AI工具反讓金融量化職位更艱鉅 頂尖人才轉投科技巨擘

頂尖的量化金融專業人員年薪可高達 50 萬美元（約新台幣 1,600 萬元），然而，受人工智慧（AI）工具進步影響，這類職位的要求正變得日益嚴苛。一份最新報告指出，量化分析師的工作複雜度與挑戰性不斷提升，即使高薪也難以留住人才。

一名來自名校的初級量化分析師，在投入第一份全職量化工作僅一個月後，便轉投科技巨擘（Big Tech）旗下。該分析師坦言，量化職位「薪資待遇極佳」，但科技公司在「身心健康方面提供更優渥的條件」。他提及，儘管短期共事，但他的資深同事們「確實是全球頂尖人才」。另一位電子交易公司的初級量化分析師則形容這份工作「比數學更不精確，比工程更令人困惑」。

Balyasny Asset Management 的量化研究主管 Giuseppe Andrea Paleologo 指出，量化研究的過程在順利時「是世上最令人振奮的事」，但在遇到瓶頸時卻可能成為「活生生的地獄」。他強調，量化分析師的核心任務是「不斷追求優勢，持續更新舊有的因子並探索新因子」。

儘管AI工具加速了程式碼編寫，但量化分析師的壓力並未減輕。有量化分析師表示，他們正經歷「傑逢斯悖論」（Jevons Paradox）：有了「更多時間處理創新任務」，但相對地，公司對他們的期望也更高。例如，資料清理、核對異常值、填補缺失資料、修復格式及核對供應商等「枯燥乏味」的自動化任務，雖可由AI完成，卻促使人類去處理更複雜的工作。

然而，AI在量化金融領域的轉變不如其他產業顯著，尤其是在處理延遲敏感型軟體時。代理式程式編寫工具（agentic coding tools）在一次性完成任務上的表現差異很大。由於這些工具容易犯下微小但未經檢查的錯誤，可能在後續造成大量問題。一名量化分析師直言：「當代理式程式編寫工具犯錯後，你幾乎會永遠失去對它的信任。」報告強調，市場對量化分析師的產出預期，似乎並未充分考量代理式程式編寫工具的不可靠性。