在大众的印象里，量化投资是“人才密集型”行业。近年来海内外量化基金延揽国内顶尖高校的新闻屡见不鲜，甚至有海外机构为量化实习生开出4000/天的高价以吸引眼球。

事实上，国内头部量化私募的核心人士确实大都履历光鲜，其中不少还有海外求学并在海外金融机构就职的经历。近日私募排排网在《量化私募海归派VS本土派！》一文中统计对比，发现核心人物有海归精英的量化私募今年整体收益表现确实好于本土派量化私募。

海归精英创立或加入量化私募，可能为公司带来哪些优势或特点？优秀的量化私募管理人在吸纳人才时最看重哪些技能或素养？

就以上问题，私募排排网近日邀请到龙旗科技、明汯投资、朋锦仲阳、世纪前沿、天算量化、证大资产（按拼音首字母排序），6家量化私募管理人，为大家分享他们的经验和看法。

从上述私募观点来看，大家普遍认为，团队核心人员的海外从业经验能引领团队前进，在投研视野、团队建设和公司治理等方面的提升较为显著。在吸纳人才时，除了扎实的数理学科背景，大家更看重创新思维以及对量化的热爱。

“海归”人士之于量化私募——全球视野全方位助力

私募排排网：

作为一家有核心人士具备海外从业经验的私募，您方在投研、团队建设或公司管理等方面有感受到哪些受益或特别之处？

 龙旗科技：

无论从人才招聘还是业务布局来看，龙旗一直都非常关注全球视野。从公司发展层面来看，我们的CEO朱晓康博士具备深厚的全球投资经验，他是国内最早一批从事量化投研的华尔街人士，也正因为如此，龙旗这12年来，产品策略层面始终专注于A股，但是市场合作层面一直都是全球布局，海外的资金比例和国内的基本可以理解成一半一半。

投研团队的建设上，我们对海内外的顶尖人才都是非常欢迎的，藤校名校一直是龙旗关注的目标。投研团队的硕博比例是100%，核心投研中海外藤校和国内名校也基本是各占50%，剑桥、康奈尔、清北复交浙大的比例都很高。

公司管理层面，秉承创始人在海外工作的经验，龙旗整体的公司氛围是高度自由开放、强调合作创新的。公司内部不会设置团队或者部门壁垒，也并不限制投研人员的研究兴趣；管理层面也是相当扁平化的，无论是和管理团队的直接交流、还是面向公司全员的投研例会，在龙旗都是非常高频的。

还有一点，龙旗是不推崇996的，工作时长并不等于工作成效，和最聪明的人在一起，看的是“谁的策略表现最强”，公司更推崇的是高效率的工作和work-life-balance的生活，每天的下午茶和各种运动、博弈类社团都是必须的。

 明汯投资：

a、每一家量化私募管理人的团队架构和人才构成都与其历史沿革有较大关系，最终都需要选择一条适合自己的发展路径。明汯较早明确并逐步搭建“管理体系扁平化+投研体系中心化”的组织架构，采用“专业化分工+多项目协同”的工作方式，打造“专业谦逊、务实高效、终身学习”的投研文化，经过多年的持续投入和研发，公司在基础设施硬件及投研框架、交易系统等方面均已构建起行业领先综合优势。

b、明汯从一开始就希望努力朝着D. E. Shaw、Citadel 的方向提升，研究人员不简单追求数量，而是力争寻求各个维度的顶尖人才，在明汯的投研框架中不断学习成长，希望他/她能发挥所长。目前国内和海外招聘都是同步推进，致力于吸引全球顶尖人才，并获益良多。2020年，明汯建立北美投研中心，吸收海外优秀量化投研人才，为模型开发提供前沿技术支持，为拓展全球市场持续积淀。在海外团队建设方面，明汯属于业内较早布局，已逐渐搭建起明汯海外人才库，目前，在上海、纽约、香港、北京、新加坡都设有办公室。

c、对明汯现阶段而言，最为看重候选人是否具备足够系统化思考和解决问题的能力，通过一个一个项目给到团队系统思维训练以及逐步形成全局思考的工作习惯，他可以充分利用好公司在算力等基础设施的强有力支持、利用好公司自研算法库提供的丰富工具，同时与优秀且愿意分享的团队小伙伴，互为师生互相激发持续学习快速成长。

