碼農(nóng)悄悄占領(lǐng)了華爾街

3月5日，高盛集團向全體3.6萬名員工發(fā)布內(nèi)部信，表示放寬員工著裝要求。從此，這一老牌華爾街公司員工不用再每天西裝革履示人。另一世界知名財團摩根大通也在一份內(nèi)部備忘錄里將商務(wù)休閑裝納入員工著裝范疇，男士可以適當(dāng)穿POLO衫、休閑褲，女士也可以偶爾穿連衣裙、高跟涼鞋。要知道高盛歷來被稱為white-shoe投資銀行，傳統(tǒng)上強調(diào)正式的商務(wù)著裝，這就意味著華爾街的著裝風(fēng)格越來越接近硅谷。

事實上近年來，高盛和其他華爾街銀行一直在與飛速發(fā)展的硅谷科技公司如谷歌、Facebook和亞馬遜等爭搶人才，人們思想里的華爾街規(guī)矩又多又無聊，而在硅谷，你可以穿拖鞋、坐懶人沙發(fā)，還能拿到價值數(shù)百萬的期權(quán)。華爾街向硅谷的靠近可以看出編程人才正越來越成為金融機構(gòu)的核心資產(chǎn)。

碼農(nóng)“占領(lǐng)”華爾街

當(dāng)特斯拉股價在2018年Q3財報公布后逆市大漲時，不少投資者吃了一驚。大家沒有猜到特斯拉可以實現(xiàn)盈利。

不過，在華爾街某個角落的辦公室里，一些基金經(jīng)理卻并不感到意外。他們早就預(yù)判出特斯拉產(chǎn)量會大增，并且提前做了投資布局，而他們所使用的方法，卻與以往華爾街的判斷方法完全不同。特斯拉 CEO 馬斯克一直強調(diào)自己的公司在加班加點生產(chǎn)，但特斯拉的工廠向來十分封閉，外界并無法確認(rèn)這一信息。

于是，一家叫做 Thasos Group 的金融科技公司想出一個辦法，他們在一張電子地圖上圍著特斯拉在東灣弗雷蒙特的工廠周圍畫了一個數(shù)碼地理圍欄，然后將GPS數(shù)據(jù)顯示來自這個圈里的手機信號數(shù)據(jù)都單獨圈了出來。對這些數(shù)據(jù)的分析讓他們發(fā)現(xiàn)，今年6月到10月，特斯拉工廠的加班情況增長了30%。 Thasos 將這些數(shù)據(jù)和發(fā)現(xiàn)賣給華爾街的對沖基金們，他們據(jù)此加倉特斯拉，當(dāng)特斯拉在財報后股價大漲10%時，這些金主只需要躺著數(shù)錢就行了。

人們都說數(shù)據(jù)對于未來人類社會，就是新的石油，它能驅(qū)動一切。而對于華爾街來說則更加直接，數(shù)據(jù)就是金錢。

金融行業(yè)，大家都在從大量的信息中尋找有價值的信息來構(gòu)建自己的模型，如果可以比別人更快更準(zhǔn)地做出判斷，那么你就贏了。而互聯(lián)網(wǎng)科技的發(fā)展，讓越來越多以前無法收集的信息變成了可以分析的數(shù)據(jù)，同時，機器學(xué)習(xí)等人工智能技術(shù)，又讓分析數(shù)據(jù)，從這些雜亂無章的信息中找到規(guī)律的能力變得無比強大。

不只是人們的手機數(shù)據(jù)，華爾街的金融機構(gòu)們早已經(jīng)開始嘗試用AI分析社交網(wǎng)絡(luò)數(shù)據(jù)、用自然語義處理的技術(shù)分析那些枯燥的財報，甚至從電話會議里各個上市公司高管的語氣來判斷公司的前景。

越來越多的金融機構(gòu)在擁抱AI。這些機構(gòu)的日常運作就變成了這樣：

有經(jīng)驗的交易員和基金經(jīng)理們選擇出他們認(rèn)為最重要的影響力因子，然后通過各種先進的數(shù)據(jù)收集方式得到這些因子對應(yīng)的數(shù)據(jù)。之后，用機器學(xué)習(xí)模型來訓(xùn)練和提高這些因子的準(zhǔn)確性，從而能得到更準(zhǔn)確的預(yù)判。訓(xùn)練之后，這些模型會由同樣是由機器運行的自動化交易系統(tǒng)里，對他們所持倉的股票作出買賣判斷。如果這些模型對所投資的公司的某些數(shù)據(jù)的賭注“賭對了”，也就是比上市公司公開這些數(shù)據(jù)更早的判斷對了這些數(shù)據(jù)的變化，那么他們就會賺錢。 而很顯然，這里面更需要懂的機器學(xué)習(xí)等AI技術(shù)的人員，而傳統(tǒng)的分析師等崗位注定受到?jīng)_擊。

