Life is short, U need Python！
2019年4-6月的時間裡，我先後在華爾街學堂、復旦大學、中國金融期貨交易所講授了Python數據分析相關課程。在授課的過程中，我切身體會到同學們在Python入門過程中所遇到的困難。也很想把自己在教學過程中的心得，以及自主學習過程中遇到的有趣案例寫在這裡，既想和大家分享自己略知的皮毛，又期待向大牛們學習交流！
我希望在公眾號上發出的推文可以面向不同背景的讀者，我本身在大學沒有學習數理計算機相關專業，所以我寫的部分會偏向於圖表和文字的結合，儘量少用數學公式和推導；而我的合作伙伴是上海財經大學大規模統計與人工智能研究院的幾位博士，他們大多是數理專業出身，力所能及範圍內，會盡量寫出專業性強、英文多多的文章。
早在2015年，著名私募重陽投資便已經喊出，未來的金融人才，是 基本面分析、行為金融、金融工程三者結合的複合型人才。2015年股災以來，金融學子就業之路江河日下，每年大量金融專業畢業的本科生、碩士生就業困難。一方面，2015年以來的去槓桿造成了金融行業崗位供給收縮；另一方面，傳統的金融學教育越來越難以使得金融學子在就業時能夠有突出的核心競爭力，我的一位學物理的同學更是直言，你們本科學了3年的東西，我實習時候看了3個月就全懂了。“先易後難，知難而退”，說得恐怕就是金融專業學生再去學習其他偏理科類知識時候的感受吧。難道因為覺得難就不去碰了嗎？在這裡，我給出的答案是No。
如果你依然固步自封在傳統金融學的學習生涯中，我不能說你一定不能夠找到一份頂好的金融工作，但大部分人的路會越走越窄。而真正當你涉足交叉學科時，你會發現，不僅就業之路，連你頭頂的天空都寬闊且亮藍。為什麼呢？因為你能夠handle數據。如今，大數據、機器學習、區塊鏈等盛行，數據科學尤為重要，
沒有點擊和購物數據，淘寶怎麼給你推薦商品？
沒有公司財務數據，分析師拿什麼去報告裡橫豎bb？
沒有一定跨度的時間序列數據，你怎麼知道A股相對過去10年是高估還是低估？
沒有數據，何談大數據？何談區塊鏈？
數據真的很重要！
為什麼選擇Python？相信你打開知乎，搜索Python，已經有成千上萬個答案等著你了，而我想說的是，Life is short, U need Python！因為時間太有限了，學了金融的人，稍微有點難度的理科知識拿上來都覺得難受。尤其是希望能夠在大四、研一轉型的同學，時間短暫，你如果要“C++從入門到放棄”，絕不會有人攔你。
而Python的難度，我想說，如果你用過stata，如果你覺得stata指令挺簡單，那麼得了，熟悉基礎語法後，Python的操作難度，就和stata指令相差不遠，這麼說是不是感覺好很多？沒錯，就是如此。。。
二、想寫的有很多
知道全市場的估值有什麼用？
想寫的內容很多，在這裡挖一個坑，未來一年，以每週1-2篇的速度推進下去。
編程語言基礎：
1.Python
2.Matlab
3.SQL
數據科學課題：
1.數據清理
2.數據可視化
Python金融分析：
1.債券、股票估值，資本資產定價模型，多因子模型等經典理論的Python實現
2.時間序列分析
3.投資組合理論、期權期貨、在險價值、蒙特卡羅模擬、信用風險分析等
機器學習：
1.機器學習簡介
2.十大算法介紹
3.案例演示
三、交流方式
歡迎大家加入我的Python學習交流社區，社區提供精選過後豐富的學習資源，不侷限於Python；可觀的人脈，其中有FDU的大牛教授，有上財的信息博士，有金融機構的在職人士，還有來自各985、211重點大學的本科生、碩士生。
此外，不定期福利網課、贈書、獎勵金等，積極互動的成員，收穫一定遠高於成本。
閱讀更多 指數量化投資 的文章