 朋锦仲阳：

与国外成熟资本市场相比，国内量化行业尚处于发展初期，目前国内量化交易占比在20%左右，因此融合海外人才在国外市场淬炼出的成熟经验，对于量化公司的投研技术、内部管理等方面都具有极大的优势。

在组织上面，结合我们CEO孙博总在海外的经验，我们打造了一个矩阵式的投研组织形式，投研成员以小组进行划分，这些小组既会覆盖某些投研流程，也会在某些课题上进行探索研讨，跟PM制和流水线制都会有些区别，是一个充分发挥大家的创造创新能力、也能够做好资源高效复用的一种组织方式。

然后从公司治理方面，也得益于孙博总的经历，我们会更加注重“工程能力”的建设，工程能力包括基础设施的搭建、风控理念与体系、交易系统稳定性等。

首先，良好的工程能力能够尽可能把研发成果进行复用与留存而不随人员流动产生流失；

其次，强大的工程能力可以提供一个内部体系之间融通的平台，更大程度上发挥研发、风控等人员之间的工作协同效率。

孙总在海外工作期间经历了公司美股上市、企业并购、策略的迭代升级、交易范围扩张等等重要事件，也让他十分重视公司在工程能力上的规划与执行。

 世纪前沿：

世纪前沿最开始专注在高频领域，整个工序相对不是那么复杂，所以即使团队规模较小，也能取得较好的成果。但随着我们全频段覆盖，中低频需要考虑更多因素，如量价和非量价的数据，甚至另类数据等，每一部分都需要很大的投入。量化行业在海外已经比较成熟，因此我们也需要借鉴海外成功的经验，引进更多优秀的人才。

在团队建设方面，我们会将分工细化，每部分都会筛选出最优秀的人才，领头人一定是需要有足够经验的。所以组合管理和股票组等核心投研人员会具有一定的海外从业经验，可以为我们带来先进的经验和理念。

与此同时，在α研究与工作方面，国内研究员，特别是通过校招加入的应届生，表现出色且成长迅速。他们对先进技术的掌握，包括人工智能技术的掌握也很快。

整体来说，我们采取人才搭配的策略，主要由经验丰富的人员带领团队向前冲，同时搭建优秀人才梯队，团队专注做研究，共同成长。

 天算量化创始合伙人、总经理刘骏洲：

可能受益于以下几个方面：

1. 投研能力提升：

通过接触不同市场、行业和文化，在量化投资中可能获得更深入的行业洞察和挖掘到更多投资机会。

海外对冲基金的发展经验对于国内量化私募来说具有重大参考意义。其有着长达近百年的发展历史。

现任公司董事长暨核心投研负责人何天鹰即为麻省理工金融工程硕士，曾于全球第二大基金公司，富达基金（Fidelity）从事股票量化策略研究，包括多因子选股，风控优化模型。

天算量化核心团队的海外从业经验为我们自身带来了全球化的投资视野。

例如，我们是国内最早一批使用人工智能技术，进行股票和期货量化投资的私募基金公司。基于领先的行业基础开发了基于深度学习神经元网络的多因子选股系统、程序化算法交易系统、程序化期货换仓系统等一系列体系化的量化投资模型。人工智能指数增强带来了业绩长期的优异表现，同时也使得天算投研团队在投资决策时能够更好地把握市场机会和风险。

2. 团队建设优势：拥有海外从业经验给天算带来的另一个独特感受是：核心人员具有国际背景和与国际标准接轨的专业知识和技能，而这种经验和背景有助于吸引并培养一支更高素质的投研团队，并通过团队成员的多元化视角为投资决策提供更广泛的智慧和国际领先的创新思维。

3. 公司管理优势：海外从业经验可能使天算对国际市场的监管、合规和风控等方面有更深入的了解，可以借鉴和应用国际最佳实践，在公司治理、风险管理、内部控制等方面提高运营效率和风险防范能力，以确保公司的持续发展和客户利益的最大化。

