文/明熹霸金（现货原油沥青贵金属指导解套）微信：mxbj18
大数据时代最具影响力的因素，尤其对交易员来说，是预测性分析的崛起——通过统计、数据分析和模型来识别既有模式和预测未来走势。
这已经开始影响到金融服务机构的眼界。交易员、数据分析师和技术专家想要入职需要知道些什么？如何避免被炒鱿鱼？又如何得到晋升？
交易员仍有需求
金融服务机构的新技术是用“语义技术”来分析数据。这意味着大量的数据都将以机器和人类更容易理解的方式呈现。实际上来说，数据不再孤立，而可以在实时统一的平台进行分析。但这样也意味着以前需要交易员拥有的“旧”技能不再适用。
“我们在办公室开玩笑说老的交易方式已经被淘汰，但老交易员们还没有被淘汰。”Capitalogix Trading的CEO，Howard Getson说道。Capitalogix Trading开发了对冲基金AI（人工智能）交易系统技术，该技术在2016年的芝加哥商贸站上就全球市场进行云计算估值。“成为这样的人是很可怕的。好比你已经有了马车鞭子，这有一辆马车，即使你有最好的车手，他只会想着如何让马车鞭子更好，而不是去发明车子。”
“我们现在有AI让我们能够开发更好的交易系统，拥有数以百万计的算法，所以我们不再聘请只会交易的‘交易员’——我们需要他们技能熟练，但更在乎他们的人脉，判断力，精力充沛，勤奋和带动公司进步的能力。”
Getson说，预测性分析给了交易员对数据更好的理解，因此让他们能够在一直赚钱的期望下更好地部署资本，承担更少风险，获取更大回报。
“技术可以作为一个传感器，让市场监督更为有效。每个人都拥有相同的数据，大多数人都盯着市场价格变动和交易时间点，但其实也有其他的方式来看待这些数据。要成为一个成功的交易员，你必须找到与其他人不同的做法，得出不同的结论。预测性分析让无形的东西变得可见。”
有交际能力的量化派和会编码的交易员
对对冲基金和量化交易来说，很难找到合适的拥有混合技能的候选人。电脑工程师都是程序员，或数学家，他们通常不能真正理解交易模型，Seymour Capital Management的定量研究员副总裁Samuel Chen如是说。
“使用Python，研究人员很容易通过回测检测模型。”Chen说，“这样你可以在Python安装一个交易系统。所以当招人时，我会看交易经验，能抓住Alpha，同时要懂得编码。”
“有需要的话我会聘请程序员，他要能嵌入模型并且找出哪些是无用的。如果回报表现不是很大程度基于一个模型，那就很难说这个模型是不合适还是已经过时。”
合伙人和销售人员现在会把量化工程师带到募集资金的路演和会议，因为投资人想与他们交谈。
“我们雇用一个能够与人交流并且能理解他们所谈内容的人。对我们来说，人们来自不同的领域，语言交流是一个困难。有时我们明明在谈论同一个话题，却要花很久才能真正达到一个点上。”
“赚钱需要在风险调整的基础上用算法来找到集中点，所以你对冲它。我们身处期货市场，因为我们相信这里是赚钱的地方，但我们用股票对冲。”
数据分析师需要理解交易
发现这里的规律了吗？数据科学可能是新的必备的技能，但仅有这个还不够。华尔街会雇用懂编码的人，但对市场的理解和与人交际合作的能力也必不可少。
“经理说，‘我需要有人为我开发’——大部分成功入职的员工都不只是凭他们Python和Matlab的技能，同时他们执行过自己的策略。”QuantUnivesity.com的创始人Sri Krishnamurthy说，“他们不想要那些空有想法但不懂如何执行的人。”
“他们想要执行经验，不只是技术知识，因为他们期望雇用的人能够拓展这些交易模型。你能看见金融机构部门之间的界限在逐渐消失，技术人员需要交际能力，需要理解如何测试和部署这些算法。”
“建立一个团队时，技能互补是关键——电脑工程师擅长编码但不知道金融面在发生什么，而这部分由交易员和量化工程师接手。仅仅因为你有像预测性分析那样的工具并不能使你更有效率。问问自己：我有足够的技能组合来充分权衡利用这些技术并应用到我的工作里去吗？”
所谓成功的交易=严格的心态控制＋正确的资金管理＋过硬的技术功力。
明熹V鑫：mxbj18(长按可复制).本人唯一官方公众V==杺:mxbj18
下方若出现任何联系方式,纯属第三方介入,不明份子,请大家一定务必小心谨慎!
