¿Cómo es trabajar como cuantitativo en un fondo de cobertura?

Gracias por preguntar para responder.

Anteriormente, trabajé como analista de inversiones e hice un trabajo cuantitativo. No calificaré completamente como Quant, pero intentaré responder la pregunta según mi experiencia. Hice una prueba de varias estrategias de inversión para acciones en Asia utilizando datos de Datastream. Los datos no eran muy buenos, así que tengo que avanzar para obtener mejores datos de la plataforma Clarify de S&P Capital IQ. Clarify es probablemente uno de los mejores sistemas de prueba de renta variable disponibles porque tienen todos los datos históricos con las fechas correctas. Esto le permite probar muchas hipótesis diferentes junto con datos económicos. Afortunadamente, el sistema tiene una interfaz de arrastrar y soltar para probar ideas simples primero antes de entrar en la codificación hardcore para probar estrategias complicadas.

A continuación, utilicé estas estrategias para invertir en los mercados de valores de Asia a partir de 2015. Sorprendentemente, las estrategias funcionan bastante estrechamente con los resultados investigados y superan los puntos de referencia respectivos. Finalmente, investigué más sobre las diversas razones por las que funcionan estos modelos. En general, fue un proceso muy interesante porque permite al investigador cuestionar las creencias comunes de inversión con datos reales. Como se sospecha, las ideas de inversión más comunes no son correctas.

Sígueme para obtener más respuestas sobre inversión y economía.

Suscríbase a mi página de Patreon para obtener guías del mercado de valores para acciones de EE. UU. Y de Singapur:

Lau Shi Ern está creando Guías del Mercado de Valores | Patreon

Puede variar mucho según lo que esté trabajando y la estrategia del fondo:

Generación alfa, diseño de estrategia, construcción de cartera, sistema de riesgo, ejecución, optimización de latencia, datos alternativos, análisis de crédito, … solo por mencionar algunos, requieren conocimientos y habilidades de dominio muy diferentes.

Sin embargo, dejando de lado el conocimiento del dominio, no veo muy diferente el título mitológico de “científico de datos”, si este es el ángulo de la pregunta. Todavía estamos procesando datos utilizando un amplio conjunto de técnicas basadas en estadísticas y aprendizaje automático.

Una cosa que cambia considerablemente si está trabajando para proporcionar información / herramienta / algoritmos a otra persona que realmente toma / gestiona el riesgo, o si come sus propias cookies AKA diseña y comercializa su propio modelo / análisis / idea.

En el primer caso, dedicaría mucho tiempo a la visualización de datos y menos otros aspectos; Si ejecuta un libro, tiende a enfocarse y preocuparse mucho más por el riesgo que por etiquetar el eje en los gráficos.

Esta es mi experiencia: es divertido si eres bueno, divertido si eres libre de hacer la investigación / comercio para el que prosperas, divertido si puedes discutir con tus colegas en lugar de estar en un silo estrecho, divertido si tu Los colegas están interesados ​​en el panorama general. Mis 2 centavos … también puede ser exigente o político, elegí el fondo sabiamente.

Depende de cuál sea el rol dentro de la organización. Gran parte de lo que pasa por la investigación cuantitativa es más sobre el procesamiento de señales y la selección a través de grandes conjuntos de datos que otra cosa. Un porcentaje inusualmente grande de tiempo termina dedicándose a la “limpieza de datos” … esencialmente obteniendo sus datos en el formato apropiado para ejecutar el análisis. En puestos anteriores, he estado involucrado con la codificación de PhD de física y Phd de matemática clásica trabajando en nuevas teorías, así como “turistas cuantitativos” que son más cuantiosos en nombre que habilidad. Entonces hay una amplia gama.

Lo único que diré es que lleva años convertirse en una buena cantidad, simplemente porque aprender sobre los mercados (cualquier mercado o sector en particular) simplemente lleva tiempo. Leer revistas académicas puede ser un comienzo, pero sentarse en una mesa de negociación e interactuar con aquellos que han pasado años en las trincheras acelera el proceso. En todos los sectores y mercados, la apariencia de las personas (y los precios) puede ser bastante diversa. Por lo general, está buscando un nuevo enfoque o estrategia que reconozca el status quo, pero busca mejorarlo de una manera única … y eso es difícil.

Cuantificación de escritorio en una empresa comercial convencional: Básicamente, hojas de cálculo de Excel y algo de codificación c ++ para los modelos que utilizan los comerciantes.

Comercio de Algo: podría ser cualquier cosa: estrategias cuantitativas, diseño de señales, aprendizaje automático, estrategias de ejecución de órdenes, incluso FPGA para empresas HFT … mucho más interesante que el cuantificador de escritorio si me preguntas.