量化金融三大岗位：为什么区分如此重要
许多有志于量化金融的学生在申请时犯了一个根本性的错误：将 Quant Researcher（QR）、Quant Trader（QT）和 Quant Developer（QD）混为一谈，导致简历定位模糊、面试准备方向错误，最终与心仪的岗位失之交臂。
这三个岗位虽然都在量化金融领域，但其本质工作内容、所需技能、面试考察重点和职业发展路径存在根本差异。理解这些差异，是量化求职的第一步。
根据 AT&T Career 导师团队（涵盖 Jane Street、Citadel、G-Research、Two Sigma 等顶级机构的现任和前任员工）的一手经验，本文将系统拆解三大岗位的核心区别，并帮助你判断哪条路径最适合你的背景和目标。
Quant Researcher（QR）：量化金融的"科学家"
Quant Researcher 是量化金融中最接近学术研究的岗位。QR 的核心工作是发现和验证 Alpha 信号——即能够预测市场价格变动的统计规律。
典型日常工作
QR 的工作流程通常包括：数据探索（分析海量历史市场数据，寻找统计规律）、信号研究（建立数学模型，验证潜在的 Alpha 信号）、回测（在历史数据上测试信号的有效性，评估夏普比率、最大回撤等指标）以及策略优化（与 Trader 合作，将研究成果转化为可执行的交易策略）。
核心技能要求
| 技能领域 | 具体要求 | 重要程度 | |---------|---------|--------| | 数学基础 | 概率论、统计学、随机过程、线性代数 | 极高 | | 机器学习 | 监督学习、时间序列分析、特征工程 | 高 | | 编程能力 | Python（pandas/numpy/scipy）、R | 高 | | 金融知识 | 市场微观结构、衍生品定价、风险管理 | 中高 | | 研究能力 | 论文阅读、假设检验、实验设计 | 极高 |
典型背景
QR 岗位对学术背景要求最高。顶级机构（Jane Street、Two Sigma）的 QR 通常来自以下背景：数学/统计学博士（最受欢迎）、物理/工程博士（尤其是理论物理、信号处理方向）、计算机科学博士（机器学习方向）以及顶级院校（Oxford/Cambridge/MIT/CMU）的数学/统计硕士（少数情况）。
薪资水平（伦敦市场，2026 年）
| 级别 | 基本薪资 | 奖金（业绩好时） | 总包估算 | |------|---------|--------------|--------| | Junior QR（0–3年） | £80k–£120k | £50k–£150k | £130k–£270k | | Mid QR（3–7年） | £120k–£180k | £100k–£300k | £220k–£480k | | Senior QR（7年+） | £180k–£300k | £200k–£1M+ | £380k–£1.3M+ |
代表性雇主：Jane Street（QR 为核心岗位）、Two Sigma、G-Research、Citadel Securities、Man AHL、Winton Group
Quant Trader（QT）：量化金融的"决策者"
Quant Trader 是量化金融中最接近实际市场操作的岗位。QT 的核心工作是在市场中执行量化策略，实时管理风险和仓位。
典型日常工作
QT 的工作节奏与 QR 截然不同，更具实时性和压力感：市场开盘前（检查系统状态、调整参数、分析隔夜市场动态）、交易时段（监控策略运行、管理风险敞口、处理异常情况）、市场收盘后（分析当日 P&L、复盘策略表现、与 QR 讨论改进方向）。
核心技能要求
| 技能领域 | 具体要求 | 重要程度 | |---------|---------|--------| | 数学直觉 | 快速概率估算、期望值计算、风险量化 | 极高 | | 市场理解 | 市场微观结构、流动性、做市商机制 | 极高 | | 决策能力 | 在不完整信息下快速做出理性决策 | 极高 | | 编程能力 | Python/C++（策略实现）、SQL | 中高 | | 心理素质 | 压力管理、情绪控制、连续亏损后的决策 | 高 |
典型背景
