量化投資與機器學習微信公眾號，是業內垂直於量化投資、對沖基金、金融科技、人工智慧、大資料等領域的主流自媒體。公眾號擁有來自公募、私募、券商、期貨、銀行、保險、高校等行業40W+關注者，曾榮獲AMMA優秀品牌力、優秀洞察力大獎，連續4年被騰訊雲+社群評選為“年度最佳作者”。

『金融工程』評選結果

量化投資與機器學習公眾號每年都會報道新財富的評選情況，主要是針對金融工程（賣方）這塊，因為與Quant最密切。

在剛剛結束的2024年新財富最佳分析師評選中，長江、廣發、國盛、國信、申萬宏源、興業、招商證券成為角逐今年金融工程前五的賣方機構。

最終，由興業證券、長江證券、申萬宏源證券、國信證券、招商證券獲得了本年度金融工程組的前五名。

另外，由於每家券商對新財富有不同的考核標準，部分券商沒有參與新財富的評選。所以榜單裡面可能少了幾家大家熟悉的面孔。

最終總分排名分數如下：

對比去年的名次，興業證券金融工程團隊已連續2年位列榜首！

我們可以看看歷年新財富『金融工程』前五都有誰。

如何做好賣方金融工程？

金融工程專題研究週期很長，從文獻的整理到模型框架搭建乃至策略回測，往往需要1個月以上時間，其中寫程式碼是最簡單的一步。但實際情況是，金融工程團隊觀點的市場影響力卻普遍弱於其他領域，甚至在很多基金經理認知中金融工程分析師是專業看圖的，其根本原因是模型開發與時效性觀點產出脫節。簡單來說，80%的投資者需要的是一個可交易的投資故事，而不是一頁數學公式。但我今天發現僅僅是把策略講明白是不夠的，投資故事是否契合市場熱點，是否有客觀的模型資料作為基礎，是否有明確的操作建議，這些都是金融工程賣方研究必須考量的。

早期賣方有不少可傳世的精湛報告。如今移動網際網路時代，研究報告越來越成為“公共產品”，它不會直接帶來派點，願意在上面投入心血的研究員越來越少，這對於行業發展來說是非常可惜的。

記得有人曾說，寫報告和傳統路演如今是“價效比很低的”，我們也知道從市場規則上確實如此，耗盡心力去做基礎性的研究，最後還不如派點季帶專家轉一圈有收穫；行業越來越傾向於在極致響應、資訊差異化、服務密度上軍備競賽。但其實無需焦慮，做好自己應該做的就好。

賣方是一種持續訓練、不斷傳承才能流暢的手藝。除了掌握已經相對成熟的方法論框架之外，還需要每天10個小時以上沉浸在自己的細分領域。對於總量研究員來說需要觀測資料規律；對於行業研究員來說需要了解產業動態。對於所有賣方研究者來說，你需要像持續奔跑一樣，保持學習和思考，這樣你才會有不同於一般地去PO觀點的比較優勢。

賣方金融工程師未來出路在哪？

以後這群人該做什麼？

首先，金融工程跟上市公司不像行業研究緊密，上市公司IR基本不在選項內。轉買方，公募量化基本都是團隊作戰，賣方幹久了很難融入。做私募，私募通常專攻某一個細分策略，缺乏實戰經驗的賣方很難適應。從這幾年實踐中，財富管理是金融工程分析師最好的歸宿。

國內財富管理經歷1.0（銀行理財-大資產池剛兌）、2.0（公募大發展）時代後，已經步入3.0時代，財富管理3.0更重視產品貨架整體的設計，其中頂端資產配置方案、產品策略研究、管理人評價等都需要以量化框架為基礎。研究本身並不是價值創造的過程，只有促成交易，賦能業務才真正完成了價值創造閉環。