期货量化投资是什么？
量化投资，即quantitative investment。它是一门运用现代数学及计算机技术进行量化分析以选择最优交易策略来获得收益的投资方式。 简言之，它是借助模型来指导交易的行为。其中模型的构建是核心内容，其依据的是相关理论。常见的基础理论和模型有：有效市场假说、随机漫步、布朗运动、蒙特卡洛模拟等。
在金融市场上，最常用的工具就是资产价格，而资产价格又是由标的资产的收益率决定的。因此研究金融问题很多时候都可以归结为研究利率的问题。利率的研究又可以归结为对随机过程的研究，随机过程又是计量经济学中最难的知识点之一。所以，Quant需要较扎实的计量经济学基础。
因为需要对随机过程进行大量计算和验证，计算机语言也是必须掌握的语言之一。目前大多数机构都使用Python来做量化工作，Python在大数据领域应用非常广泛，具有强大的数据分析功能以及便捷的开源环境，很适合Quant这个岗位。
虽然很多券商、公募、私募机构都在做量化，但是不同机构的量化人才需求侧重点有所不同。 证券公司的主要职责是帮助客户进行合理配置资产，实现风险最小化，收益最大化。证券公司的Quant会侧重于策略的研发，基于对公司策略部门的分工，有些会划分到交易部执行策略，有些则分配到研部做策略研发。
基金公司主要的作用是帮助投资者选择合适的标的进行组合投资，降低风险，获取收益。对于基金公司的Quant来说，更偏重于对宏观政策的研判以及对行业周期波动规律的研究，然后选取合适的时机建仓，实施波段操作，赚取区间收益。
与证券公司相比，基金公司的Quant不需要太深厚的数理分析功底，更加侧重对基本面的把控。 私募机构分为阳光私募和民间私募，两者的Quant的岗位职责略有差异。
阳光私募的量化要求更高，因为其仓位管理相对自由，可以充分考虑到个股的beta值，通过股指对冲减小风险，同时把握alpha机会争取更大的收益。因此阳光私募的Quant需要更深的统计学、随机过程等方面的知识，并具备良好的编程能力。 民间私募的Quant则更注重对技术分析的把握，由于无法做股指对冲，需要挖掘更多的alpha机会，因此对于基本面研究的深入程度要求稍低。但需要注意的是，由于我国股票市场存在明显的羊群效应，利用技术分析在A股上抄近道可能是行不通的。