Quant Pathway
เริ่มเรียน Quant
พื้นฐานสู่ 7 สายอาชีพ
เริ่มจากความสงสัย สร้างพื้นฐานร่วมกัน
แล้วค้นพบตัวเองผ่าน 7 สายอาชีพ
เส้นทางเรียน Quant จากพื้นฐานสู่ 7 สายอาชีพ
ค้นพบงานที่อยากทำ แล้วเริ่มสร้างทักษะที่ใช่
เลือกเส้นทางของคุณ → เริ่มจากพื้นฐาน ↘
เรียนรู้ทักษะจริง ผ่านคาแรกเตอร์ที่ชวนให้ค้นหา
จุดเริ่มต้นของทุกเส้นทาง
เรียน Quant
ต้องมีพื้นฐานอะไรบ้าง?
Quant คือการใช้ข้อมูล คณิตศาสตร์ สถิติ และการเขียนโปรแกรมเพื่อแก้ปัญหาทางการเงิน ตั้งแต่ค้นคว้าแนวคิดลงทุนและสร้างระบบซื้อขาย ไปจนถึงประเมินราคา วัดความเสี่ยง และจัดสรรพอร์ต แต่ละสายใช้พื้นฐานร่วมกัน แล้วเลือกเรียนให้ลึกตามงานที่สนใจ
01
คณิตศาสตร์และสถิติ
เข้าใจโมเดล ความไม่แน่นอน และขอบเขตของข้อสรุปที่หลักฐานรองรับได้
คณิตศาสตร์และสถิติ ช่วยให้คุณเข้าใจแบบจำลองและวิเคราะห์ความไม่แน่นอน เริ่มจากพีชคณิต ฟังก์ชัน เวกเตอร์และเมทริกซ์ แล้วต่อด้วยความน่าจะเป็น การกระจายของข้อมูล การประมาณค่า และการทดสอบสมมติฐาน ลองอธิบายด้วยภาษาของตัวเองว่าหลักฐานที่มีเพียงพอจะสนับสนุนข้อสรุปหรือไม่ และผลที่พบอาจเกิดจากความบังเอิญได้อย่างไร
- พีชคณิต
- เวกเตอร์และเมทริกซ์
- ความน่าจะเป็น
- การอนุมานทางสถิติ
02
Python และข้อมูล
อ่าน จัดระเบียบ แสดงผล และวิเคราะห์ข้อมูลด้วยกระบวนการที่รันซ้ำได้
Python และข้อมูล เป็นเครื่องมือสำหรับนำแนวคิดไปทดลอง ฝึกอ่านไฟล์ จัดการตารางข้อมูล เขียนฟังก์ชัน และสร้างกราฟ ควบคู่กับการตรวจข้อมูลขาดหาย ข้อมูลซ้ำ และเวลาที่ข้อมูลพร้อมใช้งานจริง โค้ดที่ดีควรรันซ้ำได้และทำให้คนอื่นตรวจสอบวิธีคำนวณของคุณได้
- ฟังก์ชัน Python
- ข้อมูลแบบตาราง
- คุณภาพข้อมูล
- การแสดงผลข้อมูล
03
ตลาดและการเงิน
เชื่อมตัวเลขเข้ากับสินทรัพย์ กลไกเทรด สภาพคล่อง และต้นทุน
ตลาดและการเงิน ทำให้ตัวเลขมีบริบท ศึกษาว่าสินทรัพย์แต่ละประเภททำงานอย่างไร ผลตอบแทนและความเสี่ยงคำนวณแบบไหน รวมถึงกลไกคำสั่งซื้อขาย สภาพคล่อง และต้นทุน ลองติดตามสินทรัพย์หนึ่งประเภทให้เข้าใจ ก่อนขยายไปหลายตลาดพร้อมกัน
- ประเภทสินทรัพย์
- ผลตอบแทนและความเสี่ยง
- Market Order
- สภาพคล่องและต้นทุน
คิดอย่างนักวิจัย
ตั้งคำถามที่ทดสอบได้ ตรวจคุณภาพข้อมูล แบ่งข้อมูลตามเวลา ประเมินผลนอกชุดฝึก รวมต้นทุนซื้อขาย และบันทึกการทดลองให้รันซ้ำได้ ทักษะเหล่านี้เชื่อมพื้นฐานเข้ากับงานทุกสาย
