Il quant, abbreviazione di “quantitative analyst”, è una figura professionale specializzata nell’applicazione di metodi matematici e statistici a problemi in ambito finanziario. Pur nascendo contemporaneamente ai mercati finanziari, questa figura è stata resa nota al di fuori di questi ambienti solo all’inizio del ventunesimo secolo grazie al libro “My life as a Quant” di Emanuel Derman (che ha anche reso popolare l’abbreviazione quant per indicare il quantitative analyst).

Il quant si occupa sopratutto di analisi di mercato, cerca cioè di prevedere e modellare l’andamento dei mercati finanziari. A seconda degli obiettivi, questi modelli posso essere utilizzati per, ad esempio, ridurre le possibili perdite a fronte di variazioni di mercato (risk management) o analizzare la miglior strategia per ottenere un guadagno adeguato controllando il rischio di perdite (strategie di trading).

In generale, le principali aree in cui opera un quant sono:

• trading strategy;
• risk management;
• asset-liability management (ALM);
• share pricing;
• ottimizzazione di portafogli;
• analisi del credito.

Per la costruzione delle strategie da applicare agli ambiti appena citati, il know-how di un quant deve necessariamente prevedere, oltre ovviamente ad un ottima padronanza della lingua inglese: una profonda conoscenza delle dinamiche di mercato (e quindi nozioni sia di economia, sia di finanza); nozioni statistiche avanzante che permettono di verificare che gli eventuali modelli di simulazione siano congruenti alle realtà del mercato; conoscenze matematiche per la costruzione stessa dei modelli; conoscenze informatiche per poter attuare queste analisi.

Le simulazioni per validare i modelli sviluppati possono essere, fondamentalmente, di tre diversi tipi:

• backtesting;
• forward testing;
• montecarlo.

Ognuna di queste tipologie comporta allo stesso tempo determinati vantaggi e svantaggi ed è quindi utile la padronanza e l’utilizzo di tutte da parte del quant.

La prima tipologia (backtesting) simula il modello applicandolo su dati passati. Il vantaggio di questa è la presenza di un gran numero di osservazioni che permette una verifica accurata del modello. Di contro, però, si ha che il mercato è in continua (e rapida) evoluzione e i dati passati potrebbero essere obsoleti per rappresentare la realtà odierna, quindi modelli validi per dati passati potrebbero essere inesatti per dati presenti.

La seconda tipologia (forward testing) è in qualche modo opposto al primo. Infatti la quantità dei dati è decisamente minore e il testing può quindi essere molto lento, però si hanno più sicurezze sull’adeguatezza dei dati utilizzati.

La terza ed ultima tipologia (montecarlo) basa la validazione del modello su dati simulati in modo aleatorio dalla distribuzione osservata dei dati, utilizzando appunto il metodo montecarlo.

Dal punto di vista informatico, il quant deve conoscere diversi linguaggi di programmazione, come ad esempio C#, C++, Java, Java#, R, Matlab, SAS e SQL. È anche opportuno che il quant abbia buone capacità di lavoro in un team poiché quasi sempre dovrà essere affiancato da altre figure specializzate per ottimizzare le analisi che verranno poi effettuate.

La figura del quant è diventata molto richiesta nel corso degli anni, sopratutto dai grandi centri finanziari sia europei (Londra, Parigi, Zurigo), sia extra-europei (New-York, Hong Kong, Boston). Gli stipendi sono generalmente molto alti, tra i 50.000 e i 200.000 euro l’anno, con la possibilità di arrivare a guadagnare anche più di 500.000 euro l’anno, in conseguenza alle grandi responsabilità associate. Inoltre, data la dinamicità dell’ambiente lavorativo, i lavori associati alla figura del quant sono spesso nella parte alta delle classifiche dei lavori migliori (ad esempio la cnbc colloca molti lavori relativi alla finanza o al marketing nelle prime 20 posizioni dei migliori lavori in america, associandoli anche a guadagni medi decisamente elevati).

In conclusione, la figura del quant richiede una bagaglio di conoscenze molto ampio ed anche delle responsabilità molto importanti, sopratutto se si parla di aziende decisamente grandi, che però risultano in stipendi elevanti e, in generale, in un ambiente di lavoro molto dinamico e stimolante.