咨詢公司 Opimas 的一份報告就指出，由于人工智能的發(fā)展，金融業(yè)現(xiàn)存的30萬基金經(jīng)理，分析師，后臺員工等崗位，到2025年將減少9萬個。與此同時，AI 專家們開始受到華爾街熱捧，技術(shù)大牛們開始從硅谷流向華爾街。 給人滿滿的“硅谷入侵華爾街”的畫面感。

摩根大通最近請來了卡內(nèi)基梅隆大學(xué)機器學(xué)習(xí)系主任曼努埃拉·維羅索，來領(lǐng)導(dǎo)他們的人工智能研究實驗室。華盛頓大學(xué)計算機系的知名教授佩德羅·多明戈斯，加入了華爾街對沖基金DE Shaw，負(fù)責(zé)他們新成立的機器學(xué)習(xí)部門。 對她們來說，這些科技人才一點金融知識都不需要懂，我看重的是技術(shù)，是AI 和數(shù)據(jù)分析的能力。他只需要對金融有一點感覺，就完美了

同時，花費在AI上的投入也不斷增長。據(jù)彭博的一份數(shù)據(jù)，華爾街的金融機構(gòu)如今在這些AI大牛身上的投入，一年可能就要達到100萬美元。

高盛的首席技術(shù)官(COO)David Solomon透露，高盛內(nèi)部有1/4的員工為程序員，Solomon有可能成為下一任高盛CEO。他表示，為了保住業(yè)內(nèi)地位，并且維持創(chuàng)新的環(huán)境，(高盛)投資投入很大。高盛員工中，程序員有9000人，其員工總數(shù)為3.6萬人。

金融行業(yè)的變遷，在華爾街第一投行，高盛的員工構(gòu)成上體現(xiàn)得非常清楚，在15-20年前，高盛有500個交易員做市(making markets)，現(xiàn)在他們只有3個。高盛前CEO勞爾德·貝蘭克梵甚至將高盛重新定位為“一家科技公司”。2019年，高盛進軍算法驅(qū)動的ETF，表明華爾街越來越依賴先進的自動化操作。電腦的讀取速度遠遠超過一大群分析師，可以快速篩選公司報告、新聞報道和監(jiān)管備案文件，從中找出一家公司未來前景的線索。

在高盛2018年的招聘崗位中，50%以上為工程技術(shù)人員。在幾百名計算機工程師的技術(shù)支持下，自動化交易程序已經(jīng)接管了高盛大多數(shù)日常工作量。

在高盛內(nèi)部，最能代表其科技實力的是Strats團隊。為了與科技公司爭奪人才，高盛為Strats團隊提供高薪。其成員均畢業(yè)于世界頂級名校，絕大部分擁有的不是金融、而是數(shù)學(xué)與計算機科學(xué)相關(guān)的學(xué)位，且精專于各種編程語言。

據(jù)CNBC報道，高盛內(nèi)部總結(jié)歸納出“一名數(shù)據(jù)工程師可以取代四名交易員”的規(guī)律，目前，高盛三分之一的員工是計算機工程師，約有9000人。去年年底，高盛表示，它在2018年一共聘請了850名畢業(yè)生進入其技術(shù)部門，而兩年前技術(shù)部門只招了450人！并將美國應(yīng)屆工程師的年薪直接漲到了10萬美金??！這還不包括其它額外的豐厚獎金。

與高盛一樣，摩根大通也相當(dāng)重視技術(shù)人才的招攬，增加軟件工程和人工智能研發(fā)等技術(shù)崗位的招聘。目前，摩根大通擁有約5萬名技術(shù)相關(guān)員工。

隨著更多投行的轉(zhuǎn)型，未來精通編程算法、數(shù)據(jù)分析、機器學(xué)習(xí)和人工智能的科技人才將成為投行主心骨，而交易員、銷售人員和分析師或?qū)⒅饾u被代替。這些曾經(jīng)意氣風(fēng)發(fā)的投資經(jīng)理們，也許需要從現(xiàn)在開始學(xué)習(xí)編程，才能保住飯碗了。

編程已成華爾街必修課

據(jù)英國《金融時報》報道，摩根大通集團大約1/3的分析師和員工被強制參與編程課程學(xué)習(xí)計劃，而且摩根大通還表示未來強制培訓(xùn)對象會進一步擴大，其他部門的初級員工都要參與其中！摩根大通首席執(zhí)行官Mary Callahan erdo曾說過：“不僅技術(shù)人員要會編程，所有希望在21世紀(jì)運營一家有競爭力的公司的人都要掌握這項技能?！币虼?，今年新加入摩根大通資產(chǎn)管理部門的所有300名分析師被強制性要求學(xué)習(xí)編程課程。現(xiàn)在摩根大通的資管部門員工可以和科技部門一樣使用編程語言，這樣有助于開發(fā)更好的理財產(chǎn)品服務(wù)客戶。明年摩根大通將擴大強制學(xué)習(xí)范圍，包括數(shù)字算法和機器學(xué)習(xí)。

