想成为量化研究员，应该具备什么学历背景？拥有什么专业技能？成长路径如何？量化机构偏好候选人具备什么特质？
一、教育背景
学历上，硕士通常是个准入门槛。有些头部更是只要国内清北复交、国外QS前50。
专业上，最好理工科专业背景。计算机、数学、统计、物理最好，金融工程可以考虑，纯金融重在参与。
二、专业能力
量化研究员是一个综合素质要求比较高的职位，主要工作职责是研发不同的量化策略。
对数学、统计、编程方面的要求，因研究领域不同也各有侧重。如股票alpha、期权对数学能力要求高；机器学习对统计要求高；商品期货、高频则对编程要求相对更高些。
构建策略、选择因子时，需要运用金融知识进行研究判断；搭建模型时，需要扎实的数学功底；而在回测优化策略时，则需要借助编程技能。
三、成长路径
量化研究员在机构中正常是划分到投资部，团队通常为扁平化管理。成员分成多个小组，如量化股票、期权、CTA、债券、其它策略组等。
其成长之路径一般为：junior量化策略研究员——senior资深量化策略研究员——量化投资经理/基金经理——量化投资总监/PM—公司合伙人/VP。
四、优秀特质
保持热爱：量化研究是一个枯燥乏味、不断否定自己、迷茫探索的过程，唯有热爱才能坚持。
怀有信念：量化研究有很大的不确定，要耐得住寂寞，经得起挫折。只有坚信方向是对的才能发现别人没有发现的机会。
科学严谨：量化研究是讲究辩证逻辑思维和科学精神的研究领域。注重严格的推导和精确的数据验证，同时又不乏大胆的理论假设。
五、专业背景
量化研究员的专业背景十分多样化，包括数学，物理，统计，金融工程，计算机等。
能否成为量化研究员其实并不取决于你的专业背景，而是要看你是否具备以下两种能力:数据分析和编程。
数据分析能力包括对各种模型（从最经典的统计学习，到目前流行的机器学习和深度学习)的理解，将各种模型应用到实际数据的经验，以及从看似庞杂的模型结果中找到潜在规律的洞察力。这些都是量化交易研究员日常工作的基础。同时量化交易研究员只有将自己的模型想法转化成代码，才能获得模型结果，因此一定的编程能力(Python和C++)也是必不可少的技能。
六、工作职责：
1.对数据进行科学统计与分析，发掘金融市场运行的客观规律，形成投资策略并验证交易策略，具体涉及交易想法的策略化、数据处理、策略历史回测、策略报告撰写等；
⒉对量化投资策略°的表现进行跟踪、分析、评估和改进，为公司投资优化提供合理化建议；
3.参与公司的专项研究课题，完成公司布置的各项工作。
