1、Pivot微記錄保研失敗逆襲芝加哥金數(shù)，看人生贏家如何拿到JP Morgan offer關(guān)鍵詞JP Morgan 中樞教育 芝加哥金數(shù) 量化技能 美國(guó)求職 留學(xué)作為世界投行中的佼佼者，J.P. Morgan一直是眾多學(xué)子夢(mèng)寐以求的企業(yè)。薪酬調(diào)查機(jī)構(gòu)Emolument最近對(duì)倫敦1433名投行MD（董事總經(jīng)理）和Associate進(jìn)行了調(diào)查。結(jié)果顯示摩根大通MD的平均年薪92萬英鎊，高居榜首，比第二名摩根士丹利高出35%。其他一線投行諸如德意志銀行、高盛、巴克萊、花旗、美銀等MD的年薪均在60-70萬英鎊。嗯，學(xué)金融的，你們說了算接下來，我們就一起聊聊，JP Morgan。摩根大通集團(tuán)（JPMor

2、gan Chase & Co），也就是同學(xué)們口中的小摩，是全美最大的金融服務(wù)機(jī)構(gòu)及銀行之一。摩根大通不僅有著超強(qiáng)的集團(tuán)實(shí)力，其薪資水平，hmmm，不多描述了，難道有同學(xué)不想進(jìn)入這樣的企業(yè)嗎？于是我們請(qǐng)來了在JP Morgan工作的W學(xué)長(zhǎng)和我們分享：1. 美國(guó)金融業(yè)對(duì)量化人才的需求及變化趨勢(shì)2. Chicago金融數(shù)學(xué)學(xué)習(xí)經(jīng)歷3. 如何提高自己的量化技能4. 在美國(guó)本土找實(shí)習(xí)的方法分享人王學(xué)長(zhǎng)Pivot中樞教育學(xué)員北大數(shù)學(xué)系金融數(shù)學(xué)方向本科JP Morgan Associate Financial AnalystBarclays Investment Bank Summer Quantitati

3、ve AssociateChicago Financial Mathematics MS大家好，很高興有機(jī)會(huì)接受pivot中樞教育的邀請(qǐng)介紹我在美國(guó)的求學(xué)和求職經(jīng)歷。首先我會(huì)做一個(gè)簡(jiǎn)單的自我介紹，然后針對(duì)性地回答直播提綱中所列出的問題，最后再分享問題外的我的經(jīng)驗(yàn)。我本科在北京大學(xué)數(shù)學(xué)科學(xué)學(xué)院金融數(shù)學(xué)專業(yè)，高考之后就預(yù)見到了這條路，一直在向著這方面努力，就是出國(guó)讀金融工程碩士，留下來在美國(guó)工作。所以出國(guó)留學(xué)是一個(gè)很早就有的計(jì)劃。研究生的申請(qǐng)階段非常感謝pivot老師對(duì)我的幫助，在老師的鼓勵(lì)與幫助下，我拿到了芝加哥大學(xué)金融數(shù)學(xué)的offer。我當(dāng)時(shí)本科條件一般，唯一亮點(diǎn)是實(shí)習(xí)不錯(cuò)，能拿到芝加哥大學(xué)的

4、offer真的非常出乎意料。在研究生階段我比本科更加努力，無論實(shí)習(xí)還是找工作的態(tài)度上，相對(duì)較早地拿到了巴克萊的暑期實(shí)習(xí)，沒有拿到return offer，然后又努力了一把找到了摩根大通現(xiàn)在的工作，主要是做整個(gè)公司范圍的預(yù)算和壓力測(cè)試的自動(dòng)化過程。預(yù)算和壓力測(cè)試的共同點(diǎn)就是預(yù)測(cè)很多數(shù)字，包括宏觀經(jīng)濟(jì)變量，公司資產(chǎn)覆蓋表上的很多小項(xiàng)，應(yīng)對(duì)美聯(lián)儲(chǔ)監(jiān)管的capital reserve等等。建模的東西不多，我們把各個(gè)business，針對(duì)他們business壓力測(cè)試預(yù)算結(jié)果整合起來，使得有能夠統(tǒng)一去做這件事的平臺(tái)，方便高層去做分析，每個(gè)部門做還需要一個(gè)整合過程，我們現(xiàn)在就把每個(gè)部門模型拿過來，寫成統(tǒng)一的

