在過去的十年里,隨著自動化技術(shù)的出現(xiàn),科技終成為jie出的金融機構(gòu),銀行,保險和投資公司,股票交易公司,對沖基金,券商等公司的一部分。根據(jù)2013年的Crosman 報告,與2013年相比,銀行和金融公司2014年在科技上的花費要高出4.2%。預(yù)計在2020年,一年的金融服務(wù)的技術(shù)成本將達到5億美元。正值系統(tǒng)需要維護和不斷升級的時候,一些著名的銀行雇傭一些開發(fā)者是很正常的事情。

那么Python用在哪里呢?

Python的語法很容易實現(xiàn)那些金融算法和數(shù)學計算,每個數(shù)學語句都能轉(zhuǎn)變成一行Python代碼,每行允許超過十萬的計算量。

沒有其他語言能像Python這樣適用于數(shù)學,Python精通于計算,以及數(shù)學和科學中的排列組合問題。Python的第二個特性是表示數(shù)字,序列和算法。比如SciPy庫,很適合用來做技術(shù)領(lǐng)域和科學領(lǐng)域的計算,SicPy庫被很多工程師,科學家和分析人員使用。NumPy,也是Python的一個擴展,它可以很好地處理數(shù)學函數(shù),數(shù)組和矩陣。同時,Python也支持嚴格的編碼模式,因此,使它成為一個平衡的選擇,或者說方法。

使用更少的人達到相同的結(jié)果以及實現(xiàn)其他編程語言不能實現(xiàn)的事,是Python首要的優(yōu)點。Python語法的jingque和簡潔,以及它大量寶貴的第三方工具使它成為處理金融行業(yè)的錯綜復(fù)雜的事務(wù)的可靠的選擇。

Cititec(英格蘭倫敦的職業(yè)介紹所)的技術(shù)招聘經(jīng)理Stephen Grant說:跨市場風險管理和交易系統(tǒng)都在使用Python(有時會混合使用c++),很多銀行從建立銀行的前端到資產(chǎn)風險系統(tǒng)都會選擇使用Python。使用Python的金融公司包括荷蘭銀行,德國證券交易所集團,Bellco信用社,摩根大通以及阿爾蒂斯投資管理。

Python課程

Business Analyst

1.投行的金融或者技術(shù)部門

比如 Goldman Sachs、Barclays、JP Morgan等:

投行的數(shù)據(jù)分析師通常會處理金融交易數(shù)據(jù),包括外匯、股票、大宗貿(mào)易數(shù)據(jù),你需要和貿(mào)易方、銷售、風控師、運營和銀行打交道。

它的好處是很容易轉(zhuǎn)到利潤導(dǎo)向的前臺部門,身邊的同事通常也很聰明。它的缺點是壓力很大,你需要長時間的工作。比如很多投行的數(shù)據(jù)分析師需要很頻繁的開國際會議以順應(yīng)時差。

2.保險公司的數(shù)據(jù)科學部

比如AIG、METLIFE、CIGNA等:

通常這個崗位的工作是利用機械學習的技術(shù)以及統(tǒng)計模型簡歷估值模型。

它的好處是,保險公司普遍福利好,工作和生活能夠比較好的平衡,不太需要過強的軟實力。而弊病就是工作可能比較封閉,需要長時間的坐辦公室。

3.四大的咨詢部

四大的咨詢是需要和客戶溝通的,你需要去用數(shù)據(jù)來幫他們解決具體的問題。

如果你在四大工作的話,你會得到很好的項目管理鍛煉,顯著提升你的多任務(wù)推動能力以及快速累積不同行業(yè)的相關(guān)知識。比如一年里三個月學到健康行業(yè),另外三個月學科技行業(yè)等。薪水一般也在行業(yè)平均水準以上。但是它的項目和客戶是不定期的,所以時間將會的緊湊。

4.基金公司的金融數(shù)據(jù)分析崗

通常需要做很多的量化工作:

數(shù)據(jù)分析在它們中的工作包括會計、客戶管理、風控、業(yè)務(wù)方面的數(shù)據(jù),它取決于你的具體業(yè)務(wù),同時還包括數(shù)據(jù)研究,以及提供解決方案等。

在這里從事數(shù)據(jù)分析的好處是,他有更加靈活的時間,同時一般情況下都是大牛,福利也特別棒。但是,如果你想進去的話,你必須要有足夠的投資管理知識和過硬的技術(shù)。

5.技術(shù)公司的數(shù)據(jù)分析崗位

比如Google的數(shù)據(jù)分析和金融公司相比,就會更加注重于用戶的行為數(shù)據(jù)分析,包括聚類、分類分析,去解析用戶的行為習慣。

它的好處是工作會很靈活,公司時刻都能接觸到的技術(shù),不過會希望你有很好的技術(shù),靈活運用各類數(shù)據(jù)庫。

金融+Python,怎能少了它?