量子投资需要多少？
这个问题，其实问的是两个问题。一个是“做量化需要学习哪些知识”，另一个是“做量化需要多努力才能成功”。 首先，关于第一个问题“做量化需要学什么”。我的建议是，学好一门语言（比如Python）和学好数学（概率，统计，微积分等等）为主。其他的比如编程，代码能力，算法等可以在以后的具体工作中慢慢学习提高。之所以把Python和数学放在前面，是因为这是做量化最基础的条件。一个不掌握基本编程语言的 quant 是很难找到工作的。至于Python为什么是quant的首选呢，因为用Python可以做很多的事情，而且Python有大量的开源库可以用来完成quant的各种任务。另外一点就是quant要求的能力更多偏向软技能，比如说对数据的敏感性，分析和处理数据的能力，这些可以通过python的学习来完成。
当然，学好了Python和数学还不够。你还需要有一个可以展示的作品集来向面试官证明你会做什么。所以你还得找一些项目来做，可以是对数据做一些简单的分析，也可以是用Python写一个小爬虫去抓取数据和页面，然后用Python的库去做一些简单的清洗和处理。
只要你能向面试官展示了你是可以干quant的活的，那这个面试基本上就稳了。剩下的就看具体每个公司的具体岗位的具体要求了。 那么第二个问题“做量化需要多努力”，这其实就是指“Quant 的职业生涯该如何规划”。对于这个问题我还没怎么考虑过，因为我还在上学（捂脸）。但是我可以分享一下我身边同学的一些例子。 我身边有很多同学都是学量化出身的。有的去了对冲基金做quant trader，也有的去了投行做IBD，还有的去了公募，私募做量化研究员。不管去到哪个行业哪一个岗位，最开始的时候都是先从quant developer做起。比如说我去年的实习是在摩根士丹利做的quant developer。虽然说是quant developer，但实际上工作并不是很quant。反倒是做了好多IBD的工作。不过不管怎么样，起码能跟quant沾上边。然后再慢慢地一边工作一边转行吧。