5、application，更方便一些。美國(guó)金融業(yè)對(duì)量化人才的需求及變化趨勢(shì)美國(guó)金融業(yè)對(duì)于量化人才的需求和變化趨勢(shì)，對(duì)這個(gè)問題分為三個(gè)方面。第一，美國(guó)金融業(yè)對(duì)技術(shù)上要求的變化。第二，美國(guó)對(duì)金融從業(yè)者的待遇變化。第三，美國(guó)金融業(yè)對(duì)人才宏觀供給和需求的變化。首先，技術(shù)上來說，在量化領(lǐng)域，大家越來越對(duì)隨機(jī)微積分、隨機(jī)過程的應(yīng)用轉(zhuǎn)向?qū)y(tǒng)計(jì)的應(yīng)用，反映在對(duì)產(chǎn)品做定價(jià)或預(yù)測(cè)變量，現(xiàn)在更多用統(tǒng)計(jì)模型。在編程語言方面，美國(guó)幾乎所有金融機(jī)構(gòu)都向python和C+集中，一般用C+寫程序核心部分和low level development。外圍包裝修飾都用python，把模型寫到系統(tǒng)里之前的所有分析和測(cè)試過程。不管是銀

6、行還是對(duì)沖基金等，都向這兩種語言集中。第二，待遇方面，在金融危機(jī)后變化明顯，聽美國(guó)從業(yè)者說，他們能明顯感受到變化。金融危機(jī)后，量化從業(yè)者報(bào)酬明顯下降，尤其是銀行這些賣方公司。金融危機(jī)前，當(dāng)時(shí)的監(jiān)管者沒有意識(shí)到復(fù)雜衍生品對(duì)整個(gè)金融系統(tǒng)帶來的風(fēng)險(xiǎn)，一時(shí)甚囂塵上，非常流行，大家都會(huì)去追求產(chǎn)品的復(fù)雜性，對(duì)量化需求比較高。如高盛2015年全球人均雇員收入達(dá)到五十萬美元以上，那時(shí)量化部門的從業(yè)人員獎(jiǎng)金也上不封頂。現(xiàn)在，除了高盛和摩根士丹利之外，其他七家投行，量化分析師的年終獎(jiǎng)基本都在50%的基本工資以下，高盛和摩根士丹利效益比較好，上限更高，達(dá)到70%甚至100%。美國(guó)的量化待遇在走下坡路，國(guó)內(nèi)在慢慢發(fā)展

7、，收入差距在慢慢縮小。國(guó)內(nèi)就業(yè)市場(chǎng)我也有所關(guān)注，如總部在美國(guó)的一個(gè)對(duì)沖基金公司，中國(guó)有個(gè)brunch，給應(yīng)屆生第一年45萬人民幣。包括國(guó)內(nèi)的陽光私募，也就是中國(guó)對(duì)沖基金。基本也是20萬，好一點(diǎn)30萬以上，第二、三年增長(zhǎng)會(huì)非常快。哪怕不做前臺(tái)量化，對(duì)基金做風(fēng)控，我有同學(xué)說他們的年終獎(jiǎng)六個(gè)月起跳。第三方面，對(duì)于人才宏觀供給和需求，我覺得華爾街上量化人才供給相對(duì)過剩，其中一個(gè)原因就是美國(guó)博士供給相對(duì)過剩。我暑假在巴克萊實(shí)習(xí)，我實(shí)習(xí)那個(gè)組做信用風(fēng)險(xiǎn)建模，對(duì)一個(gè)債券的違約概率和違約之后損失量去做建模。我們組八個(gè)人，除了我全是博士，背景有CS，統(tǒng)計(jì)，化學(xué)，數(shù)學(xué)。去年巴克萊量化部門招了七個(gè)實(shí)習(xí)生，五個(gè)是博士

