Focos de atención
Analista cuantitativo, Investigador cuantitativo, Desarrollador cuantitativo, Estratega cuantitativo, Ingeniero financiero, Desarrollador de modelos de riesgo, Trader algorítmico, Analista cuantitativo de inversiones, Científico de datos (con especialización en modelos cuantitativos), Desarrollador cuantitativo financiero.
Un desarrollador de modelos cuantitativos o "Quant" es una persona que utiliza modelos informáticos para procesar datos. Estos datos se utilizan para tomar decisiones para una empresa o firma financiera con el fin de determinar evaluaciones de riesgo, precios u oportunidades de inversión. Sus funciones específicas pueden variar en función de la empresa o el sector, pero todos utilizan métodos científicos para analizar los datos.
- Excelente remuneración
- El sector está creciendo: una oportunidad para formar parte de un sector en expansión.
- Capaz de trabajar de forma independiente y entregar datos según sea necesario.
Un día típico puede depender en gran medida del lugar donde trabaje un Quant. Cada empresa o firma puede tener diferentes expectativas diarias para estas personas. No obstante, cabe esperar lo siguiente:
- Reunirse con otros analistas por texto, teléfono, teleconferencia, correo electrónico o en persona para determinar el mejor uso de los datos.
- Crear programas para procesar datos históricos y de inversión, incluida la recopilación de datos.
- Estudiar las tendencias de los mercados financieros y de la industria.
- Utilizar los datos para ayudar a evaluar a otros miembros del equipo.
- Crear informes y presentaciones.
Gran parte del trabajo de un Quant se basa en la informática, por lo que debe tener buenos conocimientos no sólo de finanzas, sino también de programación informática.
- Pensamiento crítico
- Excelente comprensión lectora y escucha activa.
- Resolución de problemas complejos
- Matemáticas: a través de la estadística y el cálculo.
- Conocimientos de ingeniería.
- Software analítico como MATLAB
- Software y lenguajes de codificación como Visual Basic, Python, C++
- Software de planificación para empresas
- Software de bases de datos
- Bancos de inversión
- Fondos de cobertura
- Empresas de venta
- Empresas de seguros
- Desarrolladores de software financiero
Convertirse en desarrollador de modelos cuantitativos puede requerir varios años de formación y experiencia. A menudo se hace hincapié en la parte de programación, pero también es importante tener conocimientos financieros.
Se espera que domine lenguajes de programación como C++ y Python y que sea capaz de desarrollar software para su empresa. Los programas de análisis suelen desarrollarse internamente y son propiedad de la empresa. Esto significa que puede pasarse varios años perfeccionando un programa para una empresa y perder todo el acceso cuando se marche: no será propietario de lo que cree.
Antes de encontrar un trabajo en los mercados financieros como quant, hay que dedicar mucho tiempo a perfeccionar los conocimientos de programación informática y software.
El desarrollo cuantitativo es una tendencia propia de las finanzas. Los mercados financieros confían cada vez más en el análisis de datos y las soluciones informáticas para desarrollar planes de inversión y productos para sus clientes. A medida que crece el énfasis, aún se desconoce si se necesitarán más programadores para seguir desarrollando software, o si se necesitarán menos para mantenerlo.
- Programación informática
- Jugar a videojuegos
- Matemáticas en la escuela
- Resolver puzzles de lógica
- Licenciatura - Programación informática, Desarrollo de software, Matemáticas
- Se valorarán las clases de finanzas
- Máster - MBA, Ingeniería Financiera, Modelización Financiera Cuantitativa
- La experiencia como analista de datos y con minería de datos puede considerarse en lugar de la educación.
- Doctorado: si se asciende en el sector, muchas personas obtienen un doctorado.
- Los desarrolladores de modelos cuantitativos también deben adquirir una formación práctica a través de algunos años de experiencia laboral para aprender sobre: derivados, programas de cobertura, modelos de fijación de precios de derivados, procesamiento de datos de mercado, técnicas numéricas, opciones de fijación de precios no estándar, desarrollo avanzado de aplicaciones cuantitativas, programación de bases de datos, algoritmos, informática científica, matemáticas aplicadas, modelos estadísticos, conceptos avanzados de finanzas y estructuras de datos.
