大家都很好奇我是如何進(jìn)入對沖基金Citadel的，接下來，我就為大家分享下在這過程中我的感受，希望對大家有所幫助~

　　2017.1-2017.8 忙碌中的等待

　　畢業(yè)前的最后一個學(xué)期在等待offer，完成畢業(yè)論文和公司實(shí)習(xí)中度過。這個學(xué)期也是大學(xué)四年壓力最大的一段時間。offer結(jié)果的不確定，野外實(shí)驗(yàn)、實(shí)習(xí)的忙碌和親人的變故也讓自己的心態(tài)發(fā)生了很大的改變。

　　最終，我在CS激烈的申請競爭中并沒有特別大的優(yōu)勢，綜合了一些前輩的建議，選擇了哥大QMSS的Data Science方向。事實(shí)這個基于地理位置的選擇非常正確，之后在紐約接觸到了非常多的機(jī)會。

　　我的實(shí)習(xí)和野外實(shí)驗(yàn)一直持續(xù)到了七月份，這也讓我成為了當(dāng)時為數(shù)不多的不是保研卻還在學(xué)校的畢業(yè)生。雖然每天看似忙碌，但似乎我對研究生和找工作的準(zhǔn)備上，除了之前上過得一些網(wǎng)課(量化金融分析師AQF實(shí)訓(xùn)項(xiàng)目)沒有實(shí)質(zhì)性的進(jìn)步?，F(xiàn)在回首反思這段忙碌的時間，讓我明白了四點(diǎn)。

　　

　　(點(diǎn)擊上圖了解課程詳情)

　　

　　第一，我們總是習(xí)慣高估自己的能力，以為自己可以同時做好幾件事。比如我當(dāng)時以為自己能夠應(yīng)付的過來，實(shí)際上不僅身心很疲憊，在做事的時候也沒有辦法專心，時常做著這一件事的時候會想起另一件事。

　　第二，做事不能貪心。比如既想著跟著師兄去做實(shí)驗(yàn)(旅游)，又想著好好完成好實(shí)習(xí)的內(nèi)容，同時又要為研究生和找工作做準(zhǔn)備。這樣的不合理的妄想就導(dǎo)致了盲目地選擇各種重大的任務(wù)卻沒有精力完成。這一點(diǎn)和當(dāng)時高考前準(zhǔn)備競賽考試一樣，在能力不足的情況下還要貪心兩者兼顧。最后結(jié)果是在競賽失手高考又重新開始復(fù)習(xí)。

　　第三，抓住最重要的事情去做。這是上一條的結(jié)果，因?yàn)樽约旱木κ怯邢薜?，并且我們會?jīng)常高估自己的能力，因此在選擇做事的時候不能貪心，要去抓住最重要的事情去做。保護(hù)好自己的精力，對不重要的事情說不，這是需要進(jìn)一步提升的能力。

　　第四，做事情重要的不在于開始了幾件，而是在于結(jié)束了幾件。這一點(diǎn)是吳軍的觀點(diǎn)，結(jié)合我當(dāng)時的狀態(tài)，深有同感。提高效率的關(guān)鍵重要的在于少做事。

　　2017.9-2018.5，黎明前的黑暗

　　在哥大的第一個學(xué)期里就在適應(yīng)哥大緊張的學(xué)習(xí)生活和準(zhǔn)備面試中進(jìn)行了。

　　回顧這個學(xué)期的學(xué)習(xí)，主要精力都用在課程學(xué)習(xí)特別是學(xué)習(xí)算法課程，所以實(shí)習(xí)面試并沒有什么進(jìn)展。大公司簡歷基本上沒有過，拿到幾個小的公司卻掛在了非常簡單的算法上。

　　唯一值得欣慰的是拿到了一個unpaid公司的實(shí)習(xí)，算是有了一個保底的選擇(實(shí)習(xí)的內(nèi)容和我之前在國內(nèi)的工作很像，也說明了實(shí)習(xí)經(jīng)歷的重要性)。

　　

　　總結(jié)那個時候的經(jīng)歷，一個問題是面試/做題經(jīng)驗(yàn)太少，算法題目還不是很熟悉。另外一個是簡歷上項(xiàng)目經(jīng)歷比較少，很難拿到面試。