8、，比例很高。在買方，對(duì)人的綜合素質(zhì)要求會(huì)更高，所以博士比例只會(huì)比銀行高。其他專業(yè)只要懂編程的博士都能轉(zhuǎn)金融，量化招聘的時(shí)候不考慮金融知識(shí)，只要能編程，就符合招聘資格。總體而言，對(duì)于賣方公司，優(yōu)秀碩士可以勝任，但在買方做一些前臺(tái)的工作，可能還是需要博士的工作和研究能力。如果所做工作更貼近于建模，那么一般更喜歡博士，如果工作性質(zhì)更偏向于programming，碩士比例高。Chicago金融數(shù)學(xué)學(xué)習(xí)經(jīng)歷在芝加哥的學(xué)習(xí)經(jīng)歷，我的評(píng)價(jià)是，學(xué)校名聲特別好，主要是和哥倫比亞大學(xué)對(duì)比。兩所學(xué)校國(guó)際排名很近，哥大招的人太多，國(guó)內(nèi)名聲并不太好，在美國(guó)找工作，競(jìng)爭(zhēng)也很激烈，有五個(gè)類似的專業(yè)，金工金數(shù)，運(yùn)籌，金融經(jīng)濟(jì)

9、學(xué)，統(tǒng)計(jì)，這五個(gè)專業(yè)同學(xué)都可以找量化方面的工作。芝加哥只有金融數(shù)學(xué)系，它的統(tǒng)計(jì)項(xiàng)目沒有哥大那么水，人才供給沒有那么多，就業(yè)市場(chǎng)口碑更好一些。項(xiàng)目課程質(zhì)量我覺得一般，第一是芝加哥大學(xué)是為數(shù)不多的實(shí)行counter制的大學(xué)，也就是一年有四個(gè)學(xué)期，不像別的master兩個(gè)學(xué)期，我們每個(gè)學(xué)期只有十周，一門課要在十周內(nèi)講完，他的內(nèi)容相對(duì)會(huì)被壓縮，講問題不會(huì)很透徹。第二是這個(gè)項(xiàng)目業(yè)界老師占比達(dá)到50%，那么業(yè)界老師有好有壞，好處是能講很多實(shí)際操作中會(huì)遇到的問題，壞處是理論性系統(tǒng)性會(huì)差一些，表達(dá)方式會(huì)差一些，課程設(shè)計(jì)沒有那么專業(yè)。第三，項(xiàng)目選課范圍特別窄，基本上開什么課選什么課，沒有選擇范圍，哥大選擇范圍更

10、大。芝大這個(gè)項(xiàng)目的學(xué)生非數(shù)理背景占比較高，大家在數(shù)學(xué)和編程方面的準(zhǔn)備會(huì)有不足，在學(xué)習(xí)和今后的找工作中會(huì)有一些不足，需要進(jìn)一步的加強(qiáng)數(shù)學(xué)和編程的能力。芝加哥大學(xué)這個(gè)項(xiàng)目就業(yè)情況比較一般，連續(xù)兩屆畢業(yè)時(shí)就業(yè)率不超過50%，但一年內(nèi)找到工作的大概有95%以上，找工作需要時(shí)間長(zhǎng)一些。這個(gè)項(xiàng)目學(xué)習(xí)有個(gè)好處，課程不是很難，相對(duì)能更容易得到一個(gè)不錯(cuò)的成績(jī)，更容易在同學(xué)中凸顯出來。不好的地方是芝加哥雖然號(hào)稱是全美第二大金融中心，但我感覺是我們同學(xué)拿到的面試比紐約的同學(xué)拿到的面試少很多。因?yàn)榇筱y行總部全在紐約，會(huì)傾向于給紐約同學(xué)一些機(jī)會(huì)，芝加哥雖然有很多小的買方公司，但這些公司每年招不了幾個(gè)人，對(duì)人要求非常高，

