定價量化師現在和未來的角色
在查找 quant 時，我遇到了許多將“定價 quant”作為所有 quant 職位中最大的組成部分之一的來源。但後來我也遇到了許多提供工具的軟體公司，他們聲稱這些工具甚至可以為具有奇異基礎的奇異衍生品定價。
- 真的有這樣現成的建模工具，或者至少有一個這樣的工具庫，即使是交易者也可以輕鬆組合在一起？
- 如果是，那麼定價量化的確切作用是（或將是）什麼，以及隨機微積分等方面的高級培訓？
PS：可能與這個問題有些重疊，定價量化還有光明的未來嗎？但這來自一個無關的觀點，即奇異衍生品正在萎縮，儘管那裡唯一的答案確實提到了“軟體供應商”作為期貨之一。
大型投資銀行的 FO 正在縮減。市場並沒有開發需要新定價公式的新產品，如果有的話，它正在恢復到更多的普通結構。
如今，FO 量化專家通常會在拐角處破解現有模型以管理新的市場狀況（稍微改變一下 Sabr 以處理負利率、改進對美聯儲會議日期的處理、處理許多曲線等）。
還有一些新的監管要求會影響 FO 並讓 FO 量化人員參與進來。此外，FO 需要為交易者和桌面風險經理提供工具/功能來管理監管。諸如更好的 FRTB 損益歸因、更好地處理用於壓力測試和壓力 VaR 的衝擊、更好地對齊 BCBS239 的來源、初始利潤率、“假設”/資本影響等等。這又是 dev/db 的工作，但不是定價。
FO quant 很貴，而且很難找到好的。因此，銀行不會輕易大量解僱他們，但他們可以停止招聘新人才並回收現有員工。
據我所知，風險部門聘用了新的量化分析師。實際上，在許多銀行中，FO 已嘗試接管風險職能。但這不需要定價知識（實際上 FO 的心態可能會使事情變得更糟）。對於風險，你需要很好地掌握時間序列/計量經濟學、統計學、經濟學，以及對 FO 模型和市場結構的全面了解。你還需要成為一個良好的溝通者。
對沖基金也聘用了量化分析師。同樣，這不需要定價，但需要統計數據、機器學習、基本財務和數據庫。除非你在一個非常特別的地方工作。
這顯然是我的個人經歷（我在倫敦領導一個量化分析團隊）。你可以看到這裡的其他人有不同的看法。
成為定價量化專家絕對是光明的未來，所以不要把它作為你不攻讀金融工程學位的理由。
能夠購買相對便宜（仍然不那麼便宜，例如：Numerix 收費像一百萬……）的定量定價解決方案並不意味著您不需要量化。這就像說我們不需要公共汽車司機，因為我們可以簡單地啟動引擎並讓它離開。使用這些軟體需要定價量化，必須有人能夠解釋輸出。純粹的軟體工程師無法解釋軟體生成的波動率表面。這就像我們需要一個了解如何控制公車車的公車車司機。
據我所知，大多數 quant 大部分時間都花在模型驗證上，並確保它們的工作符合功能規範。他們不會將所有時間都花在隨機微積分上，而是會學習並與業務中的其他利益相關者互動。為新衍生品定價的機會確實不多。但是我們仍然需要它們來完成任何定量任務。
如今，大多數實際定價程式碼都是由外部軟體供應商完成的。但是你仍然需要一個 quant 才能與供應商交談！
我曾經在一家定量定價供應商公司工作。它並沒有你想像的那麼先進。我們將大部分定價工作都花在了複製“期權公式完整指南”中的公式上。實際上，我們大部分時間都花在了諮詢上，而不是實際定價上。