——“XX,给我跟踪下XX行业的重要指标并写份报告分析一下。”
——“今天早上做出来!”
——“XX,给我做个基金排名,分析下收益率,算下回撤,包含近一个月、3个月、1年成立以来的年化与非年化收益率。”
——“下班前给我!”
毫无疑问,快速搜集、处理大量金融数据并形成客户和老板想要的结果,是每一个金融从业者都必须具备的核心技能。
数据的收集处理能力和财务分析能力一样,构成了金融大咖们的两大核心竞争力。
而对于游走在业绩分析会与路演会间隙做相关数据报告的资深金融人来说,Wind、Excel是他们的第一支兵器。
金融人制作材料多以表格和图表的形式呈现,数据从Wind上导下来了,经过处理和清洗,在用Excel计算出我们想要的结果和最终作出精美的图表。
但是图比图,气死人....
你能做出这样的图表么↓↓↓
同样的工作内容,别人用1.5个小时就能绘制成下方这样动态的数据看板。
而小学妹估计就是下面这样的水平👇
跟各路数据死磕一整天的结果,就拿出这样的图表
,你说在公司成本紧张的情况下,不辞退我还能辞退谁?
所以,简单的Excel技能并不足以满足金融人士的数据处理需求,更何况到了今天,单纯只会Wind和Excel,已经无法让你拥有绝对的自信了。
Part 2
不再是程序员专属,而是泛商科必备
在2018年,从顶级投行开始,Python已经成为投行、基金、咨询和互联网等泛金融和商科领域必备的一项技能,以Python为代表的数据科学领域的风口已经呈现爆发状态。
高盛集团发布了一份《2017高盛调查报告》,针对全球2500名在高盛的夏季实习生调查, 当问到你认为“哪个语言在未来会更重要”时,在被调查的全球2500名80、90后优秀年轻人中,72%选了Python。
今年新加入摩根大通的全部资产管理分析师必须强制学习编程语言,Python。
编程正成为年轻人乃至整个世界最看好的热门或者说必备技能。
16岁的高盛实习生Adam Korn直言“现在想从事交易或分析的基金经理不懂编程很难存活下去”。
目前,高盛有约9000名计算机工程师,占高盛总员工数量的1/3。接下来将轮到投资银行业务。传统上,这一领域需要较强人际沟通技巧,但高盛规定在任何一次IPO中所需要采取146个不同步骤,而其中许多步骤都可以通过算法完成。
在过去的十年里,随着自动化技术的出现,科技最终成为杰出的金融机构、银行、保险和投资公司、股票交易公司、对冲基金、券商等公司的一部分。根据2013年的Crosman 报告,与2013年相比,银行和金融公司2014年在科技上的花费要高出4.2%。
预计在2020年,一年的金融服务的技术成本将达到5亿美元。正值系统需要维护和不断升级的时候,一些著名的银行雇佣一些开发者是很正常的事情。
面临这样的情景,金融出身的我们可能要问:Python又该从何入手…
今天「有见职路」为大家整理了泛商科可用:python入门资源礼包。希望可以帮助到想要学习或者正在学习python的小伙伴。
👇礼包预览👇
| 部分视频及教程预览 |
关注「有见职路」,后台回复关键词
👉【python】👈
按照提示操作 即可免费领取资源哦~
可获取更多求职信息&资源
加入「青年金融家菁英计划」