不难看出，为了倒腾数据，这套方法练到上层就要开始刷装备。在电子化时代这最终演化为拼机房的军备竞赛。
两者对比可以看出，Q重模型而轻数据，P则重数据而轻模型。当然两者也都要即有模型也有数据，但从应用上来讲，Q者是模型固定，用数据来精化模型的参数（calibration）；而P者则可以有若干备选模型，由数据的计算结果来选择最佳的模型（estimation）。
这个区别也造成在业界的划分。Q可以让你在缺少数据的情况得出一些结论，从而可以凭空制造一些东西出来，所以卖方（投行）用来做衍生品定价，业务模式是开发新的衍生品出来卖出去。P则喜欢大数据量，这天然就是买方（Hedge Fund类）所需要的技术，因为他们本来就需要针对大量证券做出筛选和投资决策，业务是数据驱动的。
理清两者的区别后，就可以看出发展方向上的不同。本质上说，Q宗是一种制造业，大家比的就是造出更多更好的衍生品来卖，但如果生产出来的东西没人买，显然生意就做不下去。而P宗其实属于服务业，那些数据技术不会给你创造出什么新产品，而是通过对本来就存在的业务（比如投资决策）进行精细加工，来达到优化的目的（特别值得强调的是，量化的核心价值始终在于优化，绝非单纯追求所谓alpha者之超额收益。事实上，若你真能堪破此间真谛，牢牢把握住优化求精的思想，即使不关心alpha也足以让你在乱世中安身立命）。但如果大家都在既定条件下优化到了极限，显然也就不会再继续投入。
分析到这里可以看出，这两者的思路都有可取之处，从逻辑上讲都有继续发展的空间。以长远的眼光来看，很难分出高下。但回顾历史，P宗一度因为走的是统计一派处于数学鄙视链底端的屌丝路线，手里的数据也实在不够看，很长时间里挺不受人待见的。
在那段非主流的日子里，生活挺心酸的。大家经常嘲笑他们搅来搅去就会弄点回归，算个均值，太没出息。手里的数据有限，没事只能发呆。在那个洪荒的时代，也实在没什么好装备，练功只能靠山寨。
同一时段，Q派则充分发挥人脑优势，逼格逆天。华尔街上，精通此道的数学物理博士们一时风头无两，是各大行纷纷争抢的宠儿。主流金融机构都在热衷于开发各种复杂的衍生品，发挥到极致后可以把能卖的不能卖的都打包到一块，盘子越做越大，一派不尽长江滚滚来的势头。（丧心病狂的）他们甚至连诺奖都不放过。另外当年衍生品大行其道的时候，Q宗的定价能力甚至还可以用来寻找市面产品的错误定价，从而发现能直接盈利的套利机会。这一切给Q宗带来爆发式的增长。
但时来运转，进入新世纪，开始出现Q弱P强的趋势。这里面主要有两点原因。
第一是08年金融危机一来，已走火入魔的Q宗搞出来的那些已经无人能看懂的衍生品贱贱地一把烧掉了大家的钱，让人们意识到这条路线的危险性。
08年在Q宗的心底留下一个挥之不去的烙印，华尔街上Q宗子弟尸横遍野，自此之后风光不再。更甚者，在当年辉煌的废墟之下，大量遗留下来的已经定型的Q类工作不再需要太多的数学分析，反而蜕变成相当机械性的体力活。而伴随着竞争者的涌入，定价错误的机会也一减再减。这一切成为了今日Q宗的梦魇。
但若透过现象看本质，你会发现人家的心法根基仍在，说不定哪一天就会上演绝地反攻。永远不要低估一个文艺青年追求理想的决心。
第二点，随着IT业接二连三的产业升级，个人电脑，互联网，到现在的智能手机，催生出能极其方便的处理海量数据的计算技术，美其名曰“大数据技术“。这直接带来P宗迫切需要的装备升级。
同时金融业也开始推行电子化。交易所的电子化，以及自动化交易直至最近的高频交易，带来交易数据的极速增长。技术和数据二者兼具，P宗心中梦幻的舞台开始浮现，一举成为时代选择的新星。而在这个拼爹的新世纪，假人力者似乎注定只能在其背后叹息。
但不要忘了，天下武学本是一家。若执着于派系之分，终不免落入下乘。要想达至Quant最高境界，就必须要了解宇宙苍生。事实上，Q宗一派已然深谙此道。君不见各大藤校Q宗培训班早已明修暗渡引入P宗修习课程，正所谓蓦然回首，那人已在痴痴地等。此道亦应为P宗所用。武学正宗是为Q中有P，P中有Q，道法自然。
由是者，古老的数学家们用纸与笔推演的疯狂，在数字化时代化身为集成电路中奔驰的0与1。我相信时至今日，人们仍未能完全明了此间图景的全部可能。在新的时代，程序代码已经开始成为继数学之后的新生一代科学普适语言。硅基装备给碳基人类带来的，绝不仅仅是逼格与基情，更是希望之翼。
随着人们生产，收集，分析数据的能力大规模提升，我们眼前展开的是一个前所未有的数据时代。也许，在浪潮之后我们会发现这场数据盛宴并不一定能带来对世界本源的更深层认识，但是在这时代开端，无人知晓山的另一边是什么风景。好奇心的驱使已经足以使世人疯狂。问谁又能抵挡住名为可能性者的诱惑呢？
混沌已开，英雄将至。世纪新篇的主题词，是为梦想。
And then a hero comes along
With the strength to carry on
And you cast your fears aside
And you know you can survive
文章来源：http://www.zhihu.com/question/24820388
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
