AI, Tech & Life

从一档podcast听到这本书，就找来看看。这是一本介绍Emanuel Derman，一位在哥伦比亚大学受训为理论物理学家，如何经历职业的震荡，最终成为一位量化分析师的过程。如果我在博士刚毕业的时候能看到这本书，可能我的个人职业发展也会是不一样的人生。

对于立志从事科学研究的人，读完这本书，可能要重新审视自己的决定。

六七十年代的哥大，那是理论物理学的重地，因为有李政道在那里坐阵。物理系的研究生可谓是天才中的天才。作者从南方到哥大，立志成为理论物理学家，而且也是自恃聪明，可到了哥大，才发现厉害的人到处都是。经历了选课题选导师，作者开始审视自己，以自己的资质，是绝无可能获得重大成就，可又新有不甘。毕业后为了从事理论研究的职业，做不稳定的博士后。朋友介绍工业界的机会，可不愿放下身段，因为做理论物理的人去做应用，在那时候是很没有面子，丢人的，等于承认自己的失败。

在后来，为了家庭，总算去了bell实验室去做分析软件。渐渐发现编程做软件系统挺有意思，可以看到自己的东西直接有成效。虽然作者自己的系统成了公司的产品，可他毕竟半路出家，后来一个科班出身的哥们加入他们团队，系统升级的时候重写了代码，而他在休假。等他发现，已经晚了，而且他看了人家写的，简直比自己的好太多。以后只能自己维护，理解代码都困难。

在后来有机会加入高盛，在量化团队跟着一位牛人，开发量化模型，其实就是软件工程师，实现领导的模型想法。相比交易员和销售员，地位奖金可差远了。好在他很喜欢，在高盛开发交易模型，一直就这样做下去（中间短期跳槽去了所罗门兄弟）。

主要收获：

• 搞科学研究不是光有热忱和不屑的努力就可以的，智力占主要的。就像作者说的，读了爱因斯坦的论文，自己绝对做不出来。年轻的时候我们很多人都立志科研，可有时候现实很残酷
• 应用研究也是很有意思的，可以立马看到效果。看到自己的东西很快产生实际效果，也是很有成就感的。
• 要跟对人。作者跟着当时的最牛的金融量化教授和专家做，通过实现别人的模型，外加自学相关知识，起点肯定高，做的东西都是顶级的。
• 时机对。从所罗门兄弟再回到高盛时，原有的team leader 的位置已经没了，因此去了另外一个股票模型组（没有原来的好，奖金啊），正巧牛人老板被掉到其他岗位，空出来leader的岗位。真是命啊
• 爱好和长期耕耘。作者喜欢建模，善于思考，理解交易员碰到的问题，思考解决方案。这其实是博士的训练，发现问题，抽象和模型化，写代码解决问题。博士训练的是一种思维，一种解决问题的方式。虽然实际问题千差万别，但分析抽象后，就变成一般性的问题，解决方案也就有了。
• 本书的文笔感觉一般（看的中文版），有点像流水账。里面有不少理论物理界的名人轶事，权当茶余饭后的聊资。