非 G5 背景如何进入顶级量化基金?AT&T Career 三位学员的真实路径
曼彻斯特数学系进 Optiver、爱丁堡统计硕士进 Citadel、华威 CS 进 Two Sigma——三位非 G5 背景学员的真实备战路径,揭示量化基金求职的核心规律。
## 一、量化基金真的不看学校背景吗? 在留学生求职圈里,"非 G5 没有出路"是一个流传已久的说法。这句话在投行赛道有一定道理——Goldman Sachs 和 J.P. Morgan 的伦敦团队确实偏好 LSE、Imperial、Oxford、Cambridge 的候选人。但在量化基金赛道,这个逻辑并不成立。 AT&T Career 在过去两年的量化辅导数据中,有超过 40% 的成功案例来自非 G5 背景的学员。他们的学校包括曼彻斯特大学、爱丁堡大学、华威大学、布里斯托大学,甚至还有来自澳大利亚墨尔本大学和加拿大麦吉尔大学的学员。 这些学员的共同点不是学校,而是:**扎实的数学基础 + 正确的备战策略 + 充足的准备时间**。 本文分享三位非 G5 学员的真实备战路径,希望对正在考虑量化求职的同学有所启发。
## 二、案例一:曼彻斯特数学系 → Optiver 量化交易员 **背景**:数学学士,GPA 3.8/4.0,无量化实习经历,申请时间为大四上学期。 **挑战**:Optiver 的 80 in 8 心算测试是公认的最高门槛之一,很多 G5 背景的候选人都在这个环节被淘汰。这位学员在第一次模拟测试中只完成了 52 道题,远低于 Optiver 的录取基准(通常需要 70+ 才有机会进入下一轮)。 **备战过程**: AT&T Career 为这位学员制定了为期 8 周的专项训练计划: - **第 1-2 周**:基础心算强化。从两位数加减法开始,每天 30 分钟计时练习,目标是将单题反应时间压缩到 3 秒以内。 - **第 3-4 周**:引入乘除法和分数运算,重点训练"估算优先"的思维方式——不追求精确答案,而是快速锁定最接近的选项。 - **第 5-6 周**:模拟 Optiver 真实测试环境,包括倒计时压力和干扰项设计。每周完成 3 次全真模拟,记录错误类型并针对性补强。 - **第 7-8 周**:概率题和市场直觉题专项训练,为后续面试做准备。 **结果**:8 周后,这位学员在正式测试中完成了 74 道题,顺利进入 Optiver 的面试环节,并最终拿到量化交易员的 Offer。起薪(Base + Bonus)约 £95k,超过同届 G5 投行 Analyst 的平均水平。
## 三、案例二:爱丁堡统计学硕士 → Citadel Securities 量化研究员 **背景**:统计学硕士,有一段数据分析实习经历(非金融行业),Python 基础扎实但无量化金融知识储备。 **挑战**:Citadel Securities 的笔试包含大量随机过程和金融数学题,这位学员在统计学方面有优势,但对布朗运动、伊藤引理等量化金融核心概念几乎没有接触。 **备战过程**: AT&T Career 的量化导师为这位学员设计了"补短板 + 强化优势"的双轨策略: **补短板(量化金融基础)**: - 用 4 周时间系统学习量化金融核心章节,重点掌握布朗运动的直觉理解和伊藤公式的应用场景。 - 不追求数学推导的严格性,而是建立"能在面试中解释清楚"的理解深度。 **强化优势(统计与编程)**: - 在 Python 实战部分,重点练习蒙特卡洛期权定价、统计套利策略回测等量化金融应用场景。 - 利用统计学背景,在贝叶斯推断和时间序列分析题型上建立明显优势。 **结果**:笔试顺利通过,面试中在统计推断题上表现突出,弥补了量化金融理论的相对不足。最终拿到 Citadel Securities 量化研究员 Offer,起薪约 $180k(美国办公室)。
## 四、案例三:华威大学计算机系 → Two Sigma 软件工程师(量化方向) **背景**:计算机科学学士,LeetCode 刷题经验丰富,但对量化金融完全陌生,最初目标是 Google/Meta 等科技公司。 **转变契机**:在 AT&T Career 的职业咨询中,顾问发现这位学员的算法能力已经达到较高水准,但科技公司的竞争极为激烈。相比之下,Two Sigma 的软件工程师岗位(量化方向)对算法能力的要求与科技公司相当,但竞争对手数量少得多,且薪资水平更高。 **备战过程**: 这位学员的备战策略相对简单——在保持算法能力的基础上,补充量化金融的基本概念: - 用 2 周时间了解量化基金的业务逻辑(做市、统计套利、高频交易),建立基本的行业认知。 - 准备 3-5 个"为什么选择量化基金而不是科技公司"的回答框架,展示对行业的真实兴趣。 - 在系统设计题中,重点练习低延迟系统和数据管道的设计,这是量化方向 SWE 的核心考察点。 **结果**:Two Sigma 的算法面试难度与顶级科技公司相当,这位学员顺利通过,并在系统设计环节展示了对量化场景的理解,最终拿到 Offer。起薪约 $200k(含 RSU),高于同期科技公司同级别的平均水平。
## 五、非 G5 学员的共同规律 从这三个案例中,可以总结出非 G5 学员成功进入顶级量化基金的几个共同规律: **1. 选择正确的目标岗位** 量化基金内部有多条职业路径:量化交易员、量化研究员、软件工程师(量化方向)。不同背景的候选人应该根据自己的优势选择最匹配的岗位,而不是盲目冲击"最难"的岗位。 **2. 提前 3-6 个月开始备战** 量化求职的核心技能(心算、概率、编程)都需要大量练习才能内化。临时抱佛脚的效果非常有限,提前规划是成功的关键。 **3. 找到有实战经验的导师** 量化面试有很多"潜规则"——比如 Jane Street 交易游戏的核心思维、Optiver 心算测试的答题策略——这些内容在公开资料中几乎找不到,只有有过亲身经历的导师才能传授。 **4. 充分利用全球市场机会** 顶级量化基金在英国、美国、香港、新加坡都有办公室,非 G5 背景的候选人可以同时申请多个市场,增加成功概率。 --- 量化基金是全球留学生求职市场中最公平的赛道之一。学校背景的权重远低于你的实际能力。如果你正在考虑量化求职,欢迎扫码添加 AT&T Career 的微信顾问(xsxq06),我们的量化专项导师均来自 Jane Street、Citadel、Optiver 等顶级机构,可以为你提供 1v1 的个性化备战规划。
非 G5 背景申请量化基金,简历会被直接筛掉吗?
量化基金的简历筛选标准与投行不同。大多数顶级量化机构(Jane Street、Citadel、Optiver)采用"笔试优先"的筛选逻辑——只要你能通过在线笔试,学校背景的权重会大幅降低。AT&T Career 建议非 G5 学员重点优化简历中的数学/编程项目经历,而不是过度关注学校背景。
量化基金的笔试难度有多高?非 G5 学员能通过吗?
Optiver 的 80 in 8 心算测试是量化笔试中难度最高的之一,但它是可以通过系统训练来提升的。AT&T Career 的学员通过 6-8 周的专项训练,平均可以将心算速度提升 30-50%。Citadel 和 Two Sigma 的笔试更侧重数学推理和编程,对有扎实基础的候选人相对友好。
AT&T Career 的量化辅导具体包含哪些内容?
AT&T Career 的量化专项辅导包括:心算专项训练(Optiver 80 in 8 备战)、概率与期望值系统训练、量化金融基础(布朗运动、期权定价)、编程面试辅导(Python/C++)、1v1 模拟面试(由在职导师主导)、以及全程的申请策略规划。所有辅导均由有顶级量化机构工作经历的导师提供。
量化求职需要提前多久开始准备?
建议至少提前 3-6 个月开始系统备战。量化求职的核心技能(心算、概率、编程)都需要大量练习才能内化,不适合临时抱佛脚。对于秋招(9-11 月),建议在 6-7 月就开始准备;对于春季实习,建议在 9-10 月开始准备。
AT&T Career