Quant Careers: รู้จัก 7 สายอาชีพ Quant

 

งาน Quant หรือการเงินเชิงปริมาณใช้ข้อมูล คณิตศาสตร์ สถิติ และการเขียนโปรแกรมช่วยแก้ปัญหาทางการเงิน แต่ไม่ได้มีรูปแบบงานเพียงแบบเดียว บางสายค้นหาและทดสอบแนวคิดการลงทุน บางสายสร้างระบบซื้อขาย ขณะที่อีกหลายสายทำงานด้านราคาอนุพันธ์ ความเสี่ยง และการจัดพอร์ต

 

QuantCorner รวบรวม 7 เส้นทางให้คุณเปรียบเทียบว่าแต่ละสายทำอะไร ใช้ทักษะแบบไหน และควรเริ่มทดลองจากโครงงานอะไร ใช้ตัวละครบนหน้านี้สำรวจบทบาท และอ่านรายละเอียดของแต่ละสายเพื่อเลือกเรื่องที่อยากเรียนต่อ

 

หากยังไม่แน่ใจว่าจะเริ่มเรียนอย่างไร ให้เริ่มจาก Quant Pathway: เส้นทางเรียน Quant จากพื้นฐานสู่สายอาชีพ แล้วกลับมาเลือกสายที่สนใจ

 

Quant Researcher — นักวิจัยเชิงปริมาณ

 

Quant Researcher ตั้งคำถามเกี่ยวกับตลาด ค้นหาสัญญาณจากข้อมูล และสร้างการทดลองเพื่อประเมินว่าแนวคิดการลงทุนมีหลักฐานรองรับหรือไม่ งานนี้ครอบคลุมการเตรียมข้อมูล วิเคราะห์ทางสถิติ และทดสอบกลยุทธ์ย้อนหลัง โดยตรวจผลนอกชุดฝึกและรวมต้นทุนซื้อขาย

 

ทักษะที่ควรสำรวจ: Statistics, Alpha Research, Time Series และ Backtesting หากชอบตั้งสมมติฐานและตรวจสอบด้วยข้อมูล ลองเริ่มจากทดสอบสัญญาณหนึ่งตัว พร้อมเขียนข้อจำกัดและเปรียบเทียบกับวิธีอ้างอิงง่าย ๆ

 

Algorithmic Trading — การพัฒนาระบบซื้อขายอัลกอริทึม

 

สาย Algorithmic Trading เปลี่ยนกฎของกลยุทธ์ให้เป็นระบบซื้อขายอัตโนมัติ ตั้งแต่แปลงแนวคิดเป็นโค้ด ทดสอบย้อนหลัง ออกแบบการส่งคำสั่ง ไปจนถึงติดตามระบบเมื่อใช้งานจริง ประเด็นสำคัญคือระบบทำงานตามกฎได้ถูกต้อง และรับมือกับข้อมูลหรือการเชื่อมต่อที่ผิดปกติได้

 

ทักษะที่ควรสำรวจ: Strategy Design, Python, Execution และ System Monitoring โครงงานเริ่มต้นอาจเป็นระบบจำลองการส่งคำสั่งที่บันทึกเหตุการณ์และวัดต้นทุน โดยยังไม่เชื่อมบัญชีซื้อขายจริง

 

Quant Trader — นักเทรดเชิงปริมาณ

 

Quant Trader ใช้ข้อมูลและแบบจำลองประกอบการตัดสินใจซื้อขาย ดูแลการนำกลยุทธ์ไปใช้ และติดตามคำสั่ง สถานะ สภาพคล่อง และความเสี่ยงระหว่างที่ตลาดเคลื่อนไหว จุดเน้นจึงอยู่ที่การตัดสินใจและการควบคุมการซื้อขายภายใต้สภาวะตลาดจริง

 

ทักษะที่ควรสำรวจ: Market Microstructure, Execution และ Risk Controls ลองศึกษาว่าส่วนต่างราคาและสภาพคล่องกระทบคำสั่งอย่างไร แล้วฝึกบันทึกคำสั่งและขีดจำกัดความเสี่ยงในตลาดจำลอง

 

Quant Developer — นักพัฒนาระบบเชิงปริมาณ

 

Quant Developer สร้างระบบข้อมูล เครื่องมือวิจัย และโครงสร้างพื้นฐานที่ช่วยให้ทีม Quant พัฒนา ทดสอบ และใช้แบบจำลองได้อย่างถูกต้อง งานนี้ให้ความสำคัญกับคุณภาพซอฟต์แวร์ การรันซ้ำ การตรวจสอบผล และความน่าเชื่อถือของระบบ

 

ทักษะที่ควรสำรวจ: Data Engineering, Software Engineering, Event Replay และ System Testing หากสนใจงานระบบ ลองสร้างกระบวนการอ่านข้อมูลและรันการทดลองที่ให้ผลตรวจสอบซ้ำได้ พร้อมการทดสอบกรณีข้อมูลขาดหายหรือผิดรูปแบบ

 

Pricing Quant — นักวิเคราะห์แบบจำลองราคา

 

