大數據時代：金融科技人才缺失嚴重

　　近年來，伴隨著雲計算、大數據、區塊鏈、人工智慧等技術的興起，一個新時代名詞應運而生——金融科技（Financial Technology，簡稱Fintech），金融行業也開始從注重流量的1.0時代，升級為以人工智慧為主導，大數據為驅動力的2.0時代。

　　依託Fintech爆發的人才需求，也成為眾多金融企業的關注。據國際人力招聘公司Michael Page（中國）發布的《2018年中國金融科技就業報告》顯示：92%的受訪金融科技企業發現中國目前正面臨嚴重的金融科技人才短缺。

　　緊跟金融科技風口興起的崗位有很多，招商金科副總經理、原百度雲首席數據科學家沈志勇在《中國金融科技運行報告（2018）》發布暨學術研討會上表示：無論是百度指數還是微信指數，「金融科技」的搜索熱度已經趕上「網際網路金融」的熱度。而大數據技術在金融領域的運用主要體現在精準營銷（運營）、風險控制和量化投資三個方面。

　　而量化分析從業者，俗稱「寬客（Quants）」，就是量化投資領域最重要、最不可或缺的金融科技人才。

　　量化派：憑什麼，更搶手？

　　時代在進步，金融行業也得緊跟時代步伐。投資（investment）作為金融的一大板塊，其投資思路、方式、操作標準，也在配合時代需求不斷更迭。

　　傳統的投資方式，決策廣度有限，隨著市場信息傳遞速度的加快，眾多分析師對基本面數據的挖掘速度也受到限制。同時，傳統投資的管理者本身情緒難免受到周邊環境的影響，常常會做出一些偏離自己判斷的交易行為，影響投資的效果。

　　而量化分析投資，則藉助現代統計學、數學的方法，從海量歷史數據中尋找能夠帶來超額收益的多種「大機率」策略，並紀律嚴明地按照這些策略所構建的數量化模型來指導投資，力求取得穩定的、可持續的、高於平均的超額回報。其有4條不可比擬的優勢：

　　1、強紀律性：嚴格執行量化投資模型所給出的投資建議，而不是隨著投資者情緒的變化而隨意更改。

　　2、強系統性：量化投資的系統性特徵主要包括多層次的量化模型、多角度的觀察及海量數據的觀察等等。

　　3、及時性：及時快速地跟蹤市場變化，不斷發現能夠提供超額收益的新的統計模型，尋找新的交易機會。

　　4、準確性：準確客觀評價交易機會，克服主觀情緒偏差，妥善運用套利的思想。

　　量化分析技術的亮點，加上金融科技及量化投資在我國快速發展，共同促使多家金融公司對量化人才的需求大幅增加，十分火熱。