量化机构版图：从国内私募到外资巨头
我的掌握程度：
先掌握这个答案
版图四象限：①国内量化私募：九坤、明汯、幻方、灵均、衍复、诚奇等——多因子选股/指数增强/中性为主，规模扩张快，本土化竞争激烈；②外资机构：Two Sigma、Citadel、Jane Street、HRT、Optiver、Jump等——多策略平台/做市/高频全球领先，薪资天花板高；③公募量化：指数增强、量化对冲产品，持仓约束多、风格稳健；④券商自营/资管：算法交易、衍生品做市。文化光谱：外资偏全球协作+系统化培训，国内私募偏实战+快速迭代。
先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。
从理解到使用
本阶段实战方法 · 把行情数字变成可比较的收益
看股票、基金或策略业绩时，先对齐本金、起止日期、现金流与费用。
- 选一个固定区间，记录期初价值、期末价值、分红、出入金和交易费用。
- 没有中途出入金时，用（期末价值＋已取出分红－期初价值－费用）÷期初价值计算收益；有出入金时先区分时间加权与资金加权。
- 用相同区间的基准作比较，同时记录最大亏损；不要单凭一次盈利评价能力。
使用边界
- 不同期限的收益不可直接排名；年化只是换算，不是未来收益承诺。
- 模拟价格不是实时行情。普通股票交易手数、T+1和费用应按具体市场规则核对。
背景 · 从一个困惑说起
「量化」不是一个公司，而是一个生态：国内私募管理规模头部已千亿级，外资巨头在亚太布局多年，公募基金有量化部门，券商自营也有算法团队——它们风格迥异，招人偏好也不同。
由此产生的问题
量化机构的主要类别和代表有哪些？各自的文化与策略特色是什么？
核心概念
版图四象限：①国内量化私募：九坤、明汯、幻方、灵均、衍复、诚奇等——多因子选股/指数增强/中性为主，规模扩张快，本土化竞争激烈；②外资机构：Two Sigma、Citadel、Jane Street、HRT、Optiver、Jump等——多策略平台/做市/高频全球领先，薪资天花板高；③公募量化：指数增强、量化对冲产品，持仓约束多、风格稳健；④券商自营/资管：算法交易、衍生品做市。文化光谱：外资偏全球协作+系统化培训，国内私募偏实战+快速迭代。
为什么需要它
①求职定位：不同象限的门槛、流程、考察点差异巨大（外资重算法/英语/brain teaser，国内私募重因子实操/A股理解）；②行业认知：新闻里的「量化」争议（限制、砸盘论）多指向特定象限的具体策略，一概而论是认知粗糙；③职业迁移路径：象限间跳槽的常见通道（券商→私募、外资→创业）。
实际应用场景
求职地图：头部私募实习（转正率高的通道）、外资校招（全球统一笔试）、公募（稳定+户口属性）、券商金工（跳板属性）。信息源：官网招聘页、师兄师姐、量化求职社群。
与之前知识的联系
q-008概念的行业载体。下一题买方/卖方的区分是理解金融职业对话的第一把钥匙。
⚠ 常见误解
- 量化=那几家头部私募：四象限+大量中小机构构成生态；中小机构往往是新人获得负责范围更快的去处
- 外资=只做高频：外资是多策略平台，量化研究/开发/交易岗覆盖全频谱
- 名气小=不值得去：职业早期「成长速度>平台名气」，小机构的完整策略闭环经验是跳槽硬通货
🛠 本题实践任务
从四个象限各挑一家机构，查它们官网/公众号最近发布的量化岗位JD，记录：岗位名称、技能要求的前三条。对比四份JD的异同。
💡 提示（先自己想5分钟再看）
搜索「机构名+招聘+quant」；JD是最真实的市场需求信号。
✅ 验收标准
四份JD摘要+一句话总结：哪个象限的技能要求最接近你现在的能力、差距在哪？
在你的浏览器内运行。首次需联网下载 Python；支持标准库和 Pyodide 提供的 NumPy、pandas 等包。行情抓取、系统文件访问和部分第三方库请在本地环境运行。输出自检仅比对结果关键词，不代替逻辑审查。
Python · 独立工作线程 · 执行限时10秒
🤖 AI导师
导师会先检查你的前置知识（量化交易），再用案例、公式和代码帮助理解。此功能需要先启用服务。