MetaStar｜双向奔赴：量化对冲基金里的工程师文化

前章

北京大学计算机专业毕业的N同学，最初对于金融的了解几乎为0。但机缘巧合地，她推开了金融科技的大门，在乾象她深刻体会到了量化语境里的工程师文化：正向反馈，迭代创新，双向激励，以及工作之余不丢失的生活气息。一年之后，相册里最有趣的那张照片，「跪着debug」至今仍引人发笑。照片背后的内涵愈发丰富，她眼里的工程师文化也拥有了更多可观察的视角。

「搞金融的程序员？」

Q1.最初是什么让您进入量化行业的？

我最初的目标并不是量化行业。和很多计算机背景的同学一样，我上学的时候并没有太多金融知识的积累。因为学的是计算机，所以和很多人一样理所当然地就觉得应该做和科技、互联网相关的行业。但是机缘巧合地去了银行、接触到了金融行业，自己也希望在金融科技这个领域继续发展下去。在金融科技的领域里，量化既颇具挑战性，又符合当下的潮流、发展前景向好，因此我选择进入量化行业。

Q2.作为程序员，您认为计算机技术与量化的交叉点在哪里？

量化需要对一些金融大数据进行挖掘并提取特征，生成交易信号，最后通过自动化程序完成下单交易。这个过程与技术紧密相关。比如，对于大数据的处理，人工无暇处理如此海量的数据，这就需要程序来进行一个辅助。包括我们现在的一些策略，我们首先要基于数据，接着利用机器学习或者其他的方法提取出特征，最终开发出量化策略。这些不能完全通过人工来实现，需要将量化和技术结合。与此同时，技术扮演的角色至关重要，它意味着更丰富的数据类型、更大的数据量、更具代表性的特征和模型、更低的延迟、更具想象力的尝试等。深厚的技术积累意味着更高的壁垒，我们也认为这才是对冲基金能长期可持续发展的唯一途径。

Q3.作为程序员加入一家量化公司，您在工作之后面临最大的挑战是什么？

最大的挑战是很多知识需要不断地更新迭代。公司处在一个高速发展的阶段，研究员们经常冒出许多奇思妙想，每当有新的想法，他们通常希望能快速地用实验来验证。这时候需要我们infra团队紧密配合，快速理解他们的意图，对系统进行优化改造，提供新的数据或者功能，使他们能够及时地实现自己的想法。事实上，这个知识迭代的压力一直存在，并不是解决了当前的问题我们就能达到一个舒适区。在我们公司，大家一直都在尝试新的东西。答案都是未知的，我们一直在发现新大陆的征程上。

「双向奔赴」

Q4.可以跟我们介绍一下您目前的工作内容吗？

Metabit Trading在技术领域其实是分得比较细，我们infra分为data infra，trading infra和research infra，三个团队之间合作紧密。data infra负责提供高质量的历史数据和精准的实时数据，trading infra负责开发和维护低延迟、高效的实盘系统，而我们research infra的主要工作是从技术专业的角度出发，将研发工作映射为便捷高效的工具，帮助研究员开展策略的研究。我本身比较喜欢与人沟通和跨团队合作，而research过程中也存在着很多尝试性质的、定义不太明晰的需求，当我们在讨论中确定了需求、最终实现并交付，研究员能用上新的功能或数据进行新一轮的研究的时候，我能从中得到非常正向的激励。

Q5.在乾象工作有没有比较有意思的经历？

我们有一张非常有趣的照片。相对来说infra的妹子较少，之前只有两个女工程师，照片上一个研究员和另一个工程师，跪着帮我们两个妹子debug。这张照片也在某种程度上体现了我们开放融洽、乐于分享的工程师文化。到岗的先后自然会决定你对这个公司、这个项目的了解程度，但每个工程师都非常open，都乐于去分享自己对于这个项目的理解以及自身技术的积累，在你遇到困难的时候也非常乐于帮你解决问题。工程师还会在一些平台上发布编程的贴士，也会一起吐槽遇到过的奇葩bug。

Q6.乾象独特的培养体系独具吸引力。您能跟我们分享一下您对这个体系的感受吗？

我们公司有一个明确的career path体系，标明了某个职级对应应该具备的能力。一方面你可以了解自己所处的水平，另一方面，当你觉得自己希望更进一步时，你可以和manager一对一，明确地提出我觉得我的能力匹配到了这个级别、我希望升职，那么manager会给出建议：你应该注重在接下来的工作中去体现你哪方面的能力来证明自己。这是一个很开放透明的升职过程，也是一个双向的激励。在这个过程中可以展现你的能力，这也会为公司带来很大的收益。公司也会给予你一些选择的权利。比如我的岗位research infra，这是和研究员交互较多的岗位，有偏infra和偏research的。公司会根据个人的特点或者喜好，让你选择长期的职业方向。这些都像公司和你在双向奔赴。

「与众同光」

Q7.您很早就加入了乾象，作为乾象的第9号员工，面对当时可能有的机遇和风险，是什么因素促使您决定加入乾象？

最大的一个原因是我信任这个团队。一是他们都是国内外知名高校毕业的，学术过硬。二是他们有做产品的背景，已经形成了一定的技术积累和壁垒，才会从国外辞职、全身心地投入到这个事情上面来。这让我觉得很有信心。

Q8.国内的996、007压力很大，您平常是如何平衡工作与生活？

我们公司致力于追求work-life balance，并没有到996的程度。同事们追求生活品质的态度也超出了我的想象。为了保持良好的精神状态和身体的舒适感，几乎每个人都在坚持健身。在业内，公司配备健身房并不少见，但是健身房的出勤率之高，应该算是我们公司的一个特色。我们甚至还有一个叫meta muscle的群，基本上所有人都在里面。公司的餐补也非常人性化地分成普通餐和健康餐。相较于过着被工作塞满的生活，保持着生活气息、自律地平衡二者，我认为或许这才是大家应该追求的目标。

从「T字型」开始

Q9.对于未来想要在量化领域深耕的小伙伴，尤其是在校生，您有什么建议吗？

如果你想在量化行业走得远，需要以“T字型人才”作为自我培养的目标。上学时我们在完成“T”头部的 “—”的，即对整个行业有一个粗浅的了解。首先，需要学好编程和算法。上学时可能会觉得除了作业没有可以实践之处，但只有打稳基础，才能在应用层或者更高层面去更好地发挥。其次，你要从各个渠道对这个行业有一定的了解。你可以了解一些量化常用的技术、提到的名词，也可以关注一些新闻报道。无论是在确定职业方向，还是真正进入这个职业后，大致的了解都能帮助你一开始就以比较舒服的方式在赛道上奔跑。

“T字型”的另外一方面是“|”的深挖。如果你想在这个行业立足，并且走得比较远，你就要找准一个“点”。这需要你对这个行业以及它的技术有非常深刻的理解。

有一个很好的渠道是参加量化公司举办的比赛，在这个过程中你可以快速并深入地了解量化究竟做的是什么，我们的技术能够怎样被运用去解决这些量化的问题。可能有些比赛需要写代码，或者给你一些数据和工具让你去解决一个问题，或者给你一个系统让你写一个策略，然后看策略的效果。还可以去网上的平台玩一玩，它会给你提供一些接口和数据，你可以尝试在上面写策略。这些比赛和平台都有助于找到属于你的“那个点”。

就算几乎没有金融知识的前期积累，程序员也可以像海绵一样地吸收、学习量化的知识，甚至更加深刻地体会到工程师文化的内核。面对变动不居、微秒万象的量化世界，乾象愿意与你携手，用技术征服新大陆。