人才一直是量化行业的关注焦点，也是量化机构发展的核心竞争力之一。

由我们金融阶联合宽邦科技、华泰证券、朝阳永续、华锐技术、卡方科技、浙江大学、fundplus以及NVIDIA所发布的《2022年度中国量化投资白皮书》中对2022年量化人才进行了多角度分析。

现精选汇编量化人才方面的内容，与大家分享2022年量化人才情况。


01 人才面貌

人才一直是量化行业的核心生产资料。合并2021年12月及2022年4月共计498份问卷可以发现，量化投资投研人员的学历以本硕居多，本硕博占比分别为30.92%、58.43%、8.63%，硕博比例超过6成，与中国证券投资基金业协会（以下简称“中基协”）披露的私募证券投资基金管理人高管最高学历分布相当。其中，金融工程、计算机、经济学/金融学专业为行业贡献人才最多，占比接近75%，其次为数学、统计、物理等传统学科，另外还有小众学科如神经科学、电气工程、电子科学与技术、机器人、财务、心理学、环境工程、市场学、地质化学类等。


02 工作经验

市场对量化投资的认知度进一步提升，促进了量化机构规模的扩张，持续吸引了大量人才投身量化投资领域。金融阶数据显示，超过 85%的岗位对求职者的工作年限有要求。以策略投研岗为例，机构在招聘时希望具备 3 年以上工作经验的员工，要有生成成熟策略的能力，具备5年左右工作经验的员工，要能进行实盘操作。

但国内量化市场发轫较晚，具备丰富经验的人才也并不多，426 位受调研人群中量化从业者工作的平均年限为3.63年，其中48.35%的人从业经验在3年以下（不含3年），具备5年以上从业经验的人数占比为30.52%，从业超过10年的更是少之又少，占比仅为5.49%，这与中国量化市场近年来蓬勃发展的趋势相吻合。

问卷数据同时显示：通过公开招聘网站及同行/朋友介绍仍然是当前最主要的进入行业的方式，占比分别为29.72%、28.71%。其它方式还包括公司内部晋升/转岗、外部猎头推荐，除此之外还有部分从业者通过朋友合伙自主创业或纯自营的方式入行。


03 招聘应聘

量化人才的招聘是行业发展的显著风向标，市场蓬勃发展时机构倾向于储备优秀人才，行情低迷时则倾向于保持观望。同时先于策略线条开发提前进行人才部署。

2022年，机构加紧投研人才建设。当前市场整体处于人员超配于策略的状态，尤其是很多新晋的百亿量化私募机构，以及在2020、2021年量化行业表现较好的机构，都出现了人员倍增。

投研技术岗位的员工数量没有变化或者出现了下滑的机构有49.39%，另有26.22%和15.24%的机构分别实现了10%以内和10%-50%的增长。100亿-300亿规模的机构中，有超过八成实现了增长，而300亿以上规模的机构则全部实现了增长。

人才需求与2021年度相比，策略研究岗需求基本持平，初级策略研究员需求有所减少，高级策略研究员需求有所增加；IT开发岗，尤其是C++开发工程师需求有所增加，职能岗需求有所下降，海外市场岗有所增加，国内市场岗需求有所下滑。

由于近几年国内量化行业的迅速发展，量化投资的市场关注度及知名度较往年大幅提升；同时受行业政策影响，互联网大厂频频裁员，招聘需求下降，不少互联网行业相关专业的求职者纷纷转向量化。

另外，几轮高薪新闻高调出圈，2022年的求职者数量远超往年，机构招聘门槛水涨船高，形成了百里挑一的局面。数据显示：去年同期初级人员的要求硕士即可，现在基本要求博士。同时机构更加关注经验，如果候选人有丰富的经验，学历要求会从985/211大学放宽至重点本科。虽然许多机构在招聘岗位描述上的要求仅为普通本科，但事实上重点大学理工科背景的毕业生大多都未能通过简历筛选，部分头部机构更是将门槛定为“清北复交”等内地顶级高校。

当前初面比例基本为30：1，即猎头推荐30份简历，获得面试机会的仅有一位，而百份简历基本仅有一位获得offer。

招聘作为行业发展风向标，还体现在机构开拓新策略研发之前需要先积累人才。从2022年来看，基本面量化、宏观量化、数字货币、固收量化、可转债量化、期权量化等小众策略渐入眼帘。

这也与机构当前投资标的以及研究方向一致。贯穿2022年全年的俄乌冲突、美元加息、海外通胀等宏观因素，加大了量化机构对于基本面的研究，基于对宏观、政策面、市场情绪面判断加减仓，也加速了基本面量化人才的招聘，甚至部分量化机构要求高频叠加基本面量化，要求机构基于对宏观、政策面、市场情绪面判断加减仓。也有部分机构招聘行业分析师，且要求过往经历中至少有推荐过一只2倍股、一只1倍股。数据显示：全年共有3家百亿量化私募机构招聘9个宏观方向研究员，分别为全球宏观、国内宏观、宏观外汇研究以及宏观研究员。

2021年同期，很多具备机器学习背景的人已经手拿好几个量化offer入职邀请，但到2022年相似简历已经投不出去了，招聘方表示先缓缓，或者表示暂不录用。一方面，2021年机器学习尚处于扩大宣传阶段，量化机构挖掘了许多从纯互联网公司的机器学习人才，但发现成效并不大，神经网络、时间序列、图像识别、NLP在与金融的结合上依然存在一定的“次元壁”，并不能起到立竿见影的效果，难以达到招聘方的预期。


04 岗位情况

以金融阶选取的 50 家量化机构委托招聘的岗位需求为样本分析，数据显示量化投资机构人才需求热度排名如下：

第一热度的岗位：各方向量化策略研究员，如股票、期货、期权及可转债等；中后台技术岗，需掌握语言以C++居多，其次是 Python 及 Golang；

第二热度的岗位：市场销售及数据处理；

第三热度的岗位：合规风控和机器学习。


头部量化私募在继续加强内部系统化和流程化 IT 建设，比如二季度增多了：系统优化、OA 开发、全栈开发、中后台开发、数据系统开发/基础架构工程师等岗位。

保持合理的人员架构，进行人才梯队建设，对量化投资机构至关重要。当前市场上各量化机构的基金经理和研究员的比值大概在 1：8 - 1：4 之间。而本次调查数据也显示，有 48.17%量化人员的职位是量化策略研究员，12.2%的量化人员在担任 基金经理。

专家表示，量化机构还包括了ML/DL研究员、数据分析/挖掘/开发、系统开发工程师、运维工程师等岗位，但由于管理扁平程度的不同，部分企业不会在岗位上做非常细节的区分。数据是量化机构的立身基础和业务源头，机构投入了相当的人力资源从事数据的获取、清洗、挖掘、洞察工作。调查显示，11.59%的量化人员从事数据分析/挖掘/开发工作，3.55%是ML/DL研究员。