哪些专业计量经济学？
在Quant的范畴里面，计量确实属于偏理论的学科。但是，在传统的金融工程、金工量化这些领域里面，量化的理念是早已深入人心。 个人认为，计量经济学作为一门学科，其重要性取决于其研究问题的视角和采取的手段。就如同物理学对于物质运动的研究一样，从微观上，有分子的运动原理；从宏观上，有宇宙大爆炸原理。虽然具体的问题可以各有不同，但是基本的思考方式和实验方法都是一脉相承的。这样，当遇到新问题时，我们就有了解决它的工具和方法论基石。
下面简单地介绍几个做计量的方向。当然，实际上的计量研究方向要远远多于这几个。
1. 随机控制。主要用来解决动态时间序列模型中的遗漏变量问题。如果因变量是动态的过程，而自变量是一个静态的向量，且因变量的滞后值以及自变量的当前值和过去值均含有信息，此时不能直接利用OLS来估计参数，而要引入随机控制的思想。
2. 工具变量。主要用于解决内生性（endogeneity）的问题。假设因变量是随机变量，并且受若干自变量的影响，其中一些自变量是内生变量，需要引入工具变量的方法来解决。
3. 广义矩法(GMM)。适用于动态和非线性模型，适用于小样本的情况。基本思想是，把待估计的参数向量分成两部分，每一部分对应于一个方程，先估计出其中一个参数的值，然后再带入另一个方程中计算其余参数的值。这样就可以无需求解矩阵的特征值问题而得到所有参数的估计值。
4. Monte Carlo (MC) 模拟。这是最通用的一种建模方法。基本上只要能够想到的可能性，都可以通过MC的方式来实现。其核心的思想是把未知量表示成已知量的函数，然后通过反复的送代来计算出未知的函数值。
5. 非参数估计。常用的有核估计算法和最大似然估计等。这一类的方法不需要对未知参数进行任何先验的假定，因此经常被用来处理数据挖掘中所遇到的异常问题。