liwei在一亩三分地论坛刚创建时，写了几篇关于斯坦福icme这个program的申请、招生录取、出路等情况的文章，现在他毕业找到金融工程的工作了，又写了一个长篇，不但介绍了stanford多个专业包括金融数学、统计等的一些情况，也介绍了quant的一些就业和工作情况。文章的个别段落涉及内部信息比较多，warald给hide了。

各位有问题的，趁着liwei现在有时间，请到论坛的原帖（http://www.1point3acres.com/bbs/thread-14111-1-1.html）提问。原文如下：

谢谢Warald版大提供这个平台。

以前在这个论坛发了一些帖子，被同系的很多同学看到，说我“有当间谍的潜质”，于是一度收敛了很多。现在毕业啦，没有顾忌啦，所以回来灌水了。

我们专业改名叫Computational and Applied Mathematics了，申请还是对Stanford iCME申。它的一个好处是硕士可以转博士，条件是“GPA 3.5/4.0，考过资格考试，找到导师，并且导师有钱，或者自己有钱”。由于我们学校是有A+的，A+是4.3，所以很多大牛中国同学的GPA都超过4.0。像第一年9门课就有一位同学8个A+……要拿A+还是很难的，四五十人的课也就2、3个吧。统计系的课比我们系的课更难，毕竟是号称全美就厉害的统计系。我们系的同学去上统计系的概率B（跟数学系合开），每次作业都要花40个小时以上，最后考试60分满分得分39，但已经是排第2了……最高那位40分，是个数学系的，也是中国人。数学系的课比统计系还难，而且数学系厉害的学生都号称“不屑于上那些跟统计系合开的课”。很多人去上数学系的课觉得作业爆难，但据数学系的人说他们系难的课都是没有作业的，有作业的都不算难……难的课可能一个学期就证一个定理，然后考试就是跟老师聊半个小时，那种境界当然不是偶等菜鸟可以企及的……而且数学系是没有CPT的，所以数学系的人要找 实习必须得去其他系修一个硕士，想找金融的当然就修金融数学的硕士。其实很多博士刚进来的时候还是很有学术激情的，视金钱如粪土的，但找了女朋友之后就变了。所以坚持纯数学统计研究的都是没女朋友的，或者女朋友是同专业的博士，但如果女朋友是其他专业的，才不会欣赏神马半群超级鞅，只有金钱才是一般等价物，才能带来共同语言；事实上很多女生逼自己男朋友去搞金融的，如果男朋友是冷门理工PhD的话。我们学校对博士是非常优待的，跟硕士完全不是一个境界，硕士转博士时系主任会百般刁难。

我们系当年跟我一起来的几个硕士生，除我之外都是北大清华的，其中一个作业作弊勒令退学了，其他几个都转了博士，或至少考过资格考试正在转，就我找工作。现在一家高频交易对冲基金当金融工程师。这个工作是系主任推荐的，前后花了不到半个月，由于系主任面子大，所以感觉他们在放水，经验不宜推广。其他的工作也是本系师兄推荐的，他是公司高层，自然又是放水的，经验不宜推广。其实我在学校认识人不多，同级的都不多，大几级的都是博士了，也基本同一年毕业，甚至比我晚毕业，说实话找工作靠同学还真的帮不上什么忙。一般来说，一些已工作的师兄师姐来招人，这些机会比较大。

我工作时间是每天下午3点上班晚上11点下班，5点开始交易，中间还有1个半小时休息，加上是系统自动交易，所以这行其实挺闲的。由于有保密协定，我不能讨论跟公司有关的任何事情，所以公司名字就不说了，它总部在芝加哥，在加州、新加坡、日本有分公司，我们其实是一个资产管理公司的下属对冲基金。找其他银行工作的话，在美国的同学可以参考这篇帖子，这是比较正统主流的找工作方式，该看什么书就认真看吧，他也花了不到3个月，那应该是最好的quant实习了。我的方式比较非主流，难以推广。http://www.mitbbs.com/article/Quant/31282885_3.html

有师兄去芝加哥的trading company当algorithmic trader每天要12小时，周末加班。这取决于公司的管理模式。我们公司有4个trader，每人坐在4个大屏幕旁做交易，其中一个是创始人兼这个分公司的老板，他不是经常来，很老了，另外一个年轻的管事。其实自动交易的话他们要做的事情并不多，只是在系统不正常的时候干预一下，记录一些重要的时间点，想一些潜在的交易策略，等等；我是金融工程师，我做的工作就是把那些重要时间点附近的市场变化的信息搜集出来（现在我已经编了程序自动找了），用一些统计方法验证他们的交易策略，当然这个过程也会产生一些新的策略，然后把程序跟融入交易系统里；编软件也有3、4个人，分工不同，有设计交易界面的，有设计系统内部的，有处理数据的（供我分析用）。公司成立10年了，经历了911和次贷，活得还不错，算厉害的了。长期资本空有一帮哈佛教授诺奖得主成立4年就挂了，而且98年的危机比911和次贷都小多了。

每个交易员用的交易系统里的自动交易策略是不一样的，而策略都是集体讨论出来的，所以收入分配有点类似于集体主义。芝加哥那些trading company不大一样，algorithmic trader既要写分析数据找模式的程序，又要编写相应的交易程序，还要自己看着程序交易，反正IT部门是不可能知道他们的交易策略的，只是提供数据和交易系统，所以他们要1天12个小时，6个小时写程序，6个小时用程序交易，累死人了，当然赚了钱是自己的。而且那些公司是没有quant,trader之分的，quant就是trader，trader就是quant.

这是一家很小的公司，交易的产品非常单一，不像一些知名大trading company，分17个小组，每个小组交易不同的产品，一共好几百人。但收入的话其实差不多，毕竟做这种生意并没有规模优势，大家都是不同的产品，每个人的收入跟各自的小组高度相关。这跟微软不一样，比如windows下很多部门，其实每个部门的收入都跟windows的销量相关的；而且在微软开发软件肯定比很多软件公司赚钱多，毕竟销量大，干同样的活，买的人