Pricing Quant พัฒนาและดูแลแบบจำลองสำหรับประเมินมูลค่าอนุพันธ์และผลิตภัณฑ์ทางการเงินที่ซับซ้อน รวมถึงคำนวณความไวของราคาต่อปัจจัยตลาด เพื่อสนับสนุนการประเมินราคาและการป้องกันความเสี่ยง งานนี้ต้องเข้าใจทั้งสมมติฐานของแบบจำลองและวิธีคำนวณ

 

ทักษะที่ควรสำรวจ: Option Pricing, Greeks และ Numerical Methods โครงงานเริ่มต้นอาจเป็นเครื่องมือราคาออปชันที่ตรวจเทียบกับค่าอ้างอิง และอธิบายว่าราคาเปลี่ยนอย่างไรเมื่อเปลี่ยนความผันผวนหรือเวลาคงเหลือ

 

Risk Quant — นักวิเคราะห์ความเสี่ยงเชิงปริมาณ

 

Risk Quant พัฒนาแบบจำลองวัดความเสี่ยง ประเมินความเสียหายที่อาจเกิดขึ้น และทดสอบสถานการณ์ตลาด เพื่อสนับสนุนการกำหนดขีดจำกัดและติดตามความเสี่ยง งานนี้ต้องมองทั้งผลการคำนวณ สมมติฐาน และเหตุการณ์ที่ข้อมูลย้อนหลังอาจอธิบายได้ไม่ครบ

 

ทักษะที่ควรสำรวจ: Value at Risk, Expected Shortfall และ Stress Testing ลองสร้างรายงานความเสี่ยงของพอร์ตตัวอย่าง เปรียบเทียบวิธีประเมิน และแสดงผลภายใต้สถานการณ์ตลาดที่ต่างกัน

 

Portfolio Quant — นักบริหารพอร์ตเชิงปริมาณ

 

Portfolio Quant พัฒนาแบบจำลองจัดสรรเงินลงทุนและสร้างพอร์ต โดยผสานสัญญาณลงทุน ความเสี่ยง ต้นทุน และข้อจำกัด เพื่อให้พอร์ตสอดคล้องกับเป้าหมาย งานนี้เชื่อมการวิจัยเข้ากับการตัดสินใจว่าจะถือสินทรัพย์อะไร ในสัดส่วนเท่าไร และปรับพอร์ตเมื่อใด

 

ทักษะที่ควรสำรวจ: Asset Allocation, Portfolio Optimization, Risk Budgeting และ Rebalancing ลองออกแบบแผนปรับสมดุลพอร์ต แล้วเปรียบเทียบผลเมื่อเปลี่ยนข้อจำกัดและต้นทุน

 

Choose Your Direction: เลือกสายจากงานที่อยากลองทำ

 

ถ้าชอบตั้งคำถามและวิเคราะห์หลักฐาน ให้เริ่มสำรวจ Quant Researcher ถ้าชอบเขียนโค้ดและออกแบบระบบ ลองเปรียบเทียบ Quant Developer กับ Algorithmic Trading หากสนใจการตัดสินใจซื้อขายและกลไกตลาด ให้ดู Quant Trader ส่วนคนที่สนใจแบบจำลองราคา ความเสี่ยง หรือการจัดสรรเงินลงทุน ให้เริ่มจาก Pricing Quant, Risk Quant หรือ Portfolio Quant ตามลำดับ

 

ความรับผิดชอบของแต่ละตำแหน่งอาจทับซ้อนและต่างกันตามองค์กร รายการนี้ใช้เป็นแนวทางสำรวจความสนใจ คุณจึงไม่จำเป็นต้องเลือกสายเดียวถาวร และไม่ต้องเรียนครบทุกหัวข้อก่อนเริ่มโครงงานเล็ก ๆ

 

สำรวจทักษะใน Quant Skill Tree แล้วเลือกตัวละครของสายที่สนใจภายในหน้านั้น เพื่อดูหมวดความรู้และทักษะที่เกี่ยวข้อง

 

Frequently Asked Questions

 

Quant Researcher กับ Quant Trader ต่างกันอย่างไร?

 

Researcher เน้นพัฒนาและทดสอบแนวคิดด้วยข้อมูล ส่วน Trader เน้นนำกลยุทธ์ไปใช้และดูแลสถานะกับความเสี่ยงระหว่างซื้อขาย ทั้งสองสายอาจร่วมกันปรับแบบจำลองและประเมินผลจากตลาด

 

Quant Developer กับ Algorithmic Trading ต่างกันอย่างไร?

 

Developer เน้นเครื่องมือและโครงสร้างพื้นฐานที่รองรับทีม Quant ส่วน Algorithmic Trading เน้นระบบที่ทำงานตามกฎซื้อขาย ตั้งแต่กลยุทธ์จนถึงการส่งคำสั่ง ทั้งสองสายใช้ทักษะซอฟต์แวร์ร่วมกัน แต่ขอบเขตงานอาจต่างกันตามทีม

 

ยังไม่รู้ว่าจะเลือกสายไหน ควรเริ่มตรงไหน?

 

เริ่มจาก Python สำหรับข้อมูล สถิติพื้นฐาน และความเข้าใจตลาด ลองทำโครงงานสั้นหนึ่งชิ้น แล้วใช้สิ่งที่ชอบและปัญหาที่พบเลือกทักษะถัดไป อ่าน Quant Pathway เพื่อดูแนวทางจัดลำดับการเรียน