数学专业：
我有两位量化创业的同学是数学背景出身，一位是北大数学系毕业高中的时候就搞数学竞赛去的北大，一位是数学相关的博士，从欧洲回来，现在国内的商学院做助理教授，同时和小伙伴创业做了一个小规模的量化基金。这两位同学的是典型的学术大佬，本身就很聪明，再加上数学背景，能够洞察数字的特性所谓量化，就是在大量的数字当中寻找规律，找到推动数字变化的因子，构建模型。量化当中的期权BSM模型，就涉及到变量代换，变量离散，傅里叶变化，极限等数学知识，掌握了数学就可以非常容易的上手金融模型。因此数学背景的学生往往就很受到量化专业的喜爱。国内很多高校也在也开设了数理相关的专业，比如南科大就每年有量化金融风险夏令营，营员就有应用数学背景的学生，如果题主能力强，数学是当仁不让的首选专业。
物理专业：
比起数学专业，物理专业虽然难，但是也是更适合量化金融。有人会好奇说，物理和金融好像没关系，和数学也没关系，为什么要推荐物理专业呢。因为本身物理和数学不分家，物理如果能学的下来，数学肯定也不差。其次，比起数学的抽象学习，物理研究（尤其是随机游走，大气模拟等研究），就金融演技非常像，从大量的数据当中提取规律。因此物理专业的学生已经掌握了量化分析的技能。金融模型往往借鉴了物理模型，因此他们只需要把物理场景转移到金融场景就可以了。至于物理专业如何转移到金融专业，非常简单，修一个金融相关的二硕，在学一个计算机语言，比如Python，懂得将知识在金融和计算机和物理三者之间融汇即可。
计算机：
计算机也是量化金融比较喜欢的专业。但是计算机专业对于量化金融来说，更像是一个工具专业（类比于想要从事外交的人要学英语），计算机和变成是帮助算法落地的一个很重要的专业。毕竟量化模型当中的高频交易要通过计算机来落地实现，否则人类手工是永远无法达到量化需要的速度的。因此，计算机专业的同学最重要的就是要熟练掌握一门计算机语言，并且能写出高效高质量的代码。高效高质量代表着Bug少，运行速度快，节省GPU CPU的成本。量化金融的投资，比的就是速度，一个套利机会的发现和最后的交易结束可能就是0.1秒之间，所以代码和计算机网络质量要非常高效才行。当然，计算机作为讲模型落地的专业，还是要得懂金融才对。不然数学家做了一堆fancy的模型，你没有办法帮他们准确的落地，还是白搭。所以计算机背景的同学也，也要学习金融相关的课程，比如学个CFA之类的，都会益处多多。
金融专业：
好啦，量化金融量化金融，当然金融专业是最直接对口的专业。只是现在很多学校的金融专业设置都非常的宽泛，所以容易学而不精。如果是数理金融的专业可能会更对口。在学金融本专业的时候，最好是能够提高数学学习的难度和深度，例如实变，数分，随机游走，统计等相关内容，然后再辅修一个计算机二硕。简直就是一个最强搭配。对于金融背景的同学来说，品职的Python量化训练课程也是非常适合，因为要学会如何用Python将学到的知识实战。虽然不能要求像计算机专业的学生一样，能够写出非常完美的代码，但是至少能懂代码的构建和组成，能够让我们的金融需求准确的传递给计算机的背景的同事，并且能够审阅他们的代码，这就是金融专业的同学需要做的事情。
来源：知乎DAVIDus