11、且招人寧缺毋濫，今年面試二十人，發(fā)了兩個(gè)offer，這兩個(gè)人不去的話，也不會(huì)在剩下18個(gè)人那里去挑兩個(gè)人，哪怕招不到人也不補(bǔ)招，進(jìn)這些公司難度非常大。然后我想說一下在所有類似項(xiàng)目學(xué)習(xí)的經(jīng)驗(yàn)。我建議大家第一學(xué)期選課一定要盡可能地少選，因?yàn)榇蟛糠秩藖砻绹?guó)之前準(zhǔn)備不足，有人根本沒有找工作的意識(shí)，但其實(shí)很多的招聘，尤其是暑期實(shí)習(xí)，九月份就開始，剛開學(xué)就開始發(fā)招人廣告了，越早準(zhǔn)備越好，而且好的暑期實(shí)習(xí)都是第二年一月份之前招完，如果第一學(xué)期選課太多，沒有時(shí)間準(zhǔn)備面試，找實(shí)習(xí)過程中處于一個(gè)相對(duì)劣勢(shì)的地位。除此之外，建議盡早開始刷面試書，推薦四本公認(rèn)的準(zhǔn)備量化工作面試書，第一本是周星風(fēng)寫的綠皮書，第二本是ma

12、rk joshi 寫的淡藍(lán)色的書，第三本是黃色獅子封面的heard under street，第四本是量化面試一百五十題，有時(shí)間盡量開始看，越早越好，簡(jiǎn)歷修改工作也要盡早開始，爭(zhēng)取九月份陸陸續(xù)續(xù)投一些簡(jiǎn)歷，也不是說投越早越好，如果投出去，面試不過反而浪費(fèi)了機(jī)會(huì)。前年有個(gè)同學(xué)拿到了摩根大通的暑期實(shí)習(xí)，一面就過，因?yàn)闇?zhǔn)備得比較早。如何提高自己的量化技能至于如何提高自己量化技能，第一是短期如何提升，側(cè)重準(zhǔn)備面試和面試中表現(xiàn)更好。美國(guó)面試也有套路，問題都有范圍，根據(jù)我?guī)资畧?chǎng)面試的總結(jié)，主要涉及以下內(nèi)容，編程以C+為基礎(chǔ)和工具的編程語言知識(shí)，數(shù)據(jù)結(jié)構(gòu)知識(shí)和算法知識(shí)。一切基于C+，會(huì)問語法和內(nèi)置數(shù)據(jù)結(jié)構(gòu)，

13、list，q，map等，用C+寫偽代碼，C+相對(duì)是所有面向?qū)ο缶幊陶Z言里最復(fù)雜的，不像python那么簡(jiǎn)單可以實(shí)現(xiàn)，相對(duì)涉及的東西更多，會(huì)認(rèn)為你C+很熟練，其他語言沒有問題。面試準(zhǔn)備好C+就可以。此外，非編程方面最主要涉及的就是概率，考察是否聰明，難點(diǎn)在于如何把具象的生活問題轉(zhuǎn)化為抽象的概率模型，這個(gè)過程很需要智商。概率主要用到的都是本科學(xué)的基本的東西，不會(huì)用到高等概率論高深的東西。主要是算，沒有什么證明。然后最重要的是統(tǒng)計(jì)，包括基本統(tǒng)計(jì)知識(shí)，相關(guān)性，相關(guān)系數(shù)等基本概念，線性回歸非常重要，需要準(zhǔn)備包括線性回歸的基本假設(shè)，如何檢測(cè)模型是否符合這些假設(shè)，以及模型在不符合這些假設(shè)之后，應(yīng)該做哪些調(diào)整