- Entre los lenguajes de programación más comunes que puede necesitar aprender se incluyen C++ / C#, Python, SQL, R y VBA.
- Los trabajadores probablemente también deberían estar familiarizados con la automatización de Microsoft Office, NumeriX Cross Asset o SDK, PolyPaths, Bloomberg, Calypso y Tableau.
- Otras herramientas de modelización y estrategia comercial son Maygard, Quantcode, Rosetta code, Quantconnect, Quandl, Quant Lib y JQuantLib.
- Los desarrolladores de modelos cuantitativos deben desarrollar una serie de habilidades técnicas relacionadas con el desarrollo de software, la programación, el aprendizaje automático y el aprendizaje profundo. Toma clases, estudia por tu cuenta y únete a clubes informáticos para aprender todo lo que puedas.
- Apúntate a clases relacionadas con la comunicación, como inglés, redacción, oratoria y debate.
- Estudiar modelos comunes utilizados en el desarrollo cuantitativo, como la consolidación, la valoración de opciones, la previsión, el flujo de caja descontado y la fusión.
- Solicite prácticas de Desarrollador Quant para empezar a adquirir experiencia laboral práctica
- Estudiar los lenguajes de programación y las herramientas de modelización/comercialización aplicables (véase la sección Formación exigida).
- Apúntate a cursos cortos como Automated Trading using Python & Interactive Brokers de Quantra o Machine Learning & Deep Learning in Financial Markets.
La mayoría de los Quants no obtienen su empleo directamente de la licenciatura. Es de esperar que pasen varios años trabajando en investigación de datos o desarrollo de software. Trabajar en el ámbito financiero no es tan importante como demostrar habilidad en el análisis de datos. Es importante crear una red de contactos durante este tiempo, ya que puede haber muchos cruces entre una empresa de modelización de datos financieros y una empresa de desarrollo de software.
También es muy recomendable obtener un máster. La Ingeniería Financiera es un campo útil, al igual que la Administración de Empresas. Algunas escuelas ofrecen también un título en Análisis Cuantitativo. Tendrá que demostrar estos conocimientos, así como una buena disposición para asumir riesgos y satisfacer las exigencias de los operadores financieros. Esto significa largas horas y condiciones estresantes.
Dependiendo de su formación y experiencia, puede esperar trabajar como asociado durante varios años. Si tienes un máster o un doctorado, tienes muchas más posibilidades de ascender a un puesto de Vicepresidente. Más allá de eso, puedes aprovechar tu posición para trabajar en otra empresa o ascender a director ejecutivo o vicepresidente.
Muchas personas se quedan en el nivel de Vicepresidente, pero es posible que usted pueda ascender a Director General o más, en función de su ambición.
Páginas web
- Barron's
- Bloomberg
- Noticias de actualidad de CNBC
- Asociación de Gestión de Riesgos Fiduciarios y de Inversión
- El Financial Times
- Fox Business
- Geeks para Geeks
- Asociación Internacional de Finanzas Cuantitativas
- Investopedia
- MarketWatch
- Quantinsti
- Cuantividad
- Cuantocracia
- QuantStart
- Stack Overflow
- Calle de los Muros
- TheStreet
- Wall Street Journal
Libros
- Aprendizaje automático para el trading algorítmico: Modelos predictivos para extraer señales de datos de mercado y alternativos para estrategias de trading sistemático con Python, por Stefan Jansen
- Negociación algorítmica: A Practitioner's Guide, por Jeffrey M Bacidore
- Trading Algorítmico: Guía paso a paso para desarrollar su propia estrategia de trading ganadora utilizando aprendizaje automático financiero sin tener que aprender código, de Investors Press.
- Ingeniero o desarrollador de software
- Optimización de la cadena de suministro
- Análisis de datos en atención sanitaria o desarrollo de fármacos
- Ciberseguridad
- Gestión de riesgos
Newsfeed
Trabajos destacados
Cursos y herramientas en línea