职业规划NO.16
自古英雄不问出处！
“职业规划”是AlphaMaker推出的一档互动型栏目，欢迎大家踊跃投递简历，我们为大家分析既往，优化未来。同时，AlphaMaker站在普惠公益的角度，分享这些宝贵经验（AlphaMaker恪守职业准则，对私人信息严格保密），希望对读者有借鉴意义。
本期主人公：Celino，男
学历背景
本科阶段：
院校——计算机专业
硕士阶段：
院校——网络工程
博士阶段：
院校——金融工程
个人经历
?——某小型量化私募
—QuantResearcher
?——今某中型量化自营
—QuantResearcher
心路历程
我是年开始接触到量化的，那时硕士即将毕业，我的出路大概2条，要么找一个互联网公司走码农的道路，要么可以继续读博。
思来想去，还是不舍得过早的离开象牙塔。当时金融白领在国内打工一族中算是既有身份又有钞票的职业，于是鬼使神差的听了朋友的建议，去读了金融工程的博士，结果却走上了量化之路。
个人感悟
奔着金融信息化的工作去读的博士，实际却走了量化投资的方向，但工作之后才发现，学的专业知识跟应用相差实在是太远。即使自己感觉已经很接近真谛，但似乎运气的成分不少。
Celino的经历——很神奇的遭遇，不知不觉中摸到了量化的门！
根据Celino的讲述，他其实是因为想要跳槽到金融行业，才从计算机专业转读了金融工程。金融工程专业是计算机专业和金融专业的结合体，也是理工科转商科的一块跳板。
神奇的遭遇！
当时Celino考入的是金融学院，传统金融学为主，金融工程是一个分支专业，博士生导师原也是一位传统金融学派的老师，刚刚调转过来。
博士一年级下学期，有一次新加坡交流的机会，Celino就被发配了出去，再回来已经是半年之后。就这样，一年的博士生活很快就混完了，他想想毕业压力，当时的内心无比的焦虑。
他的导师也许恰好用了那1年的时间来研究该怎么搞金融工程方向的项目，研究的结果就是要搞金融量化。可是，他俩都算是小白级，一窍不通！于是，很尴尬地，Celino接触到了一种闻所未闻的技术，而且完全没有人指导。
遇到过的困难
相比计算机科学这类更普遍性的学科，当时的量化投资在学科方面既少有可供参考学习的资料，也没有可供白嫖的实操指导。于是Celino似乎在追逐江湖失传已久的独门武功秘籍一样，不得门路。
他一度认为自己走进了人生的死胡同，估计博士生涯是要废了，一无所成的话，别说毕业，将来就业也是大问题。
天无绝人之路，不幸中的万幸是通过各种积极的尝试，Celino终于摸到了量化的门槛。
学习转折点
Celino觉得灵光一现的那一刻，发生于新开的一门量化交易课——一门如何以期货交易软件为工具进行量化交易的课程。
关键是，他被安排帮助导师来进行课程内容的选材！这意味着，课程内容、资料来源、学习深度都需要他来进行总筹划。虽然他自认不具备这个能力，但是什么都可以学啊。
那段时间，他翻遍了外文网站上所有关于使用交易软件进行量化交易的系列课程，学习、吸收、消化、输出！
靠着强大的学习能力，并在不断自我折磨中，Celino终于摸到了量化投资的门槛。他终于构建了策略形成、实现、止盈止损、仿真回测等基本技术框架。
自我收获
其实成与不成，似乎就在一念之间。Celino在后来的博士学习生活里，完全沦陷在外网策略源、顶会期刊、各种quant论坛里，不放过有关量化的任何蛛丝马迹。
说是自学成材，一点都不夸张，当然他的编码知识构筑了成就着一切的坚实基础。直至后来毕业，终于走上了量化投资的职业生涯。
专业猎头建议——从Celino身上我们可以学到的！
自古英雄不问出处！只要实现了理想和目标，不用追究是怎么得来的，一路上的苦与乐自己知晓就够了。
1.态度很重要！
其实，Celino的博士学习遭遇，换个人很可能会放弃了。但是Celino认为，既是挑战，也是机遇，而且当时国内的量化才刚刚发芽，从大方向上来说，前景是光明的。
他从来没有过抵触或消极的情绪，而是积极的从0学起，然后，他发现这个领域跟自己的专业知识积累是非常契合的。
2.自我内驱力！
自学能力强大的人，通常都有自我內驱的常态意识。Celino在当时国内还没有足够可借鉴的学习资料情况下，通过啃外文书本、看外文论坛并与博主进行交流等手段进行研究和学习。
通过一次次对看到的文献中提到的交易策略模型的实现和回测过程，Celino摘掉了量化小白的帽子。据他回顾，一些策略的编码和回测结果，收益非常好，不可否认，他当时是振奋的。
3.如何突破瓶颈！
在博士期间后续的研究工作中，Celino也遇到过不只一次瓶颈。用他的话说，各种量化交易理论、工具、机器学习的书看了许多，却总觉不透彻。
当时他的量化交易技术栈完全依赖TradeBlazer的实现，但是TradeBlazer作为一个交易软件，在实现复杂的逻辑时显得太过一般。
恐怕突破瓶颈的唯一方法就是撤出来，换个角度审视，突然某个灵光一闪，就会有新的思路。Celino在发现了github上分享的股票策略实现源码时，就解锁了这一瓶颈。
除此以外，在自学量化的路上，可能遇到的瓶颈或者说困惑还有：代表行业高水平技术的量化基金机构是怎么做交易的；如何去寻找策略的灵感；新开发语言的学习；如何实现第一次实盘等等。
4.毕业之后！
Celino因为在博士学习期间跟一家小型量化私募合作了一个策略开发项目，所以毕业后很顺利的找到了第一份quantresrarcher的工作。
公司很小，Celino当时还缺乏实盘经验，为了进一步探究量化的奥秘屈身于此。事实上，这家公司给到Celino的成长确实很少。
公司老板一言堂，经验单薄，策略单一且风格简单。唯一的好处就是让他充分体验了量化交易各个岗位的角色，比如策略开发，数据清洗，写回测框架，搭建交易框架等等，基本全干了一遍。
Celino的第二份工作就好很多了，是一家量化精品自营，上次回访，他告诉我们一切都好，抛开一切分散精力的事情，开始专注于quantresrarcher的工作，对于量化候选人来说，定位准确是很重要的事情。
写在最后
还能说什么呢，敢来搞量化，你就已经是英雄！Celino还总结了一份小白学量化的入门指南，由于篇幅有限，我们后续再为大家呈现！
AlphaMaker是专业的量化投资领域猎头顾问，有任何关于职业规划方面的问题，欢迎前来咨询！
（文中涉及信息已经候选人授权）
如果有兴趣参与本栏目，可以添加下方