Creo que 32 y un doctorado en Theo. La física es perfecta para ingresar a Finanzas cuantitativas. De hecho, prefiero llamarlo “Ciencia de datos financieros” y no “Finanzas cuantitativas”.
He presentado en una serie de conferencias sobre el impacto transformador de la inteligencia artificial y el aprendizaje automático para aportar rigor científico a la inversión. Tanto es así que en la batalla entre Quants y Traders, los traders han perdido fácilmente.
- ¿Qué hace exactamente un arquitecto en la nube?
- ¿Cuáles son las mejores certificaciones para un ingeniero de software?
- ¿Es posible convertirse en desarrollador de software desde cero en un año?
- Estoy estudiando EEE el año pasado. ¿Cuáles son las oportunidades laborales para mí?
- ¿Qué consejo le darías a alguien que sigue una carrera como guionista? Mi hermano está explorando una carrera en escritura de guiones. ¿Qué consejo le darías? ¿Qué libros y recursos debería leer? ¿Cómo debería irrumpir en la industria?
Publicaciones de empleo a nivel nacional de comerciantes: nadie quiere comerciantes.
Las finanzas son una ciencia social y, como tal, son diferentes a las ciencias puras como la física. Uno de los primeros errores cometidos por los quants fue utilizar modelos de ciencia pura. Sin embargo, si no hacemos eso y utilizamos un enfoque de aprendizaje profundo, creo que deberíamos poder abordar bien la complejidad de las finanzas.
Si está buscando trabajar en Quant hoy, debe averiguar quién pagará por la innovación que está tratando de aportar. Desde esa perspectiva es bastante difícil.
- Los inversores individuales tienen el menor acceso a buenas estrategias, pero no tienen tiempo para comprender y elegir la calidad.
- Los fondos de cobertura no están funcionando bien.
- El comercio de utilería está muriendo.
Si decide ser un cuant, mi sugerencia es tener el “por qué” muy claro en su mente.
Probablemente quiera contribuir al impacto transformador de la Inteligencia Artificial y el Aprendizaje Profundo al hacer que el comercio sea un proceso científico. El aprendizaje profundo ha tenido mucho éxito en las ciencias sociales, especialmente en áreas donde hay muchos datos. El comercio es otro campo que se puede ver como una ciencia social con muchos datos.
Con el advenimiento de las tecnologías de Aprendizaje profundo y Big Data para una computación eficiente, finalmente podemos usar los mismos métodos en la gestión de inversiones como lo haríamos en el reconocimiento facial o en la creación de chat-bots. Este enfoque en el aprendizaje de un conjunto jerárquico de conceptos realmente está haciendo que la inversión sea un proceso científico, una utilidad.
Trabaja en eso. No intentes volver a implementar lo que ya se ha escrito en los libros.
Gracias por el A2A Nitin Tiwari