จากความสงสัย สู่หลักฐาน
เริ่มเรียน Quant อย่างไร
5 ขั้นตอนลงมือทำ
เริ่มเรียน Quant ด้วยโครงงานเล็ก ๆ
ไม่ต้องเรียนทุกหัวข้อให้ครบก่อนลงมือ
01 เริ่มจากคำถามเดียว
เริ่มจากเรื่องที่ทำเสร็จได้ เช่น ผลตอบแทนและความผันผวนของสินทรัพย์เปลี่ยนไปอย่างไรในแต่ละช่วงเวลา คำถามที่ชัดช่วยกำหนดว่าคุณต้องเรียนอะไรและใช้ข้อมูลแบบไหน
02 สร้างข้อมูลที่เชื่อถือได้
เขียน Python เพื่ออ่านและจัดระเบียบข้อมูล ตรวจรายการซ้ำ ข้อมูลขาดหาย และความสอดคล้องของวันที่ เก็บขั้นตอนเหล่านี้เป็นโค้ด แทนการแก้ตารางด้วยมือโดยไม่มีบันทึก
03 ทดสอบด้วย Baseline ง่าย ๆ
เปรียบเทียบผลกับวิธีอ้างอิงง่าย ๆ และอธิบายเหตุผลของแต่ละขั้นตอน หากศึกษากลยุทธ์ซื้อขาย ให้แยกช่วงทดลองกับช่วงประเมิน และตรวจผลหลังรวมต้นทุน
04 ทำโปรเจกต์ในสายที่สนใจ
สายวิจัยอาจทดสอบสัญญาณหนึ่งตัว สาย Developer อาจสร้างระบบรันการทดลองซ้ำ สาย Pricing อาจทำเครื่องมือราคา Option ส่วนสาย Risk หรือ Portfolio อาจทำรายงานสถานการณ์ความเสี่ยงหรือแผนปรับสมดุลพอร์ต สำหรับสาย Trading ให้เริ่มจากระบบจำลองคำสั่งและการควบคุมความเสี่ยง
05 เลือกทักษะถัดไป
เขียนรายงานสั้น ๆ ว่าคุณถามอะไร ใช้วิธีใด พบอะไร และยังไม่มั่นใจเรื่องไหน จากนั้นใช้ Skill Tree เลือกทักษะถัดไปที่ช่วยแก้ช่องว่างของโครงงานนั้น
คู่มือสายอาชีพ
เปรียบเทียบ 7 สายอาชีพ Quant
งาน ทักษะ และโปรเจกต์
เริ่มจากงานที่สนใจ แล้วเปรียบเทียบทักษะและโครงงานที่อยากลองทำ
01 Quant Researcher
นักวิจัยเชิงปริมาณQuant Researcher ตั้งคำถามเกี่ยวกับตลาด ค้นหาสัญญาณจากข้อมูล และสร้างการทดลองเพื่อประเมินว่าแนวคิดการลงทุนมีหลักฐานรองรับหรือไม่ งานนี้ครอบคลุมการเตรียมข้อมูล วิเคราะห์ทางสถิติ และทดสอบกลยุทธ์ย้อนหลัง โดยตรวจผลนอกชุดฝึกและรวมต้นทุนซื้อขาย
ทักษะหลัก: สถิติ · Alpha Research · Time Series · Backtest
โปรเจกต์ที่ลองเริ่มได้: ลองเริ่มจากทดสอบสัญญาณหนึ่งตัว พร้อมเขียนข้อจำกัดและเปรียบเทียบกับวิธีอ้างอิงง่าย ๆ
02 Algorithmic Trading
การพัฒนาระบบซื้อขายอัลกอริทึมสาย Algorithmic Trading เปลี่ยนกฎของกลยุทธ์ให้เป็นระบบซื้อขายอัตโนมัติ ตั้งแต่แปลงแนวคิดเป็นโค้ด ทดสอบย้อนหลัง ออกแบบการส่งคำสั่ง ไปจนถึงติดตามระบบเมื่อใช้งานจริง ประเด็นสำคัญคือระบบทำงานตามกฎได้ถูกต้อง และรับมือกับข้อมูลหรือการเชื่อมต่อที่ผิดปกติได้
