|
衍生品定价：MATLAB，C++。
这里说的定价包括场外期权设计和定价，本人目前所处的小组负责这个事情，用的是MATLAB和C++。MATLAB做定价的优势在于，蒙特卡罗模拟搞起来比较省心。
交易策略开发：MATLAB、PYTHON。
之前做过的量化相关的实习，其实都不限定用什么工具，不过交易策略开发的话MATLAB和Python用得比较多（根据我的观察）。原因可能是由于MATLAB处理矩阵的能力和Python做回测的方便性较好。
风控：MATLAB、R
风控的实习本人也做过（不好意思本人做的有点杂……），风控用的是R语言。估计是由于工作量太大（风控IT框架的搭建），R的包比较多，办起事来快捷又方便。
（ 有没有发现三个方向都有MATLAB？对的，本人是个MATLAB控……）
高频交易：Linux、C++
高频没做过，不熟悉。不过曾经接触过做高频的朋友，用的是C++，同时需要Linux系统开发的能力（别问我为什么，我也不懂）。
数学：
关于数学在量化中的地位的讨论已经很多，很多人都说实际上好像用不着太高深的数学。其实嘛，数学就是内功（气宗），编程这个东西就是外功（剑宗）。在量化领域，没有气宗却能把剑宗玩得出神入化的人，我暂时没有见过。
举例：本人目前在搞一个课题，是波动率曲面相关的。在构造波动率曲面的过程中有很多关于随机过程的东西，因此本人最近一直在处于恶补随机微积分的知识的阶段中…
其实工具只是工具啦，关键在于，解决问题的能力。实务问题千差万别，举个例子吧，假如最近公司准备发一只挂钩白银的产品（可理解为要设计一款场外的奇异期权），作为研究员，你要想：从行情走势来看，发什么产品比较好卖？（市场需求），资金成本如何？规模多大？预期盈利？怎么对冲？对冲的难度？这些都是要考虑的。
| 
转播
