TQF Quant Pathway

ทีมงาน TQF ได้จัดทำเส้นทางทักษะสำหรับผู้ที่สนใจสายงานควอนท์ โดยรวบรวมองค์ความรู้ที่ควรศึกษา และแบ่งออกเป็น 3 ระดับหลัก ได้แก่ …

ความรู้พื้นฐาน (Foundational)

พื้นฐานที่ทุกคนที่อยากเข้าวงการควอนท์ต้องเรียนรู้ ไม่ว่าจะเลือกไปสายไหนก็ตาม เพราะเป็นรากฐานในการคิด วิเคราะห์ และพัฒนาทักษะต่อยอดในอนาคต

ความรู้แก่นหลัก (Core)

องค์ความรู้ที่ควอนท์ทุกคนควรศึกษา ไม่ใช่แค่เพื่อทำงานในสายของตัวเอง แต่เพื่อเข้าใจภาพรวมของอุตสาหกรรมการเงิน และสามารถสื่อสารกับผู้เชี่ยวชาญด้านอื่น ๆ ได้อย่างมีประสิทธิภาพ

ความรู้เฉพาะทาง (Specialized)

ความรู้ที่ควอนท์สามารถเลือกศึกษาเพิ่มเติมตามความสนใจหรือความต้องการสร้างความเชี่ยวชาญเฉพาะด้าน ทั้งเพื่อยกระดับศักยภาพของอุตสาหกรรม และสร้างจุดแข็งเฉพาะตัวในสายอาชีพ

ความรู้พื้นฐาน (Foundational)

    • Time value of money (discounting, compounding, annuities)

    • Financial instruments (equities, bonds, derivatives basics)

    • Portfolio theory basics (CAPM, mean-variance, APT)

    • Corporate finance basics (capital structure, leverage, WACC)

    • Financial statements (balance sheet, P&L, cash flow)

    • Calculus (differentiation, integration, multivariable calculus)

    • Linear algebra (matrices, eigenvalues, SVD, optimization foundations)

    • Probability and statistics (distributions, estimators, hypothesis testing, regression)

    • Differential equations (ODEs, PDEs)

    • Data Handling and Processing

    • Statistical and Mathematical Libraries

    • Object-Oriented Programming

    • Numerical Methods

    • Languages: Python, C++, R, VBA

ความรู้แก่นหลัก (Core)

    • Stochastic calculus: Stochastic processes, Markov processes, martigales, Ito's Lemma, change of numeraire

    • Statistical methods: Bayesian inference, copulas, and extreme value theory

    • Numerical methods: Finite difference methods, Monte Carlo simulations, and variance reduction

    • Asset pricing (no-arbitrage, risk-neutral valuation, CAPM extensions)

    • Option pricing theory (Binomial models, Black-Scholes, Greeks, implied volatility)

    • Volatility modeling (ARCH/GARCH, stochastic volatility, SABR, volatility skews/smiles, realized volatility)

    • Market microstructure basics (order book dynamics, liquidity, transaction costs, market impact models)

    • Term structure modeling (Vasicek, CIR, Hull-White, HJM, LMM, Nelson-Siegel)

    • Yield curve construction and analysis (bootstrapping, interpolation techniques)

    • Duration and convexity (key rate duration, partial durations)

    • Credit risk models (structural vs reduced-form, Merton model, KMV)

    • IFRS 9 / Basel frameworks (PD, LGD, EAD, ECL, stress testing)

    • Securitization and structured products (ABS, MBS, CDOs, CLOs)

    • Value-at-Risk (parametric, historical, Monte Carlo, tail VaR)

    • Expected Shortfall (coherent risk measures)

    • Hedging strategies (delta, gamma, vega, cross-asset hedging)

    • Liquidity risk, counterparty risk, model risk (model validation, backtesting)

    • Stress testing & scenario analysis (extreme events, reverse stress testing)

    • Regression, classification, clustering

    • Dimensionality reduction (PCA, SVD)

    • Time series forecasting

    • Feature engineering for financial data

    • NLP (sentiment analysis, regulatory texts)

    • Reinforcement learning in trading strategies

ความรู้เฉพาะทาง (Specialized)

    • Factor models (Fama-French, risk premia, multi-factor models)

    • Portfolio optimization (mean-variance, robust optimization, Black-Litterman model)

    • Efficient frontier and Sharpe ratio (risk-adjusted performance metrics)

    • Risk parity, smart beta, asset allocation (dynamic asset allocation, ESG investing)

    • Performance attribution (Brinson model, multi-period attribution)

    • Portfolio stress testing (scenario-based, factor-based, dynamic hedging strategies)

    • Algorithmic trading (execution algos, TCA, market impact models)

    • Market-making models (inventory management, bid-ask spread optimization)

    • High-frequency trading (latency, order book modeling, co-location)

    • Slippage and market impact (VWAP, TWAP, implementation shortfall)

    • Statistical arbitrage and pairs trading

    • XVA (CVA, DVA, FVA, KVA, MVA, regulatory capital adjustments)

    • Exotic options pricing (barrier, Asian, quanto, lookback, digital options)

    • Real options & commodities (energy markets, real asset valuation)

    • Local and stochastic volatility models (Dupire, Heston, SABR extensions)

    • Interest rate and currency derivatives (swaps, caps, floors, cross-currency swaps)

    • Hybrid derivatives (e.g., equity-credit hybrids)

    • Weather and catastrophe derivatives

    • Probability of Default (PD), Loss Given Default (LGD), Exposure at Default (EAD)

    • Credit portfolio modeling and forecasting

    • Credit scoring/rating and early warning system (Machine learning applications)

    • Counterparty risk and credit valuation adjustment (CVA)

    • Stress testing for credit portfolios under regulatory frameworks

    • Basel III calculations, scenario analysis, capital optimization

    • IFRS-related, e.g. expected credit loss, hedge accounting, fair value

    • Collateral management (CSA, ISDA, margining, collateral optimization)

    • Treasury and ALM models (liquidity coverage ratio, net stable funding ratio)

    • Regulatory capital optimization (RWA, leverage ratio, stress testing frameworks)