Two Sigma vs Jane Street：薪酬差最大的一对（2026）
Two Sigma vs Jane Street 是量化圈风格反差最大的一对：像科技公司的数据科学基金，对上把华尔街所有银行交易部都赚趴下的做市商。这也是入门薪酬差最大、而生活方式差距朝反方向同样大的一对。
Jane Street 给得多得多，换你盘中拉满的强度。Two Sigma 给得少、不追价，但把晚上、灵活性和 ML 原生文化还给你。
30 秒结论
| Two Sigma | Jane Street | |
|---|---|---|
| 本体 | 数据科学基金，AUM 创纪录约 $700 亿 | 做市商，2025 创纪录净交易营收 $396 亿 |
| 入门 base（JD 标） | $200-220K QR 区间 | $300K（纽约 QR 公开 JD） |
| 第一年总包 | 按岗位约 $250-500K | 普遍 $400-700K |
| 面试风格 | 三支柱：数据分析、编程、统计 | 概率 + 做市游戏 |
| WLB | 全梯队唯一的 WLB 卖点；历史混合办公 | 盘中 50-70 小时；周末保护 |
| PhD 立场 | ML 原生，有 PhD Fellowship | "大多数 researcher 没有 PhD" |
| Glassdoor | 4.1（2026/9） | 4.4（2026/9） |
| 2025-26 故事 | 基金强、高层吵 | 创纪录年 + SEBI 星号 |
面试：实证派的卷子 vs 赌徒的卷子
Two Sigma 的流程官方定位"实务"：recruiter 筛 → OA（约 3 题：1 LeetCode + 2 pandas）→ 三轮技术 + 行为面，约 30 天走完。三个计分支柱：数据分析、编程/算法、统计（博士加研究领域）。建模轮的筛子是 backtest 批判——递给你"5 年 2.5 Sharpe 的信号"，弱答案说完"过拟合"就没了；强答案会提 walk-forward 验证、regime 敏感性、部署规模下的交易成本、look-ahead 偏差。工作语言是 Python + pandas，不要求 C++。OA 明文禁 AI——而且他们查。
Jane Street 的流程（约 2-3 轮电面 → Super Day）是一场概率直播：Figgie 和"做个市"游戏里，面试官对着你的报价交易、中途改变世界设定、给你的重新定价打分。他们会故意告诉你你错了——当众恢复才是考点。没有学位下限、语言随意、不筛 GPA。
自测：你的最佳思考方式是在数据集上小步验证，Two Sigma 的卷子为你出的；是在信息不全时快速出声推理，那是 Jane Street 的。
文化与 2026 走势
Jane Street 全员分一个利润池——没有 pod、没有内部 P&L 战争、公认低流失、周末保护。2025 数字是历史级的：约 3,500 人做出 $396 亿净交易营收（超过 JPMorgan 整个 markets 部门）、$94 亿薪酬池（人均约 $270 万，偏向高级别）、2026 年 Q1 再创 $161 亿纪录。星号：SEBI 2025 年 7 月的印度案（约 $5.64 亿托管、禁令条件解除、调查扩大）——公司正带着这个监管阴影全速运转。
Two Sigma 是梯队里的科技公司：工程是一等公民职业、有开源存在感、发论文友好、有正式 PhD Fellowship、历史上给顶级量化里最灵活的办公政策。基金争气（ARE 到 2025/11 约 +13%；2026 年 3 月强于多策略同行；AUM 约 $700 亿创纪录）。动荡全在顶层：创始人仲裁、$9,000 万 SEC 罚单、2024/11 约 200 人裁员、2026 年 co-CEO 辞任。研究楼层没塌——但如果你在乎机构层面的平静，把它计进价格。
怎么选
- 最大化入门薪酬和走势 → 按当前数字，明确是 Jane Street。
- ML/统计博士或数据科学脑的工程师 → Two Sigma；整家店跑在你的技能栈上。
- 想要晚上和灵活性 → Two Sigma——唯一把 WLB 放在门面上的顶级基金。
- 概率推理快的本科/硕士 → Jane Street；那扇门出名地不看证书。
- 打算谈价 → 记住 Two Sigma 不追价；Jane Street 会为想要的人抬价。
- 风险视角 → Jane Street 带监管风险，Two Sigma 带组织风险。有意识地选你的毒药。
两边都要准备的话
- Two Sigma QR 模拟面试——三支柱格式 + backtest 批判演练
- Two Sigma SWE 模拟面试
- Jane Street QR 模拟面试——做市游戏模拟
- 六家全景：量化公司面试指南 2026