量化私募人才偏好大揭秘！仅仅是聪明并不够！

私募排排网：

在公司吸纳人才时，您方有哪些从业背景、学科专业或其他方面的偏好？什么样的人才是现在量化私募行业相对需要的？

 龙旗科技：

在人才选择层面，首先龙旗对从业背景是并不看重的。虽然说现在量化行业的人才军备竞赛非常激烈，但是龙旗还是坚持一贯的原则，更倾向自主培养的核心人才，更注重“最聪明的大脑在所热爱的量化领域的无限可能”，因为这样的一批同学有着无限可以开掘的创新潜力，他们是能真正带给这个行业技术力量、推动量化策略不断更迭的源动力。

学科专业方面，目前投研我们相对偏好数理或者信息技术背景的人才，但这都不是唯一，龙旗也非常欢迎跨专业的人才，我们的团队里也有很多之前完全对量化没有了解的，但如今也都在工作中做出了非常优秀的成果。对龙旗来说，专业知识不是最重要的，我们最在乎的是一个人才的创新能力和好奇心，还有是否具备对量化行业的热爱和持续创新的信念。

量化私募行业需要的是，有很强的数理背景和创新研究能力，对量化行业有着高度的热爱和信念、对自己从事的策略开发有着强烈的兴趣和专注度、具备持续学习、思考和创新能力的人才。在目前量化策略可能逐渐趋同、超额越来越难做的大背景之下，持续的创新能力必然是我们选择人才最关注的点。

 明汯投资：

明汯招聘人才来源较为广泛。海外团队近20人中，有七八位都是非常资深的从业者，最长的在海外量化行业有20多年的工作经验，既有许多来自其他大投行、大对冲基金工作经验丰富的人才，也有直接从海外常青藤和国内北清复交等名校招来的刚毕业的博士等等。

关于学科专业的偏好，明汯认为每个学科都有适合的人才，除了数学、计算机、物理外，团队还有来自化学、计量经济学、金融等学科的成员。我们更倾向于发掘个人身上真正的专业技术水平，而不是只着眼于院系，甚至不是学校。

A、实干精神和落地

明汯非常看重工程能力和数理基础，在面试时会提问数量众多、灵活多变的代码相关问题。量化本就是由一个又一个工程组成。对量化来说，仅仅聪明可能还不够，还要有实干精神和落地能力。

B、技术、自驱力

完整的培训体系确实在0-1早期阶段可以帮助做一些纠偏，但接下来的1-10则高度依赖自驱力——不仅需要很强的独立研究能力，还需要不断挑战自我的勇气，并持续探索新的领域。总的来说，技术、自我驱动力是量化最为看重的品质。

C、逆商

此外，“逆商”是明汯在招聘时非常在意的个人性格特质。做投资总会遇到顺境和逆境，顺境中要持续去开发新的阿尔法，逆境中则要迅速锁定并解决问题。

D、分享与合作

明汯投研框架体系的重点和核心从来不是某个人知道多少东西，而是作为一个团队整体持续开发和迭代完善的能力，这种分工协作就是为了把每个人的优势发挥到最大化，给到方向指引和平台支撑，希望优秀的人快速融入，强调彼此“分享和合作”，相互学习相互激发，相加甚至相乘形成组织战斗力。

 朋锦仲阳：

仲阳天王星在人才战略上主要采用海外引入和自主培养的方式，投研团队主要引入海外顶尖对冲基金成熟的策略负责人。

自主培养方面，主要偏向从国内外知名院校应届生中招聘优秀毕业生，IT成员也都有一些国内互联网大厂、一线软件开发公司的经验。

学科专业上偏好数学、计算机、金融工程、物理等理工科硕博毕业生，或者在校期间曾获得各类物理、数学竞赛奖项的优秀人才。

从人才选拔与培养来看，量化私募行业需要的是软硬能力兼具的人才，扎实的能力只是一方面，是否具备较强的沟通协作能力、快速学习能力、喜欢独立思考，以及潜在的领导才能，这些都在我们的考量范围之内。