ทักษะหลัก: การออกแบบกลยุทธ์ · Python · Execution · System Monitoring
โปรเจกต์ที่ลองเริ่มได้: โครงงานเริ่มต้นอาจเป็นระบบจำลองการส่งคำสั่งที่บันทึกเหตุการณ์และวัดต้นทุน โดยยังไม่เชื่อมบัญชีซื้อขายจริง
03 Quant Trader
นักเทรดเชิงปริมาณQuant Trader ใช้ข้อมูลและแบบจำลองประกอบการตัดสินใจซื้อขาย ดูแลการนำกลยุทธ์ไปใช้ และติดตามคำสั่ง สถานะ สภาพคล่อง และความเสี่ยงระหว่างที่ตลาดเคลื่อนไหว จุดเน้นจึงอยู่ที่การตัดสินใจและการควบคุมการซื้อขายภายใต้สภาวะตลาดจริง
ทักษะหลัก: Market Microstructure · Execution · การควบคุมความเสี่ยง
โปรเจกต์ที่ลองเริ่มได้: ลองศึกษาว่าส่วนต่างราคาและสภาพคล่องกระทบคำสั่งอย่างไร แล้วฝึกบันทึกคำสั่งและขีดจำกัดความเสี่ยงในตลาดจำลอง
04 Quant Developer
นักพัฒนาระบบเชิงปริมาณQuant Developer สร้างระบบข้อมูล เครื่องมือวิจัย และโครงสร้างพื้นฐานที่ช่วยให้ทีม Quant พัฒนา ทดสอบ และใช้แบบจำลองได้อย่างถูกต้อง งานนี้ให้ความสำคัญกับคุณภาพซอฟต์แวร์ การรันซ้ำ การตรวจสอบผล และความน่าเชื่อถือของระบบ
ทักษะหลัก: Data Engineering · Software Engineering · Event Replay · System Testing
โปรเจกต์ที่ลองเริ่มได้: ลองสร้างกระบวนการอ่านข้อมูลและรันการทดลองที่ให้ผลตรวจสอบซ้ำได้ พร้อมการทดสอบกรณีข้อมูลขาดหายหรือผิดรูปแบบ
05 Pricing Quant
นักวิเคราะห์แบบจำลองราคาPricing Quant พัฒนาและดูแลแบบจำลองสำหรับประเมินมูลค่าอนุพันธ์และผลิตภัณฑ์ทางการเงินที่ซับซ้อน รวมถึงคำนวณความไวของราคาต่อปัจจัยตลาด เพื่อสนับสนุนการประเมินราคาและการป้องกันความเสี่ยง งานนี้ต้องเข้าใจทั้งสมมติฐานของแบบจำลองและวิธีคำนวณ
ทักษะหลัก: Option Pricing · Greeks · วิธีเชิงตัวเลข
โปรเจกต์ที่ลองเริ่มได้: โครงงานเริ่มต้นอาจเป็นเครื่องมือราคา Option ที่ตรวจเทียบกับค่าอ้างอิง และอธิบายว่าราคาเปลี่ยนอย่างไรเมื่อเปลี่ยนความผันผวนหรือเวลาคงเหลือ
06 Risk Quant
นักวิเคราะห์ความเสี่ยงเชิงปริมาณRisk Quant พัฒนาแบบจำลองวัดความเสี่ยง ประเมินความเสียหายที่อาจเกิดขึ้น และทดสอบสถานการณ์ตลาด เพื่อสนับสนุนการกำหนดขีดจำกัดและติดตามความเสี่ยง งานนี้ต้องมองทั้งผลการคำนวณ สมมติฐาน และเหตุการณ์ที่ข้อมูลย้อนหลังอาจอธิบายได้ไม่ครบ
ทักษะหลัก: Value at Risk · Expected Shortfall · Stress Test
โปรเจกต์ที่ลองเริ่มได้: ลองสร้างรายงานความเสี่ยงของพอร์ตตัวอย่าง เปรียบเทียบวิธีประเมิน และแสดงผลภายใต้สถานการณ์ตลาดที่ต่างกัน
