金融数据分析用哪些分析软件Python,R还是SQL？

投行、研究等传统金融岗，被名校生垄断。普通大学的经济金融专业怎么办？ 金融转码！

经济金融的学生转做计算机编程工作，俗称”金融转码“。通过“金融转码”切入金融公司的编程与数据相关岗位，已经成为普通院校金融专业毕业生，最好的出路之一。越早认清形势，越能抢占先机。

当大量的理工科毕业生纷纷涌入金融行业的时候，经济金融的毕业生也在积极拥抱理工科。正所谓：人不卷我，我不卷人，人若卷我，我必卷人。计算机毕业生能卷金融，金融毕业生也能卷计算机。

至于具体技术和语言，SQL和Python，是“金融转码”的必备语言，R可以不学。

SQL是“金融转码”的必学技能

SQL是关系型数据库，如MySQL、SQL Server的通用代码。在国内，MySQL是免费开源数据库，也是个人及企业使用最广泛的数据库。SQL server是付费软件，一些大型公司会使用。SQL命令在SQL数据库里的作用，类似于DOS命令在DOS系统里的作用。不会SQL命令，就无法运用关系型数据库，无法存取数据、无法修改数据。

只要稍微有一些规模的数据处理有需求，数据规模大到Excel放不下或者会很卡的程度，就必须使用SQL技能。

而金融行业的数据量，随随便便就可以达到需要使用SQL的程度。例如券商需要分析海量的客户数据，以自动推荐给客户合适的金融产品或投资策略。金融贷款公司需要分析客户的信用数据。量化公司需分析海量的行情数据。财富管理公司也需要分析海量的客户数据和基金数据。

总之，“金融转码”，SQL是必备技能，不可不学。建议零基础的朋友们，可以到网上找找SQL相关公开课程，了解一下数据库相关的知识。
 

为什么“金融转码”要学Python，不学R，这里有故事

Python是一门古老的计算机语言，1989年开发，1991年面世。只不过Python引领计算机编程的潮流，是最近几年才发生的事。事实上在2013年以前，Python名不见经传，计算机从业者不屑于使用Python，非计算机从业者没听说过Python。在整个PC互联网时代，金融编程的世界一直被三剑客（MATLAB、R、C++）所统治。

Python的创始人Guido van Rossum要感谢苹果公司乔布斯推出了跨时代的iPhone4。iPhone4一举把全世界从PC互联网时代，带入了移动互联网时代。移动互联网带来了数据量的爆发式增长，计算机业界对大数据分析和敏捷开发的需求迅速上升。

相比C/C++、JAVA这些当时的主流语言，Python是所有通用计算机语言中最适合做科学计算、机器学习和大数据分析的。同时Python的简单易学，也非常适合敏捷开发。于是Python一下子搭上了移动互联网和大数据的快车。

金融行业紧密跟随计算机行业的发展，一下子发现了Python这个宝藏语言。既能够处理大量的金融数据，又自带丰富的数据分析库、金融分析库。而且简单易学，商科、文科、非计算机理工科，都可以上手进行编程。

相对应的，与Python处于同一生态位的MATLAB和R，由于Python的出现，逐步被取代。除了C++在一些需要高度性能的高频交易中还有运用，Python已经几乎统一了金融行业的编程。

计算机语言就是这样，用到人越多，生态就越完善，生态的完善又促使更多人来使用，良性循环，越来越好。现在几乎所有的主流金融数据软件都支持Python，几乎所有金融编程人士都使用Python，Python的数据分析库和金融库也越来越多。

所以，“金融转码”，Python是必学语言，R可以不学，跟随时代的大潮流走，不会错。

“金融转码”最适合的职业方向是数据类岗位

时至今日，金融科技仍然是一个小风口，这个事实在国内资本市场也有反应。国内金融科技板块的表现碾压传统金融。

数据来源：choice金融

因此，金融科技自然也就没有传统金融那么内卷。同样的薪资，金融科技公司的入行门槛更低，更适合普通学校毕业生。

SQL和Python比较精通的话，已经可以靠这两个技能找到计算机公司的技术工作了。但是现在的编程，越来越讲究技术与业务相结合。金融经济专业的学生，对于“金融转码”的方向，最直接的，还是金融公司的数据岗、互联网公司金融部门的数据岗。

金融科技公司，尤其是金融数据服务商，会有专门的数据分析师岗位。明确要求掌握统计学、精通Excel、SQL、Python，且擅长使用一种数据可视化分析工具，这类工作起步薪资在1.5K-2K之间，工作5年后的平台期可以达到30W以上的薪资，不存在传统金融招聘中的目标院校名单（target school）。

除了金融科技公司，传统金融机构如银行、券商，也都设置有数据分析岗，这些岗位的主要分析内容是大量的客户行为数据，非常适合既懂业务，又懂技术的“金融转码”的人群。

传统金融机构的一部分传统金融岗，比如风险控制、估值核算、财富管理部、FOF研究、资产配置，这类岗位虽然不是专门做数据分析的，但也普遍要求具备数据分析能力，要求掌握Excel、SQL、Python等数据处理工具。我的一个前同事应聘某券商财富管理部的量化岗，面试时被要求现场Python编程。这些岗位也同样适合“金融转码”的人群。

现在互联网大厂都纷纷成立了金融部门，腾讯有理财通，阿里巴巴有蚂蚁金服，京东有京东金融。金融专业毕业生掌握了SQL和Python技术，除了可以去金融机构，也可以去互联网公司的金融业务板块，为科技贡献一份自己的力量。

总之，对于普通大学的金融经济学生，既然学校学历已经无法改变了，那么不妨转换赛道，走“金融转码”的道路。不仅可以去互联网、计算机行业，也是迂回进入金融行业，避免与名校生直接竞争的很好出路。只是走“金融转码”的道路，需要我们付出更多精力和时间学习具体技能。

关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、Python练习题

检查学习结果。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

 最后祝大家天天进步！！

上面这份完整版的Python全套学习资料已经上传至CSDN官方，朋友如果需要可以直接微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。