Worldquant 是美國量化交易機構，以群眾（6000多到一萬名兼職顧問）挖掘Alpha為主，有別於美國其他量化基金機構屬於封閉式招聘全職量化研究員來挖掘Alpha因子。Worldquant主打的就是一個人才套利，創辦人相信人才遍佈全球不單單只存在北美勞動市場，因此才發展出這套群眾挖Quant的商業模式。

Worldquant Brain是以網頁為載體的因子回測系統，用5-10年的IS（In-Sample Data）來證明用戶或顧問挖掘到的Alpha符合可投資性（Investability）。一支合格的Alpha本質上是由統計運算公式結合平台購買的三方數據集字段所組成的。這意味著平台上的群眾需要在固定的數據源與給定的數據字段下，使用Brain Express 回測系統自帶的固定統計運算表達函數來排列組合，找出平台認可的Alpha，平台上有多個門檻，例如Sharpe, Turnover, Fitness, Sub-Universe Sharpe 等針對本身策略的收益性與穩定性的校驗，此外還有自相關檢驗、與平台上相似策略的生產庫相關性檢驗，往往顧問等級越高會發現需要繞過自相關與平台生產庫相關性就會越困難。

平台用戶指的是還沒有達成10萬分解鎖的用戶，這個階段的用戶首要目標是熟悉平台規則以及提交當前階段門檻的Alpha數量以到達10萬積分。積分僅僅用來滿足成為簽約兼職顧問用。滿足10萬積分後你的電子郵箱中理論上就會有Worldquant的邀請成為平台簽約顧問，在成為平台簽約顧問後，你將解鎖更多統計運算函數與數據集還有隨著等級的升高會依序解鎖更多國家/地區的模擬回測權限與相應的數據集，這是因為當你成為顧問後，真正的門檻多達12道，不再是像用戶階段衝量了，需要兼顧到質量。

量化金融在目前生成式人工智慧爆發的現在，已經很少純手工提交策略算子到網頁端平台來作回測了，因為要驗證一套策略的有用性多半不會只跑一次回測，而每次回測的等待時長，快則一分鐘，慢則三到五分鐘不等。需要耗費時間去驗證一套策略如果在平台上手動提交要花費將近半天的工夫去打磨。因此大部份的顧問都是自備一套LLM與自動化工作流。有錢一點的會直上Claude Code, ChatGPT, Cursor，比較符合經濟效益的選擇多半會從Gemini, DeepSeek等其他費率相對低的大語言模型平台著手。畢竟如果只因為要做Worldquant專案本質上就是來賺津貼的（官方不說薪水，因為剛起步的金額少到不能算是薪資），因此需要權衡投入與產出（ROI），當然如果你本身有其他項目需要用到Agentic AI那就另當別論。

Worldquant 網站上有論壇區，是由資深的顧問寫的，上面梳理了許多新手應該注意的技巧與讓你更快理解平台規則，還有可能你很在意收入的持續性的話，可以在上面找到實際分享的收入。但是當你認真的研究，你就會發現這不值得你去研究（哈哈），不過可以從另一個角度去想，如果你今天有平台的權限了，你可以免費使用他們訂購的商業數據集來驗證你的想法，如果未來想要做實盤的量化金融，現在的積累與研究就是未來的養分。所以通常我就是抱著資源交換的心態在做，畢竟兼職顧問的前三個月都是固定1-2美元，真正能有雙位數的日薪需要體現在三個月後（或者已經有portfolio construction的表現基礎上，在平台上稱做Combined Alpha Performance），簡單來說就是你提供給平台的策略足夠穩定，不會因為回撤（Drawdown）就出現嚴重的虧損，能夠真的拿去實盤採用的策略才會有分潤。

講了這麼多其實還有很多技巧或規則沒有介紹，如果有興趣的話可以發郵件給我，寫我的推薦碼可以雙方互惠。感謝閱讀～ Email: benjamin98072@gmail.com