最近知乎量化圈掀起了關於量化勸入和勸退的問題，主要跟碼農對比。今天又有一則消息說騰訊人均工資7萬的消息等等。作為量化界資深吐槽專家，我做一下總結性發言吧。

一、支持碼農的觀點

一般支持碼農的觀點包括：

1. 同樣的技能碼農待遇更好。比如阿里P8有兩百萬，或者120-200萬，一般30歲前也可以P8，量化遠遠不如，但技能差不多的，特別是量化跟演算法工程師、機器學習研究員等；

2. 碼農均值高上線高，比如起薪遠比量化高，上限是馬雲、馬化騰、比爾蓋茨、扎克伯格、貝佐斯，秒殺神馬西蒙斯、DE Shaw；

3.國內量化太坑，底薪低，提成不兌現，老闆人品普遍有問題，哪怕支持也只支持國外的量化，不支持國內的量化；私募不穩定，發展前景有限等等；

二、支持量化的觀點

1. 量化待遇還行，比如一年稅前50-80萬；

2.老闆沒那麼坑，都是好人；

3.各個工種都有貢獻，不能只給量化提成等等；

4.做量化靠興趣和情懷，談錢傷感情。

三、babyquant總結陳詞

認識我的人都知道，我是最客觀公正的。而且在券商、私募、期貨公司、外資、國資、私營、美國對沖基金等等都待過，什麼樣的老闆或領導都見過，現在公司做互聯網金融，也接觸了不少碼農，所以我對各方面的信息都有所了解，立場也是無偏的。我在知乎量化的形象也一向是客觀公正的純潔小白兔，從來不會標新立異嘩眾取寵。總結一下：

1.工作性質

碼農偏開發，量化偏研究。開發類的工作比較容易看到成果，也更容易評價效率。但量化不大一樣，一個策略研究出來可能實盤賠錢，實盤3年賺錢可能第4年賠錢等等。這導致量化基本工資會普遍比碼農低。

2.企業規模

碼農大企業多，量化小企業多。現在對比的是BAT的碼農與普通量化的待遇。BAT是巨型企業，好幾萬人，但量化私募一般幾十人算很大了，就算是幾十人裡面做量化的可能也沒多少。大企業一般層級較多，高級別自然工資高待遇好；量化普遍更扁平化，扁平化結果是很難拿高工資。

3.資金流向

碼農企業熱錢多，量化募集困難。碼農企業，哪怕是小的創業企業，也有很多熱錢湧入。這些企業都很難看到短期成果，人們更多是希望下一輪有人接盤。量化則依靠資金曲線背書，每天盈虧都知道，透明過度，難以說太多故事，導致融資困難。企業沒錢，自然不會給員工錢。互聯網哪怕小企業拿的都是別人的錢，花完再融，大不了把企業關了。

當然，如果是單純為了發財而不是個人興趣，那更多是靠非量化非編程的因素。

每個時代都有容易賺錢的活，這些更多是靠beta而不是alpha。比如之前的期貨高頻、股票T+0、數字貨幣ICO等，其實都有很多人短期暴富。比如期貨高頻的伊士頓3年600萬到20億，數字貨幣的孫宇晨也是草根出身短短几年到了20億。是非對錯自然有歷史去評價，國內國外都有賺錢的機會，比如伊士頓是俄羅斯人在中國賺了20億，孫宇晨是土生土長的中國人去美國賺了20億。

忽悠也好，割韭菜也好，其實根本就不重要。知乎量化第一梯隊難道不是割韭菜嗎？文藝復興難道不是割韭菜嗎？有的人吃相難看一些，有的人稍微斯文一些，很多時候時勢造英雄，沒必要互相抨擊了。

如果又想發財，又想做自己喜歡的事，又不想有啥風險正最客觀地說，如果想靠量化賺大錢，肯定是靠風吹豬會飛那種機會賺的，如果去量化私募，基本上會用「超額收益」「邊際貢獻」把這部分beta收益抹掉，剩下的alpha邊際貢獻可以忽略。因此，我一直建議數理編程背景較好的人，可以一邊做碼農，一邊業餘做量化，這樣收入穩定，又有機會賺到豬會飛的beta收益，這才是可以長久的。遇到不懂可以加babyquant註明「知乎量化」加群討論。

推薦閱讀：

相关文章