　　反思之后，我在學(xué)期的后半段學(xué)習(xí)網(wǎng)絡(luò)課程擴(kuò)充了簡歷。

　　

　　雖然當(dāng)時上課很辛苦并且并不知道對于面試有何幫助，但事實(shí)證明這些經(jīng)歷都對我之后的找工作有都有很大的輔助。所以，正如喬布斯所說的connect the dots，所有的付出終將會在之后的一段時間里體現(xiàn)出來。

　　寒假回來之后我便進(jìn)入了春招的全力準(zhǔn)備階段。將簡歷反復(fù)打磨修改好，便開始大規(guī)模投遞簡歷。投遞的方式既有海投，也有內(nèi)推，還有學(xué)校網(wǎng)站的申請。

　　這段時間非?？简?yàn)multitasking的能力。得到一些學(xué)長學(xué)姐的建議和經(jīng)驗(yàn)，我將大概50%的精力放在了找實(shí)習(xí)上，剩下的課業(yè)主要就靠平時上課和靠譜的隊(duì)友討論中進(jìn)行了。

　　有了之前的準(zhǔn)備，春招的面試要比之前順利很多。最終機(jī)緣巧合拿到了三個offer，并且最終選擇到一家hedge—fund做quantitative developer。但因?yàn)橛辛耸钇谠趆edge—fund的實(shí)習(xí)，拿到了一些類似hedge—fund的面試，并在onsite過程中從容了許多。

　　2018.9-2018.12，收獲與轉(zhuǎn)變

　　從九月起，我開始了秋招的投遞，最終總共經(jīng)歷了17個公司大大小小的面試，收獲了4枚offer。Citadel的面試從在十月底一直持續(xù)了十二月，中間從電話到公司面輾轉(zhuǎn)面了兩個不同的組，最后終于在十二月份拿到了心儀的offer。

　　轉(zhuǎn)專業(yè)心得：道

　　古人講道為體，術(shù)為用，道為世間規(guī)律，術(shù)為規(guī)律之用，有道者術(shù)能長久，無道者術(shù)必落空。

　　雖然轉(zhuǎn)專業(yè)過程中需要掌握的技能和方法有很多，但是還是有一些總的原則和規(guī)律可尋。反思我這兩年的經(jīng)歷，我認(rèn)為有以下幾個重要的因素促成了我現(xiàn)在的轉(zhuǎn)變。

　　第一是前輩指點(diǎn)。當(dāng)時有讀博士和讀碩士的抉擇，因?yàn)樽稍兞撕芏嗲拜叺慕ㄗh，所以做決定時可以更加果斷。當(dāng)然每個人在給予建議時都是根據(jù)自己的背景來決定的，因此也需要辯證地聽取他人的意見。

　　第二是榜樣激勵。因?yàn)榭吹搅酥暗膶W(xué)長學(xué)姐有成功轉(zhuǎn)專業(yè)的案例，對自己做出轉(zhuǎn)專業(yè)有很大的決心和動力。

　　第三是快速學(xué)習(xí)，掌握方法。進(jìn)入新的領(lǐng)域，用較高效(不排除付費(fèi))的方式了解這個領(lǐng)域的重點(diǎn)，然后逐漸掌握方法。比如我在一些網(wǎng)絡(luò)平臺上的課程，以及找學(xué)長學(xué)姐聊天詢問工作求職的方法，這些都是對于轉(zhuǎn)專業(yè)的成功有很大幫助。(也即所謂的術(shù))

　　第四是敢于打破常規(guī)思維的勇氣。有時做成一些事是需要承擔(dān)一些風(fēng)險(xiǎn)的，最難的是邁出第一步。但是當(dāng)?shù)谝徊竭~出去之后，落實(shí)到每一天，每一個任務(wù)，其實(shí)也不是那么可怕。就像學(xué)姐說的，每天怎么過還是取決于自己。

　　第五是保持良好心態(tài)，努力努力再努力。Be proactive，在目前的狀態(tài)下盡可能做到較好，這個大概是這兩年一直堅(jiān)持保持下來的做事方法。所有的付出都會有一天得到回報(bào)，connect the dots。

