Трейдинг на основе математических моделей и алгоритмов остается одной из самых высокооплачиваемых и закрытых сфер финансового мира. В интервью на YouTube-канале Joma Tech автор проекта встретился со своим родным братом Давидом Ма (David Ma), бывшим количественным исследователем (квантом) в крупном американском хедж-фонде Two Sigma. Они детально обсудили специфику работы на стыке науки и финансов, реальный уровень компенсаций, требования к соискателям и причины, по которым специалисты уходят из крупнейших фондов ради собственных стартапов.
💰 Профессия «квант»: суть работы и миллионные бонусы 0:02
Профессия количественного исследователя (quantitative researcher) или аналитика считается одной из самых прибыльных для выпускников технических вузов. По словам ведущего канала Joma Tech, базовая стартовая зарплата специалиста сразу после университета может достигать $200 000 в год. Однако главной особенностью индустрии являются бонусы, которые нередко составляют около $500 000, благодаря чему совокупный годовой доход успешного сотрудника через четыре года работы может превысить $1 000 000.
С финансовой точки зрения Two Sigma представляет собой крупный количественный хедж-фонд, который использует методы математики, статистики и компьютерных наук для извлечения прибыли на фондовых и других регулируемых рынках. Основная задача Давида Ма в компании заключалась в прогнозировании динамики цен на акции с помощью статистических моделей. В индустрии ключевым показателем успешности алгоритмов считается так называемая «альфа» (alpha). Как пояснил гость, этот термин обозначает способность модели прогнозировать рынок эффективнее, чем это делает в среднем остальная масса инвесторов.
🧠 Миф о гениальности: почему креативность важнее академической статистики 4:33
Вопреки распространенному мнению, для успешной карьеры кванта не требуется быть признанным математическим гением или победителем международных олимпиад. Давид Ма подчеркнул, что для работы вполне достаточно базового понимания статистики, позволяющего избегать грубых методологических ошибок. Сам он изучал статистику в рамках стандартных курсов третьего и четвертого годов обучения в Университете Ватерлоо, что далеко от продвинутого академического уровня магистратуры или аспирантуры.
По мнению экс-кванта, гораздо более важными качествами для исследователя являются креативность и критическое мышление по отношению к источникам данных. В условиях жесткой конкуренции стандартные статистические подходы быстро теряют эффективность. Креативность в данном контексте заключается в поиске уникальных взаимосвязей и нетипичных массивов информации, до которых еще не додумались конкуренты.
В качестве примера Давид привел использование спутниковых снимков нефтяных скважин для независимой оценки объемов добычи сырья и последующего предсказания цен на сырьевые товары. Как только аналогичную стратегию начинают копировать другие фонды, наступает эффект «переполненности» рынка (crowdedness), и доходность алгоритма падает.
💼 Культура Кремниевой долины на Уолл-стрит 6:42
Среди разработчиков бытует мнение, что переход в сферу финансов неизбежно оборачивается экстремальными перегрузками и выгоранием. В частности, сотрудники конкурирующего фонда Citadel часто жалуются на чрезмерно затянутый рабочий день. Однако Давид Ма утверждает, что условия труда сильно зависят от конкретной организации.
В Two Sigma его рабочий день составлял в среднем 10 часов. При этом рабочий процесс не требовал постоянного предельного напряжения сил. Руководство фонда целенаправленно выстраивало корпоративную культуру, ориентированную на соблюдение баланса между работой и личной жизнью (work-life balance). По оценке гостя, внутренняя атмосфера в Two Sigma во многом копировала комфортный стиль технологических гигантов Кремниевой долины, стремясь удержать ценных специалистов от перехода в ИТ-сектор.
🎓 Карьерный путь: от кризиса 2007 года до соревнований Kaggle 8:31
Интерес Давида Ма к количественным финансам возник парадоксальным образом во время мирового финансового кризиса 2007 года. Один из его университетских профессоров публично обвинил квантов и их математические модели в крахе ипотечного рынка США и последующем экономическом бедствии. Эта критика возымела обратный эффект: Давид заинтересовался возможностями применения высшей математики в реальном мире.
Его образовательный бэкграунд включает в себя обучение в Университете Ватерлоо на факультете математики, где студентам предоставляется свобода выбора специализации. Там он освоил программирование и предиктивную статистику. Несмотря на то, что в старшей школе Давид занял второе место на математической олимпиаде в провинции Квебек, он не считает себя выдающимся ученым. Успех на рынке стал следствием удачного сочетания трех компонентов:
- уверенных навыков в области компьютерных наук;
- понимания прикладной статистики;
- устойчивого интереса к финансовым инструментам.
Для молодых специалистов, желающих попасть в индустрию, Давид Ма рекомендует активно изучать программирование, прикладную статистику и участвовать в соревнованиях по анализу данных на платформе Kaggle. В свое время Давиду удалось войти в топ-10 участников в одном из конкурсов Kaggle, что помогло при трудоустройстве. При этом он признает, что сегодня пробиться через Kaggle стало значительно труднее из-за высокой конкуренции со стороны специалистов с докторскими степенями (PhD).
🕵️♂️ Собеседования в фонды как отбор «детективов данных» 11:28
Отбор кандидатов в топовые хедж-фонды отличается высокой сложностью, обусловленной прежде всего колоссальным потоком резюме от соискателей. На технических интервью детально проверяются знания в области Computer Science, теории вероятностей и математической статистики. При подготовке Давид Ма тратил целые дни на решение профильных задач и логических головоломок (brain teasers), собранных на профильных ресурсах и Glassdoor. По его мнению, подобные головоломки не имеют практической ценности на реальном рабочем месте, но служат эффективным фильтром, отсеивающим кандидатов, не готовых к упорной и методичной подготовке.
Суть ежедневной работы кванта Давид Ма сравнивает с деятельностью сыщика. В детстве он увлекался чтением детективных романов, и этот образ мышления пригодился ему в анализе данных.
Позиция Давида строится на том, что данные сами по себе нейтральны, а технический инструментарий не делает человека хорошим аналитиком автоматичеки. Главное — это умение задавать правильные вопросы, находить неочевидные улики в массивах информации и собирать разрозненные факты в единую логическую историю. Если хотя бы один элемент данных противоречит выстроенной гипотезе, модель считается несостоятельной и требует переработки.
🚀 Уход из найма и автоматизация рынка недвижимости 14:51
На момент записи интервью Давид Ма завершил карьеру количественного исследователя в Two Sigma и переключился на развитие собственного технологического бизнеса. Оставив высокооплачиваемую позицию, он стал сооснователем небольшого стартапа, разрабатывающего интеллектуального ассистента для агентов по недвижимости.
Создаваемый продукт автоматизирует рутинные процессы в работе риелторов:
- планирование встреч и звонков с потенциальными клиентами;
- управление календарем занятости;
- сбор и аналитику данных об эффективности продаж.
Цель стартапа заключается в том, чтобы освободить агентов от бюрократии и администрирования, позволив им полностью сфокусироваться на непосредственных продажах и переговорах.
В финале встречи братья затронули личные темы и вопросы профессионального соперничества. Давид признался, что в детстве считал себя умнее брата, опираясь на результаты тестов IQ и успехи в математике. Однако с возрастом он пересмотрел свои взгляды, осознав многогранность человеческого интеллекта. По его наблюдениям, ведущий канала Joma Tech гораздо быстрее усваивает новую информацию и адаптируется к изменениям. В свою очередь, автор канала признал, что долгое время находился в тени математических успехов своего старшего брата, который во многом предопределил его собственный образовательный маршрут.