07 Portfolio Quant
นักบริหารพอร์ตเชิงปริมาณPortfolio Quant พัฒนาแบบจำลองจัดสรรเงินลงทุนและสร้างพอร์ต โดยผสานสัญญาณลงทุน ความเสี่ยง ต้นทุน และข้อจำกัด เพื่อให้พอร์ตสอดคล้องกับเป้าหมาย งานนี้เชื่อมการวิจัยเข้ากับการตัดสินใจว่าจะถือสินทรัพย์อะไร ในสัดส่วนเท่าไร และปรับพอร์ตเมื่อใด
ทักษะหลัก: Asset Allocation · Portfolio Optimization · Risk Budgeting · Rebalance
โปรเจกต์ที่ลองเริ่มได้: ลองออกแบบแผนปรับสมดุลพอร์ต แล้วเปรียบเทียบผลเมื่อเปลี่ยนข้อจำกัดและต้นทุน
ความรับผิดชอบอาจทับซ้อนและแตกต่างกันตามองค์กร ใช้หน้านี้สำรวจความสนใจ แล้วเลือกสิ่งที่อยากทดลองทำต่อ
ก่อนเริ่มต้น
คำถามที่พบบ่อย
เกี่ยวกับการเรียน Quant
การเริ่มเรียนและเลือกสาย Quant
ยังไม่เก่งคณิตศาสตร์หรือ Python เริ่มเรียน Quant ได้ไหม?
เริ่มได้โดยเลือกพื้นฐานหนึ่งเรื่องและฝึกผ่านงานขนาดเล็ก หากยังเขียนโปรแกรมไม่คล่อง ให้เริ่มจากอ่านข้อมูลและสร้างกราฟ หากยังไม่มั่นใจสถิติ ให้เริ่มจากการกระจายของข้อมูลและความน่าจะเป็น แล้วค่อยเชื่อมสองส่วนเข้าด้วยกัน
Quant กับ Algorithmic Trading ต่างกันอย่างไร?
Quant เป็นกลุ่มงานที่ใช้วิธีเชิงปริมาณกับปัญหาทางการเงิน จึงครอบคลุมการวิจัย ราคา ความเสี่ยง พอร์ต และระบบ ส่วน Algorithmic Trading มุ่งพัฒนาระบบซื้อขายตามกฎที่กำหนด งาน Quant บางสายจึงไม่ได้เน้นสร้างระบบซื้อขายอัตโนมัติ
ต้องเรียนทุกหัวข้อใน Skill Tree ก่อนเลือกสายไหม?
ไม่จำเป็น ใช้ Skill Tree เป็นแผนที่สำหรับสำรวจและวางลำดับการเรียน เริ่มจากพื้นฐานร่วม เลือกสายที่สนใจ แล้วเจาะทักษะที่จำเป็นต่อโครงงานของคุณ คุณปรับเส้นทางได้เมื่อได้ลองทำงานและเข้าใจความสนใจของตัวเองมากขึ้น
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
ก้าวต่อไปของคุณ
ให้ความสงสัย
เป็นจุดเริ่มต้น
เลือกคาแรกเตอร์ สำรวจทักษะ แล้วลองเริ่มจากงานเล็ก ๆ
ตัวอย่าง Notebook และแหล่งเรียนรู้
Quantitative Finance Notes: บทเรียนและ Python Notebook
เปิดดูตัวอย่างเรื่องความสุ่มของสินทรัพย์ แล้วลองรันโค้ด เปลี่ยนสมมติฐาน และบันทึกสิ่งที่พบด้วยตัวเอง
สำรวจบทความและแหล่งเรียนรู้ใน Library
CFA Institute: ภาพรวมสายอาชีพและทักษะการลงทุน
จัดทำโดย QuantCorner · ปรับปรุงเนื้อหา 1 ตุลาคม 2569
QuantCorner · ตั้งคำถาม ค้นหาหลักฐาน ก้าวต่อไป