QT 岗位对数学直觉和决策能力的要求高于学术深度。顶级做市商（Optiver、IMC、Jane Street）的 QT 通常来自：数学/物理/统计本科或硕士（G5 或同等院校）、数学竞赛背景（IMO、Putnam 等）以及具有强烈的竞争意识和游戏化思维的候选人。
薪资水平（伦敦市场，2026 年）
| 级别 | 基本薪资 | 奖金（业绩好时） | 总包估算 | |------|---------|--------------|--------| | Junior QT（0–3年） | £80k–£130k | £80k–£200k | £160k–£330k | | Mid QT（3–7年） | £130k–£200k | £150k–£500k | £280k–£700k | | Senior QT（7年+） | £200k–£400k | £300k–£2M+ | £500k–£2.4M+ |
代表性雇主：Optiver（QT 为核心岗位）、IMC Trading、Jane Street、Citadel Securities、Flow Traders、Jump Trading
Quant Developer（QD）：量化金融的"工程师"
Quant Developer 是量化金融中最接近软件工程的岗位。QD 的核心工作是构建和维护量化交易系统的技术基础设施。
典型日常工作
QD 的工作介于软件工程和量化金融之间：交易系统开发（构建低延迟交易执行系统、订单管理系统）、数据管道（设计和维护市场数据的采集、清洗和存储系统）、回测框架（开发供 QR 使用的高效回测平台）以及风险系统（实时风险监控和报告系统）。
核心技能要求
| 技能领域 | 具体要求 | 重要程度 | |---------|---------|--------| | 编程能力 | C++（高性能）、Python、Java/Scala | 极高 | | 系统设计 | 低延迟架构、分布式系统、数据库设计 | 极高 | | 金融知识 | 市场数据格式、FIX 协议、衍生品基础 | 中高 | | 数学基础 | 统计学基础、数值方法 | 中 | | 软件工程 | 代码质量、测试、CI/CD、版本控制 | 高 |
典型背景
QD 岗位对编程能力要求最高，学术背景相对灵活：计算机科学本科或硕士（最常见）、电子工程/信号处理背景（擅长低延迟系统）以及数学/物理背景 + 强编程能力（跨界候选人）。
薪资水平（伦敦市场，2026 年）
| 级别 | 基本薪资 | 奖金 | 总包估算 | |------|---------|------|--------| | Junior QD（0–3年） | £70k–£110k | £30k–£80k | £100k–£190k | | Mid QD（3–7年） | £110k–£160k | £60k–£150k | £170k–£310k | | Senior QD（7年+） | £160k–£250k | £100k–£300k | £260k–£550k |
代表性雇主：所有顶级量化机构均大量招聘 QD，包括 Citadel、Jane Street、Two Sigma、Bloomberg、Goldman Sachs Quant
三大岗位横向对比：如何选择适合你的路径
| 维度 | Quant Researcher | Quant Trader | Quant Developer | |------|-----------------|-------------|----------------| | 核心工作 | 发现 Alpha 信号 | 执行策略、管理风险 | 构建技术基础设施 | | 数学深度 | 极高（博士级） | 高（直觉为主） | 中（应用为主） | | 编程要求 | 高（Python/R） | 中高（Python） | 极高（C++/Python） | | 金融知识 | 中高 | 极高 | 中 | | 工作节奏 | 研究型，相对灵活 | 高压，实时响应 | 工程型，项目驱动 | | 职业天花板 | PM/CIO（极高） | PM/Partner（极高） | 技术总监/架构师 | | 薪资上限 | 最高（顶级 PM 可达 £1M+） | 极高（顶级 Trader 可达 £2M+） | 高（顶级 QD 可达 £550k+） | | 适合背景 | 数学/物理/统计博士 | 数学/物理本硕+竞赛背景 | CS/工程本硕 |
