Sí, es cierto que alguien con sus antecedentes que también tenga conocimiento de finanzas cuantitativas tendrá una gran demanda en el espacio de finanzas cuantitativas. También es cierto, como algunos carteles han mencionado a continuación, que muy pocos fondos de cobertura emplean con éxito algoritmos avanzados de aprendizaje automático (con la excepción de los algoritmos de procesamiento de lenguaje natural utilizados para el análisis de sentimientos y / o análisis de texto para analizar rápidamente, por ejemplo, informes de ganancias o anuncios de la Fed). Estas serán cosas que se le pedirá que investigue si trabaja como analista cuantitativo en una empresa financiera.
Sin embargo, para su propia cuenta comercial personal, dudo mucho que alguna vez cree un algoritmo lo suficientemente sofisticado para obtener una ventaja significativa sobre otros jugadores en el mercado a menos que gaste millones de dólares construyendo la mejor infraestructura para realizar estos intercambios. Tendrás que ser más rápido o más inteligente que todos los demás , ya que puedes apostar que si alguien más rápido que tú descubre tu estrategia y es rentable, no dejará atrás ningún pedazo del pastel. Puede esperar a lo sumo algunas migajas y eso es solo si es el segundo jugador más rápido en el mercado (es probable que ni siquiera esté cerca). La realidad es que la mayoría de estas firmas emplean a docenas de doctores y profesores de primer nivel en aprendizaje automático y estadísticas. Es probable que lo que estás pensando ya haya sido probado y probado en terabytes de datos históricos prístinos, a los que no tienes acceso. También hay una razón por la cual los algoritmos de aprendizaje automático más avanzados apenas se usan, excepto quizás en algunas empresas muy reservadas (solo podemos especular). Es porque la mayoría de estos algoritmos son magnitudes más lentas que las regresiones simples que no son mucho peores cuando se ajustan bien, y una vez más, la velocidad lo es todo.
Ahora, si no puedes ser lo suficientemente rápido, ¿por qué no intentas ser más inteligente? Ciertamente es posible descubrir algoritmos de frecuencia media o baja que constantemente hacen dinero. El inconveniente es que la mayoría de las estrategias de arbitraje estadístico no se adaptan bien y son más o menos inviables a menos que seas Bill Gates o Warren Buffett. Estas estrategias generalmente requieren que asumas y mantengas posiciones enormes a través de oscilaciones volátiles en PnL para lograr ese retorno esperado de 0.001%. ¿Alguna vez se preguntó por qué los fondos de cobertura tienen cientos de millones o incluso miles de millones de dólares bajo administración?
- ¿En qué consiste el trabajo de un científico de datos en las principales empresas de tecnología?
- ¿Qué hiciste como estudiante para prepararte para convertirte en un científico de datos?
- ¿Por qué es importante la comunicación para los científicos de datos?
- ¿Qué viene primero para un científico de datos: los datos o la idea?
- Cómo convertirse en un científico de datos del desarrollador de software
Esto no le impide ganar dinero en su cuenta personal, pero es probable que el dinero que gane en última instancia se deba a la suerte y a un poco de sesgo de confirmación. ¡Buena suerte!