聊聊基金经理和Python

知乎上有人问基金经理必须学python，大家怎么看？

据wind资讯，摩根大通要求基金经理必须学python。对于传统的基金经理而言，还是蛮有挑战的事情。怎么看这件事及其影响呢？其他机构会跟进吗？

因为我之前给嘉实基金和银华基金上过Python企业内训课，聊聊自己的看法。

其实Python就是个工具，为了解决问题，基金经理也可以用R、Matlab、C++甚至Excel去做量化、跑数据，不一定非Python不可。

看了一些其他的回答，很多人在呛Python，我觉得确实很多营销号在故意夸大Python，为了卖课赚w。

但话说回来，无风不起浪，Python之所以让大家觉得适合做金融数据分析，甚至招聘JD必须要求Python，也是因为Python这门语言足够好用。

至于哪里好用放到后面说，我们先来看下国内招聘基金经理需不需要Python？

我特地去看了下嘉实、易方达等一些基金公司社招岗位，基金经理、研究员等偏策略分析的工作基本都是要有编程基础，不限于Python、R、Matlab、VBA之类：

上面是嘉实招聘指数基金经理的JD，除了要求学历、行业经验外，也对Matlab、Python、VBA等投资分析工具提出了要求，而且是熟练应用，且有扎实的数理功底和计算能力。

上面是易方达招聘策略研究员的JD，同样也是要求具备较强的编程能力，熟练掌握Python、Matlab、R语言等。

可见不光是国外的金融分析岗位需要会编程，国内一些主流基金公司也需要有编程能力的基金经理。既然很多编程语言都可以做数据策略分析，那为什么Python这么受欢迎呢？

我之前也总结了了下Python的几个优势，我觉得主要是语法简洁、容易上手、第三方库多（特别数据科学领域）这三个优势。

如果非要对比的话，Python在易学易用、科学计算、统计算法、应用开发、大数据这几个方面都具备一定优势，且均衡性领先其他语言，可看下图：

在金融行业，我们可以初步把Python的应用分为数据分析、量化投资和金融大数据平台搭建。

数据分析可以使用Python实现，有足够的Python库来支持数据分析。比如说Pandas是一个很好的数据分析工具，因为它的工具和结构很容易被用户掌握。对于大数据来说，它无疑是一个最合适的选择。

量化投资方向，Python也是身经百战，有Windpy、TA-Lib、Quantlib等众多数据策略工具。

至于大数据平台搭建，我们也可以配合C++、C#、Java来构建金融应用，或者直接使用python的GUI来实现。像Hadoop、Spark等大数据工具都会有Python的接口。

可以说，在金融数据分析方面，没有其他语言能像Python这样既能精于计算又能保持性能，还拥有完善的算法、应用模块。