计算机视觉和量化交易，该如何抉择-量化交易-财云量化

摘要：

计算机视觉与量化交易的发展前景如何，入行时机怎样，哪些人适合，这些将帮助读者做出明智选择。

计算机视觉的现状与挑战

计算机视觉在过去取得了一定的成果，但目前也面临着诸多挑战。传统的计算机视觉任务，如2D分类、检测和跟踪，在很早之前就已经接近问题解决的状态，后续的提升空间相对较小。如今，计算机视觉在一些更复杂的领域，如从图像中分析光照、材质、光源位置性质，从图像中分析物理系统做受力分析判断受力点支撑面，从图像分析物体运动状态，从图像分析物体内部结构预测应力形变等方面，仍有待突破。

量化交易的发展态势

量化交易在国内外都有着不同的发展历程。在美国，量化基金经历了成长期和动荡期，出台了很多相关政策，这一过程长达近20年。在国内，量化交易也在不断发展，进入的黄金时间是在2015-2018年，如今依然有着良好的发展前景。目前国内量化投资策略投研组合因子大概分为四大类：基本面因子，量价因子，另类因子，事件驱动因子。但大部分市面上的策略还是以量价因子和基本面因子为主，事件驱动策略运用相对较少。

计算机视觉转量化交易的可行性

对于计算机相关专业的人员来说，从计算机视觉转向量化交易具有一定的可行性。一方面，两者的skillset存在一定重叠；另一方面，有计算机背景的人员在学习量化交易所需的知识和技术时，具有一定的优势。也不能忽视转行过程中可能面临的困难，如缺乏金融背景知识等。

量化交易的入行时机

对于想要进入量化交易行业的人来说，时机是一个重要的考虑因素。国内量化交易仍在上升通道且未来十年都将保持良好的发展态势，因此现在入行仍然是一个不错的选择。但需要注意的是，量化交易并非简单地将主观策略转化为程序化交易模型，而是一套完整的系统工程，需要充分准备。

应届硕士生的行业选择

对于应届硕士生来说，在计算机视觉和量化交易之间做出选择并非易事。计算机视觉领域虽然在某些方面遇到了瓶颈，但新技术的出现也可能带来新的突破；量化交易行业则有着广阔的发展空间和较高的待遇，但也需要具备相应的知识和技能。

计算机视觉和量化交易，该如何抉择

量化交易的方向与人才需求

量化交易有着多个方向，包括股票量化、期货量化、期权量化、数字货币量化、多策略量化等。目前，很多大厂都在招聘AI量化人才，数字货币领域也在大规模招人，主要从事资管和做市等工作。

个人兴趣与职业规划的重要性

在选择职业时，个人兴趣和职业规划至关重要。如果平时喜欢做币圈的交易，并且对量化交易有一定的了解和兴趣，那么进入量化交易领域可能是一个不错的选择。但如果对计算机视觉有着浓厚的兴趣，并且愿意在该领域深入研究，也能取得不错的成就。

无论是选择计算机视觉还是量化交易，都需要结合自身的兴趣、能力和职业规划，做出最适合自己的选择。