　　最后是運(yùn)氣。有時候找工作、選學(xué)校、轉(zhuǎn)專業(yè)也都是運(yùn)氣使然。比如我在面試黑石時已經(jīng)通過面試卻沒有了headcount，又或者在領(lǐng)英上被獵頭聯(lián)系最終拿到了citadel的offer，都是有機(jī)緣巧合的存在。

　　

　　轉(zhuǎn)專業(yè)心得：術(shù)

　　除了我在上述如何找實(shí)習(xí)一文中寫的一些方法之外，我覺得還有以下心得不妨分享：

　　實(shí)習(xí)的幫助要比上課大很多。在工業(yè)界積累經(jīng)驗(yàn)最快速的方法還是去實(shí)習(xí)。我的兩段實(shí)習(xí)經(jīng)歷都對我專業(yè)技能有了明顯的提高。把每一次面試當(dāng)作鍛煉的機(jī)會。不要浪費(fèi)任何一個讓自己成長的機(jī)會。

　　利用各種渠道擴(kuò)展人脈，打造個人品牌。這點(diǎn)在領(lǐng)英上很適用，比如會有很多獵頭前來推薦職位。同時領(lǐng)英也是一個提供前輩們聯(lián)系方式的好的平臺，多去咨詢會有很多收獲(比如提供過來人的經(jīng)驗(yàn))。

AQF：量化金融分析師（簡稱AQF ，Analyst of Quantitative Finance）由量化金融標(biāo)準(zhǔn)委員會（Standard Committee of Quantitative Finance，SCQF）主考并頒證，是代表量化金融領(lǐng)域的專業(yè)水平證書。>>>點(diǎn)擊咨詢AQF含金量

AQF量化金融分析師實(shí)訓(xùn)項(xiàng)目學(xué)習(xí)大綱 >>>點(diǎn)擊咨詢AQF考試

　　1.1.1. 第一部分：前導(dǎo)及課程介紹

1.AQF核心課程

2.量化策略的Python實(shí)現(xiàn)和回測

3.整體代碼介紹

　　1.1.2. 第二部分：量化投資基礎(chǔ)

1.量化投資背景及決策流程

2.量化擇時

3.動量及反轉(zhuǎn)策略

4.基金結(jié)構(gòu)套利

5.行業(yè)輪動與相對價(jià)值

6.市場中性和多因子

7.事件驅(qū)動

8.CTA_1（TD模型）

9.統(tǒng)計(jì)套利_低風(fēng)險(xiǎn)套利

10.大數(shù)據(jù)和輿情分析

11.機(jī)器學(xué)習(xí)

12.高頻交易和期權(quán)交易

13.其他策略和策略注意點(diǎn)

　　1.1.3. 第三部分：Python編程知識

Python語言環(huán)境搭建	1.Python語言環(huán)境搭建
Python編程基礎(chǔ)	1.python數(shù)字運(yùn)算和Jupyter notebook介紹
	2.字符串
	3.Python運(yùn)算符
	4.Tuple和List
	5.字典
	6.字符串格式化
	7.控制結(jié)構(gòu)_1.For循環(huán)
	8.函數(shù)
	9.全局和局部變量
	10.模塊
	11.Python當(dāng)中的重要函數(shù)
Python編程進(jìn)階	1.Numpy數(shù)據(jù)分析精講
	2.Pandas數(shù)據(jù)分析詳解
數(shù)據(jù)可視化	1.Pandas內(nèi)置數(shù)據(jù)可視化
	2.Matplotlib基礎(chǔ)
	3.Seaborn
金融數(shù)據(jù)處理實(shí)戰(zhàn)	1.數(shù)據(jù)獲取_1.本地?cái)?shù)據(jù)讀取
	1.數(shù)據(jù)獲取_2.網(wǎng)絡(luò)數(shù)據(jù)讀取_1
	1.數(shù)據(jù)獲取_2.網(wǎng)絡(luò)數(shù)據(jù)讀取_2.tushare
	1.數(shù)據(jù)獲取_2_網(wǎng)絡(luò)數(shù)據(jù)讀取_3.文件存儲
	2.金融數(shù)據(jù)處理_1.同時獲取多只股票
	2.金融數(shù)據(jù)處理_2.金融計(jì)算
	2.金融數(shù)據(jù)處理_3.檢驗(yàn)分布和相關(guān)性
	3.金融時間序列分析_1.Python下的時間處理
	3.金融時間序列分析_2.Pandas時間格式
	3.金融時間序列分析_3.金融數(shù)據(jù)頻率的轉(zhuǎn)換
	4.金融數(shù)據(jù)處理分析實(shí)戰(zhàn)案例_案例1
	4.金融數(shù)據(jù)處理分析實(shí)戰(zhàn)案例_案例2_多指標(biāo)條件選股分析_1
	4.金融數(shù)據(jù)處理分析實(shí)戰(zhàn)案例_案例2_多指標(biāo)條件選股分析_2