隨著算法交易的崛起，越來越多傳統(tǒng)投資銀行開始轉(zhuǎn)型成為科技公司。除了摩根大通，其他投行也加入了編程學(xué)習(xí)隊伍。金融行業(yè)實際上完全滿足大規(guī)模商業(yè)算法應(yīng)用的兩個重要條件。其一、數(shù)據(jù)的質(zhì)量和數(shù)量必須達到一定的要求，尤其強調(diào)的是整個數(shù)據(jù)流程和每日的數(shù)據(jù)更新，這決定了算法的基礎(chǔ)是否牢固；其二，在所在領(lǐng)域有沒有對問題的相對清晰的定義。明年，資產(chǎn)管理部門將擴大課程學(xué)習(xí)范圍，包括數(shù)據(jù)科學(xué)概念，機器學(xué)習(xí)和云計算。Citigroup為其實習(xí)分析師推出了Python速成課程。

美股打新業(yè)務(wù)

1. Java

排名最靠前的非Java莫屬，這一類人才在華爾街已經(jīng)吃香多年。北美某獵頭公司金融IT招聘負(fù)責(zé)人表示，Java程序員在所有領(lǐng)域都必不可少，從低延時執(zhí)行，到訂單管理系統(tǒng)，再到內(nèi)部風(fēng)險與評估平臺無一不是。Java通常適用于數(shù)據(jù)模擬和建模。此外，在搭建用戶友好、加載快速的安全網(wǎng)站方面，Java和JavaScript（前端設(shè)計）都是關(guān)鍵語言。

Java工程師的緊缺除了需求旺盛外，，另一方面原因是華爾街對Java開發(fā)人員的技能和資質(zhì)要求很高，據(jù)Jay Gaines&Company的統(tǒng)計，Java工程師招聘職位的應(yīng)聘者數(shù)量平均只有7名，遠低于其他語言的工程師，而Java工程師的薪水福利也比其他開發(fā)人平均高10%左右。

2. C++/C#

在華爾街，能與Java旗鼓相當(dāng)?shù)木幊陶Z言是C++和C#。

對于高并發(fā)高頻交易來說，C++依然是首選，也是開發(fā)大規(guī)模數(shù)據(jù)的后臺測試和處理系統(tǒng)的效率最高的工具，因為C++是開發(fā)處理大量數(shù)據(jù)的高性能回測和執(zhí)行系統(tǒng)的最有效工具。此外，C++還經(jīng)常被用于開發(fā)銀行遺留系統(tǒng)上的各種應(yīng)用。由于遷移到新技術(shù)平臺的成本非常高，那些能夠開發(fā)與遺留系統(tǒng)環(huán)境兼容的開發(fā)人員依然是搶手的香餑餑。

與Java類似，C#也能在各種不同的項目中發(fā)揮作用，尤其是數(shù)據(jù)模擬和建模，但目前主要還是用來開發(fā)數(shù)量分析和低延遲的應(yīng)用。同時C#也是平均應(yīng)聘者數(shù)量第二少的職位，這使得合格的應(yīng)聘者在薪酬待遇方面掌握著很大的主動權(quán)，平均薪酬待遇比平均水平要高出9-10%左右。在薪水待遇方面，SQL能排到第三。

3. Python

Python是數(shù)字華爾街上一顆冉冉升起的新星，Python非常適合開發(fā)分析工具和數(shù)量分析模型，這些分析工具和模型對于投資銀行和對沖基金的交易策略來說至關(guān)重要。

Python的優(yōu)勢之一是易于入門，開發(fā)速度也比傳統(tǒng)語言更快，Selby Jennings公司負(fù)責(zé)北美金融科技招聘的主管Jared Butler認(rèn)為，Python在投資銀行界的流行度將超過Java和C++，原因有三點：

首先，Python的代碼效率比C++高，10行Python代碼就能完成C++20行代碼的工作，而且錯誤幾率更低。隨著監(jiān)管加強和最佳實踐的普及，Python的性能和可用性得到越來越多的認(rèn)可，風(fēng)頭已經(jīng)蓋過C++。

其次，隨著越來越多的技術(shù)專家出現(xiàn)在在銀行業(yè)務(wù)側(cè)，Python也將更加流行。因為Python能讓開發(fā)者與分析人員和研究人員在項目中更好地合作。

第三，Python是優(yōu)秀的腳本語言，應(yīng)用面越來越廣，尤其隨著大數(shù)據(jù)的重要性與日俱增，Python與Scala一起，都將扮演更加關(guān)鍵的角色。

不過，與Java、C++和C#以及SQL相比，Python開發(fā)人員在薪酬待遇上競爭力不大，這也是因為Python入門太過容易。很多人力資源經(jīng)理甚至都不再技能要求中提及Python，因為對于經(jīng)驗豐富的開發(fā)人員來說，學(xué)習(xí)Python是一件相當(dāng)容易的事情。