¿Por qué elegiste trabajar en finanzas cuantitativas sobre ciencia de datos?

Hay un montón de superposición en las habilidades. El Berkeley MFE está colocando a algunos graduados en empresas de tecnología como científicos de datos en el área de la bahía. Si revisas linkedin, hay personas en Nueva York que saltan entre google y quant finance.

Las partes agradables de las finanzas cuantitativas son que puede considerar un problema específico muy profundamente. Existe una tonelada de economía financiera y una base de conocimiento cuantitativa financiera existente. Esto es especialmente interesante si tienes una intuición natural para la economía. Pero la cruda realidad es que la mayoría de los graduados en finanzas cuantitativas realizan trabajos mundanos que les permiten a sus habilidades técnicas permanecer latentes (posiblemente también para la mayoría de los graduados de DS).

La sólida comprensión de las matemáticas y la computación centrales combinadas con la curiosidad natural y el fuerte impulso le permitirán tener éxito en cualquiera de los campos. Esta es la razón por la que ve que los mejores BS en matemáticas / cs / ee / física tienen éxito en el campo, ya sea William Chen o Brian Bi.

No trabajo bastante en finanzas cuantitativas propiamente, pero elegiría casi cualquier cosa sobre ciencia de datos porque obtuve suficiente ciencia de datos cuando estudié econometría en la escuela, y ya no quiero masajear datos y ahogarme en las celdas. Tengo la oportunidad de mirar gráficos bonitos e interpretar datos todo el tiempo, y tengo que estar al tanto de los datos que estoy viendo, cómo se recopilan, ajustan, muestran, etc., y cualquier fórmula que se les aplique. No suelo ver conjuntos de datos gigantes, pero tomaré datos de inventario y buscaré comparaciones y correlaciones y la regresión ocasional, pero dejé que mi software comercial hiciera todo el trabajo pesado. Puede sorprender que la matemática más difícil que hago a diario es realizar pruebas lógicas, como esta posición de opciones ¿genera más dinero que esa? ¿Cuál tiene menos riesgo? ¡En lugar de recopilar datos, puedo interpretarlos y tomar decisiones!

Porque cuando comencé a trabajar no teníamos muchos datos. Incluso tener datos de ticks FX era una novedad, y no había excelentes herramientas para trabajar con grandes cantidades de datos.

Sin embargo, no creo que lo que haga hoy encaje perfectamente en ninguno de los dos cuadros.

Porque cuando estudié finanzas cuantitativas (QF), tuve que hacer QF y Data Science.

Después del 08/09 ′ probablemente no encontrará estudiantes de QF que no tengan ciencia de datos como parte de su título.

Sin embargo, las personas con ciencia de datos solo tienen ideas y conocimientos de bupkiss sobre QF. Por lo tanto, es un poco un callejón sin salida.