　　1.1.4. 第四部分：量化交易策略模塊

三大經(jīng)典策略	1.三大經(jīng)典策略_1.SMA
	1.三大經(jīng)典策略_2.動量Momentum
	1.三大經(jīng)典策略_3.均值回歸
配對交易策略	2.配對交易
技術(shù)分析相關(guān)策略	3.量化投資與技術(shù)分析_1.技術(shù)分析理論
	3.量化投資與技術(shù)分析_2.CCI策略的Python實(shí)現(xiàn)
	3.量化投資與技術(shù)分析_3.布林帶策略的Python實(shí)現(xiàn)_1
	3.量化投資與技術(shù)分析_4.SMA和CCI雙指標(biāo)交易系統(tǒng)
	3.量化投資與技術(shù)分析_5.形態(tài)識別和移動止損策略
大數(shù)據(jù)輿情分析策略	4.大數(shù)據(jù)輿情分析策略_基于谷歌搜索的大數(shù)據(jù)輿情分析
CTA交易策略	5.CTA交易策略_Aberration趨勢跟蹤系統(tǒng)
量化投資與機(jī)器學(xué)習(xí)	6.量化投資與機(jī)器學(xué)習(xí)_1_機(jī)器學(xué)習(xí)算法原理_2_邏輯回歸原理
	6.量化投資與機(jī)器學(xué)習(xí)_1_機(jī)器學(xué)習(xí)算法原理_3_SVM算法原理
	6.量化投資與機(jī)器學(xué)習(xí)_1_機(jī)器學(xué)習(xí)算法原理_4_決策樹算法原理
	6.量化投資與機(jī)器學(xué)習(xí)_1_機(jī)器學(xué)習(xí)算法原理_5_KNN算法原理
	6.量化投資與機(jī)器學(xué)習(xí)_1_機(jī)器學(xué)習(xí)算法原理_6_神經(jīng)網(wǎng)絡(luò)算法了解
	6.量化投資與機(jī)器學(xué)習(xí)_1_機(jī)器學(xué)習(xí)算法原理_7_K-means算法原理和算法總結(jié)
	6.量化投資與機(jī)器學(xué)習(xí)_2_機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)_1_數(shù)據(jù)集生成原理
	6.量化投資與機(jī)器學(xué)習(xí)_2_機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)_2_數(shù)據(jù)集可視化
	6.量化投資與機(jī)器學(xué)習(xí)_2_機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)_3_邏輯回歸算法的python實(shí)現(xiàn)
	6.量化投資與機(jī)器學(xué)習(xí)_2_機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)_4_DT_KNN_NB算法的python實(shí)現(xiàn)
	6.量化投資與機(jī)器學(xué)習(xí)_2_機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)_5_SVM算法的python實(shí)現(xiàn)
	6.量化投資與機(jī)器學(xué)習(xí)_3_機(jī)器學(xué)習(xí)算法實(shí)戰(zhàn)_6_基于邏輯回歸和SVM的股市趨勢預(yù)測

　　1.1.5. 第五部分：面向?qū)ο蠛蛯?shí)盤交易

1.模塊內(nèi)容整體介紹

2.面向?qū)ο?、類、?shí)例、屬性和方法

3.創(chuàng)建類、實(shí)例、方法

4._init_初始化方法

5.面向?qū)ο蟪绦驅(qū)嵗?/p>

6.繼承的概念及代碼實(shí)現(xiàn)