 世纪前沿：

量化行业并非传统人力密集型行业，因此公司对人员的资历和要求更高、更精确，以增强投资策略开发和技术研发的能力。

量化行业竞争激烈，堪称“最聪明的一帮人在竞争”。聪明和数理基础是入行的基本条件，但更重要的是对行业的热爱，以及持续专注地做研究的恒心。如今已不再是“遍地是黄金”的时代，需要深入挖掘才能找到“金子”，这就需要研究员对某个课题持续深入地研究。

因此，我们更看重对方是否对量化行业真的热爱，这也是我们目前选拔人才的重要标准之一。

 天算量化创始合伙人、总经理刘骏洲：

天算在吸纳人才时，主要考虑以下几个方面：

1. 编程和计算机科学能力：量化投资离不开大规模数据处理和模型运算，因此具备良好的编程和计算机科学能力是天算十分看重的。熟练掌握编程语言如Python、R、C++等，并了解数据挖掘、机器学习和人工智能等技术，能有效地进行数据分析和量化策略的开发的人才，会受到天算的青睐。

2. 金融市场经验：天算认为有一定金融市场从业经验对于了解市场行情、交易机制和金融产品有帮助。这种经验可以提高对于市场变动的敏感性，并有助于我们构建强有效的交易策略。

3. 高度的数理逻辑思维和解决问题的能力：量化投资需要处理大量的数据和复杂的模型，因此具备数理逻辑思维和解决问题的能力是必要的，包括深入分析问题、有条理地进行建模和回测、精确地识别市场机会等。

4. 团队合作和沟通能力：天算量化今年来不俗的业绩表现，离不开团队成员之间良好的合作和有效的沟通。团队成员需要能够共同研究和探讨策略，分享经验和知识，以达到更优化的投资结果

5. 数学、统计学和经济学背景：量化投资侧重于数据分析和模型构建，数学、统计学的专业知识是必要的。值得一提的是，随着天算因子类别的优化以及基本面因子的采用，我们从去年也开始吸纳经济学背景人才，通过分析和利用公司财务数据、宏观经济指标、行业发展趋势等基本面信息来为我们的量化模型和策略提供重要输入。以期为团队基本面量化策略的研发和实施提供增益。

随着国内量化私募行业的发展，对于人才的需求也在不断变化。天算认为现在行业相对需要的人才往往是综合能力较强的全面型人才，既具备数学、计算机和金融领域的专业素养，又具备良好的沟通和团队合作能力。同时，对于跨学科的视野和创新思维的要求也越来越高，能结合前沿科技和金融知识，灵活应用于实际的量化交易中。

 证大资产：

我司在吸纳人才时，希望他/她：

1、热爱量化行业，善于将前沿科技运用于量化投资；

2、具有量化从业经历或者从事过数理相关科研工作；

3、具有国内外知名高校硕士及以上理工科学历背景，数理基础扎实:

我们认为具有如下特征的人才是现在量化私募行业相对需要的：

1、具有良好自驱能力和创新能力；

2、既有优秀独立专研能力，又有团队协作能力；

3、逻辑严谨，善于运用体系化思维进行工作；

4、熟练掌握编程技能，如python/C++，具有IT工程思维，对代码的优化和效率的提高有孜孜不倦追求的精神;

5、有人工智能应用经验，有实现文献算法和不断尝试改进算法的能力;

6、财务基础扎实，熟悉基本面分析。

风险揭示：本文所涉的基金管理人及基金经理的个人观点，不代表本平台的任何立场，不构成任何投资建议。

投资有风险，本资料涉及基金的过往业绩不预示其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证，我司未以明示、暗示或其他任何方式承诺或预测产品未来收益。投资者应谨慎注意各项风险，认真阅读基金合同、基金产品资料概要等销售文件，充分认识产品的风险收益特征，并根据自身情况做出投资决策，对投资决策自负盈亏。

版权声明：未经许可，任何个人或机构不得进行任何形式的修改或将其用于商业用途。转载、引用、翻译、二次创作（包括但不限于以影音等其他形式展现作品内容）或以任何商业目的进行使用的，必须取得我司许可并注明作品来源为私募排排网，同时载明内容域名出处。