如何判断哪条路径适合你？
选择 QR 的信号：你享受独立研究的过程，有强烈的学术好奇心，能够在不确定性中保持耐心，有统计学或机器学习的深厚背景。
选择 QT 的信号：你享受快节奏和实时决策，有强烈的竞争意识，在压力下能保持冷静，擅长快速心算和概率估算，喜欢游戏化的工作环境。
选择 QD 的信号：你对系统架构和高性能计算有浓厚兴趣，享受解决复杂的工程问题，有扎实的 CS 基础，希望在量化金融领域发挥技术优势而不必成为数学专家。
面试准备：三大岗位的核心差异
QR 面试重点
QR 面试通常包含数学/统计题（期望值、条件概率、随机过程）、编程题（Python 数据分析、统计建模）、研究讨论（讨论你的研究经历，如何设计实验、处理数据）以及 Case Study（给定数据集，发现并验证一个 Alpha 信号）。
QT 面试重点
QT 面试通常包含心算测试（Optiver 80 in 8 类型）、概率直觉题（快速估算期望值和概率）、交易模拟（模拟做市商场景，考察定价和风险管理能力）以及 Market Making 游戏（Jane Street 的经典交易游戏）。
QD 面试重点
QD 面试通常包含算法编程题（LeetCode Medium/Hard 级别，重点是系统设计）、系统设计题（设计低延迟交易系统、数据管道）、语言深度（C++ 内存管理、Python 性能优化）以及金融系统知识（市场数据格式、FIX 协议基础）。
AT&T Career 的三轨专项备考
AT&T Career 的 Quant Track 针对三大岗位提供专项备考方案。QR Track 由 G-Research、Two Sigma 的现任研究员主导，重点在统计建模和 Python 数据分析。QT Track 由 Optiver、Jane Street 的现任 Trader 主导，重点在心算训练和交易模拟。QD Track 由 Citadel、Bloomberg 的工程师主导，重点在 C++/Python 系统编程和算法题。
常见问题 · FAQ
QR 和 QT 哪个薪资更高？+
QT 的薪资上限略高于 QR，因为顶级 Trader 的奖金与个人 P&L 直接挂钩，业绩好时可达数百万英镑。但 QR 的薪资更稳定，且顶级 QR 晋升为 PM 后薪资也非常可观。从长期职业发展来看，两者的薪资天花板相近，关键在于你的个人能力和市场时机。
没有博士学位能做 QR 吗？+
可以，但难度较大。顶级机构（Jane Street、Two Sigma）的 QR 岗位绝大多数来自博士背景。但部分机构（如 G-Research、Citadel）会招聘顶级院校（Oxford/Cambridge/Imperial）数学/统计硕士作为 Junior QR，前提是有强烈的研究能力和编程基础。如果你是硕士背景，建议先从 QD 或 QT 入行，积累经验后再转 QR。
QD 能转 QR 或 QT 吗？+
可以，但需要主动补足差距。QD 转 QR 需要补充统计学和机器学习的深度；QD 转 QT 需要培养市场直觉和风险意识。在量化机构内部转岗相对容易，因为你已经熟悉系统和业务。建议在入职 QD 后主动参与 QR 或 QT 的项目，积累跨岗位经验。
三大岗位哪个最适合应届生？+
QT 和 QD 对应届生最友好，因为这两个岗位的技能可以通过系统训练快速提升。QR 对应届生要求最高，通常需要博士学位或极强的研究背景。如果你是数学/物理/统计硕士，建议优先申请 QT；如果你是 CS 硕士，建议优先申请 QD；如果你是博士，则可以直接申请 QR。
在英国，哪些机构同时招聘三大岗位？+
Jane Street、Citadel Securities 和 Two Sigma 在伦敦同时大量招聘 QR、QT 和 QD。Optiver 和 IMC 以 QT 为主。G-Research 以 QR 为主。Bloomberg 和 Goldman Sachs Quant 以 QD 为主。建议根据自己的背景选择最匹配的机构，而不是盲目投递所有机构。
Free Resource
免费领取【Quant Finance 求职全套资料包】
包含 CV 模板、面试题库、Networking 模板信及完整的求职 Timeline。已有 1,200+ 学员领取。