7.面向?qū)ο罄^承的實(shí)戰(zhàn)案例

8.多繼承和量化交易平臺的面向?qū)ο箝_發(fā)思路

9.用面向?qū)ο蠓椒▽?shí)現(xiàn)股債平衡策略

　　1.1.6. 第六部分 實(shí)盤模擬交易

基于優(yōu)礦平臺的面向?qū)ο蟛呗?/p>	1.優(yōu)礦平臺介紹
	2.優(yōu)礦平臺回測框架介紹
	3.優(yōu)礦框架之context對象、account和position對象
	4.優(yōu)礦其它重要操作
	5.優(yōu)礦之小市值因子策略
	6.優(yōu)礦之雙均線策略
	7.優(yōu)礦之均值回歸策略
	8.優(yōu)礦之單因子策略模板
	9.優(yōu)礦之多因子策略模板
	10.優(yōu)礦之因子數(shù)據(jù)處理：去極值和標(biāo)準(zhǔn)化
面向?qū)ο髮?shí)盤交易之Oanda	1.Oanda平臺介紹和賬戶配置
	2.Oanda賬戶密碼配置和交易框架原理
	3.Oanda鏈接賬戶并查看信息
	4.Oanda API獲取歷史數(shù)據(jù)
	5.Oanda市價(jià)單和交易狀態(tài)查詢
	6.Oanda高級交易訂單
	7. Oanda其它高級功能
	8. Oanda實(shí)戰(zhàn)ADX策略全講解：策略邏輯、數(shù)據(jù)讀取、歷史數(shù)據(jù)處理、可視化、實(shí)時數(shù)據(jù)和實(shí)時交易
	9. Oanda通過實(shí)時數(shù)據(jù)API調(diào)取實(shí)時數(shù)據(jù)、resample
面向?qū)ο髮?shí)盤交易之IB	1.IB實(shí)戰(zhàn)平臺介紹及API安裝調(diào)試
	2.IB實(shí)戰(zhàn)平臺請求和響應(yīng)遠(yuǎn)離、線程控制
	3.IB響應(yīng)函數(shù)wrapper講解
	4.IB請求函數(shù)及合約定義
	5.IB程序化下單、倉位及賬戶查詢
	6.IB三均線交易_金字塔倉位下單控制模型實(shí)盤交易之策略原理、線程控制原理、策略結(jié)構(gòu)總覽、響應(yīng)函數(shù)、交易信號、策略展示等全講解。

　　1.1.7. 第七部分：基于優(yōu)礦的進(jìn)階學(xué)習(xí)

1.1回測與策略框架

1.2評價(jià)指標(biāo)

1.3.1量化策略設(shè)計(jì)流程簡介

1.3.2擇時策略舉例（雙均線）

1.3.3量化投資模板1.0選股和擇時

2.1基于技術(shù)分析的量化投資

2.2.1技術(shù)指標(biāo)簡介

2.2.2 MACD擇時策略

2.2.3 WVAD擇時策略

2.2.4 RSI擇時策略

2.2.5 MFI擇時策略

2.2.6 CCI擇時策略

2.2.7技術(shù)指標(biāo)總結(jié)

2.3通道技術(shù)

3.1.1日期效應(yīng)

3.1.2動量效應(yīng)

3.2.1格雷厄姆成長投資

3.2.2積極投資策略

3.2.3價(jià)值投資策略

3.2.4小型價(jià)值股投資策略

3.3.1交易系統(tǒng)設(shè)計(jì)的一般原理

3.3.2均線排列系統(tǒng)

3.3.3金肯納特交易系統(tǒng)

3.3.4海龜交易法系統(tǒng)

金程推薦： AQF培訓(xùn) AQF培訓(xùn)機(jī)構(gòu) AQF是什么意思

熱線電話：400-700-9596

AQF考友群：760229148

　　金融寬客交流群：801860357

　　微信公眾號：量化金融分析師

　　>>>返回首頁