14、，使得模型依然能講得通，還設(shè)計(jì)PCA組成化分析的東西，問問概念，不會(huì)實(shí)際解決問題，只需要了解。最好還需要了解一些期權(quán)定價(jià)的東西，如果沒學(xué)過，簡(jiǎn)歷沒寫，他也不會(huì)問你。有一些做一些衍生品的定價(jià)，所以最好還是懂一些這方面的知識(shí)，一般也有這方面的課程。高等數(shù)學(xué)的知識(shí)不能丟，如摩根士丹利的筆試題目中會(huì)有很多高等數(shù)學(xué)部分，包括算極限，積分，求極值。我在面巴克萊最后一輪，有四場(chǎng)，有一場(chǎng)聊非技術(shù)性問題，看看你這個(gè)人怎么樣，第二場(chǎng)是編程，剩下兩場(chǎng)都是數(shù)學(xué)，其中有一場(chǎng)全是高等數(shù)學(xué)的最基礎(chǔ)的東西，求表達(dá)式極值，還有一個(gè)就是解方程，高中難度的簡(jiǎn)單題目。要是太久沒做，可能當(dāng)時(shí)會(huì)卡，還會(huì)問一部分腦筋急轉(zhuǎn)彎，沒法針對(duì)性準(zhǔn)備

15、，看看我推薦的書上的腦筋急轉(zhuǎn)彎部分。這些書建議反復(fù)看，至少看兩遍以上，后來越來越熟悉，看得越來越快。長(zhǎng)期的能力提升主要是為了工作中更加熟練高效，第一建議，本科期間有哪些科目沒好好學(xué)，研究生階段好好抓住機(jī)會(huì)扎實(shí)，美國(guó)課程會(huì)開基礎(chǔ)課，打好基礎(chǔ)對(duì)工作中看文獻(xiàn)，自己做模型很有幫助，極大提高效率。否則平時(shí)看很直觀，到了工作中卻不知道為什么。第二建議多選編程的課，理論的課可以盡量少選，小組作業(yè)多承擔(dān)編程的部分寫報(bào)告之類的工作沒有什么介意，多用python和C+，其他語言意義不大。工作以后更多的東西在工作中慢慢學(xué)習(xí)。在美國(guó)本土找實(shí)習(xí)的方法最后是在美國(guó)找實(shí)習(xí)的方法。第一，有哪些申請(qǐng)實(shí)習(xí)的途徑。暑期實(shí)習(xí)主要有三

16、個(gè)途徑，第一，每個(gè)金融工程項(xiàng)目都會(huì)本項(xiàng)目同學(xué)exercise的就業(yè)平臺(tái)，會(huì)發(fā)布針對(duì)性信息。第二是學(xué)校的career service網(wǎng)站，會(huì)提供改簡(jiǎn)歷，模擬面試，學(xué)校career service水平遠(yuǎn)高于項(xiàng)目career service。第三，公司官網(wǎng)需要積累，平時(shí)記下來，一個(gè)一個(gè)申請(qǐng)。申請(qǐng)全職，多兩個(gè)渠道，一個(gè)是獵頭公司，注冊(cè)并上傳簡(jiǎn)歷說明想找的工作類型，合適他們會(huì)聯(lián)系你。另一個(gè)是linkin等大型求職網(wǎng)站，讓它自動(dòng)發(fā)郵件，每天會(huì)收到職位更新。找全職，要多社交。暑期實(shí)習(xí)一般招聘形式是HR在公司范圍招聘，然后各個(gè)項(xiàng)目組去這里挑人。找全職時(shí)，組里直接招人，請(qǐng)組內(nèi)的人幫你refer，通過概率很高。暑

17、期實(shí)習(xí)招人形式是summer program，請(qǐng)人refer，會(huì)遞到hr，但是他也不懂，起不到作用。所以，全職refer很重要。我覺得找工作就是得海投，每個(gè)機(jī)會(huì)都不放過，也不適用于所有人，海投總是沒有錯(cuò)的吧，盡量早準(zhǔn)備早投。他有可能在ddl截止前招滿。美國(guó)本科同學(xué)比大陸本科有優(yōu)勢(shì)，需要調(diào)整好心態(tài)。第二，拿到面試后需要做宏觀準(zhǔn)備。筆試后一般會(huì)安排電話面試，取決于面試官個(gè)人，很難發(fā)現(xiàn)套路，然后是現(xiàn)場(chǎng)面試，每年形式和題目相似度很高，需要問問經(jīng)驗(yàn)。建議停下手頭其他工作，這樣的機(jī)會(huì)難得，認(rèn)真準(zhǔn)備后錄取幾率很高。此外，還可以去glassstore面經(jīng)的網(wǎng)站，很多面試者回憶和相關(guān)題目，更有底氣。最后分享一些

18、自己的感觸。第一，在從事量化工作中，編程都很重要，工作花的時(shí)間是一半以上，編程能力不強(qiáng)一定要抓緊惡補(bǔ)，代碼能擴(kuò)展，閱讀性強(qiáng)是高層次，需要不斷學(xué)習(xí)去提升。第二，在美國(guó)找這方面工作不順利的話，不要灰心，可以考慮回國(guó)，或者不局限于量化領(lǐng)域，可以考慮回國(guó)做基本面相關(guān)工作。我們項(xiàng)目三分之一同學(xué)都這樣選擇了，都很有前景，國(guó)內(nèi)后期發(fā)展可觀，回國(guó)發(fā)展不一定不好。問答環(huán)節(jié)1. 本科生申請(qǐng)國(guó)外研究生金工方面，如何出亮點(diǎn)，他們國(guó)外院校最看重什么呢？ 招人處于對(duì)自己項(xiàng)目好的想法，項(xiàng)目好不好的標(biāo)準(zhǔn)是就業(yè)率，能在美國(guó)找到工作，他就愿意招你，最重要的是實(shí)習(xí)和工作經(jīng)歷，還看重學(xué)校和成績(jī)，也會(huì)考量英語能力。課外活動(dòng)和學(xué)術(shù)研究經(jīng)

19、歷不是很重要。 2. 非量化方向金融學(xué)科和量化金融在國(guó)外和國(guó)內(nèi)就業(yè)上各有什么優(yōu)勢(shì)和劣勢(shì)？在美國(guó)讀金融工程、金融學(xué)科等量化學(xué)科，或者讀經(jīng)濟(jì)學(xué)之類的非量化學(xué)科，有什么優(yōu)缺點(diǎn)嗎？ 這兩個(gè)學(xué)科區(qū)別在于想不想在美國(guó)發(fā)展，讀非量化金融的兩個(gè)現(xiàn)實(shí)問題是基本面做不過美國(guó)人，需要溝通能力強(qiáng)和專業(yè)不算STEM，OPT時(shí)間是十二個(gè)月，只能抽一次工作簽證，抽不中在美國(guó)留不下來。要回國(guó)的話，沒啥太大差別。 3. 如果將來在國(guó)內(nèi)就業(yè)，國(guó)外研究生會(huì)不會(huì)比清北研究生有競(jìng)爭(zhēng)力？ 如果是國(guó)外名校，HR會(huì)給面試機(jī)會(huì)，競(jìng)爭(zhēng)力靠面試體現(xiàn)，看個(gè)人能力，跟公司有關(guān)，有些公司就傾向于招留學(xué)的人。4. 在金融方面哪些對(duì)于數(shù)學(xué)要求沒那么高，作為文科出身的同學(xué)，感覺數(shù)學(xué)壓力有點(diǎn)大。 如果做量化，核心技能是編程不是數(shù)學(xué)，基本投行建模工作