2019年11月16日、17日、24日和12月1日，平安人寿投资管理中心战略配置部投资经理刘恒在中国科学技术大学合肥本部为MF学生讲授《金融数据分析》课程。
Python语法的精确和简洁，以及它大量宝贵的第三方工具使它成为世界上最流行的编码语言之一。Python的语法很容易实现那些金融算法和数学计算，越来越受到金融业的青睐。从2017级全日制MF开始，中科大MF项目便开设了《金融数据分析》课程，帮助同学们掌握基于Python的金融数据分析方法。
在为期四天的课程中，刘恒老师先是对这门课程进行了简单的介绍，阐述了学习数据处理和相关软件的必要性，然后将这门课的理念“acquiring data，processing data，presenting data”传达给了同学们，再围绕这一核心理念讲授了Python基础知识、NumPy基础知识、Pandas基础知识、数据分析入门、数据处理与应用以及用Matplotlib 、Pandas、Seaborn进行数据可视化等内容。同学们都感受到课程内容充实，干货满满。
课程间隙，刘恒老师还参加了“与业界导师面对面”活动，和同学们进行进一步的交流。期间，同学们争先恐后地就数据分析、金融行业对外开放、职业生涯规划等话题向刘恒老师进行了咨询，刘老师也结合自身的经历对同学们的疑问进行了认真分析，并且根据同学们的情况做出了详细的解答。刘老师强调了Python等数据分析工具对金融行业的系统性重塑，以及在校期间掌握统计、编程等基础知识的重要性。
随后，刘恒老师和同学们谈论了自己本科和研究生阶段的一些趣事，在追忆校园美好时光的同时，再次强调了在校学习统计编程等基础知识的重要性，并希望同学们能够珍惜在校时光，夯实专业基础知识。另外，在就业方向上，他介绍了自己在摩根、光大和平安的丰富工作经历，然后详细讲述了他对于行研员的看法以及行研员在行业和大小券商上的选择，他还分享了自己从业后的一些经验体会，对于同学们今后的实习、求职提出了宝贵的建议。最后，刘恒老师和同学们就金融行业的发展趋势进行了深度的剖析，有助于同学们确立今后择业方向。
通过本课程的学习和“与业界导师面对面”活动，同学们对金融数据处理的重要性有了更加深入的了解，对金融行业有了更加深刻的认识。金融硕士同学向刘恒老师表示真诚的感谢！
嘉宾介绍：
刘恒，同济大学计算机软件工程学士，计算机应用工学硕士，上海交通大学上海高级金融学院MBA。曾在摩根士丹利任职Associate、在光大保德信基金管理有限公司担任高级工程师，目前任职平安人寿投资管理中心战略配置部投资经理。
【重要问答摘录】
Q：目前编程语言当中应该侧重于哪种语言？
A：在实际应用当中，Python的运用还是更多一点。在机器学习领域，使用Python或者R语言的区别不会特别大。其中的关键在于掌握模型本身的特点，但是实际应用过程中，不需要重新构建模型，只需要调用各种包并且将参数填充进去即可。
Q：学习数据分析是否需要预先学习大量的数学统计知识？
A：随着计算机算力的提升，并不需要每个人都把数学模型原理弄得特别清楚，很多时候通过软件当中提供的各种包都可以帮助解决问题。
Q：如何看待当前国内金融工程专业？
A：目前国内金融工程专业的授课内容相对老套，侧重点还是在于B-S公式的推导之类。但是在实际应用当中，量化最多的工作内容还是写程序、跑回测等。这也体现了国内课程设置与业界实际需求脱节的问题，所以即使今后走出校园，也应该不断学习。尤其是在校期间，更应该把一些基础知识掌握清楚。
Q：本科非计算机专业的学生在数据分析岗位的竞争中是否明显劣于本科计算机专业的学生？
A：几乎没有区别。虽然计算机编程与数据分析都是属于编程，但是两者的含义其实是不同的。计算机编程主要是工程化地实现一个应用程序，而数据分析是借助计算机的算力将大脑中的逻辑实现出来。这其实是两个方向的编程，所以大家在数据分析领域的差距并不大。计算机专业学生的优点在于能够快速熟悉编程语言和数据结构，但是进行数据分析的关键还是分析思路，其实很多计算机专业学生往往缺乏对金融数据背景的认识。数据分析的核心在于数据而非编程，因此最终竞争的优劣还是取决于个人的努力程度。
Q: 当前金融行业是否明显受到大数据、人工智能等新兴技术的冲击？
A: 目前整个行业还是处在变革前夜，口号很响，落地不多。数据分析在今后的每个行业中都有广泛的应用前景，即使在已经习惯于使用Excel进行数据处理的行业（例如投行部、研究所、事务所）也是如此。
Q：在量化基金招聘中一般对学生数理基础和编程建模要求很高，怎么权衡这两方面的能力培养？
A：私募的招聘要求一般比较严格，人数也很少，把目光多放在公募基金的条件上，还有就是各个公司的需求有差异，契合度对于招聘最关键，对数学和编程的要求并不是专业的要求，掌握统计知识，建模方法和应用性编程会满足很多公司的需求。
Q：量化和大数据相关的岗位比较多，需求也比较大，您认为什么岗位对我们科大MF学生具有普适性？
A：现在存在对金融科技、量化建模和大数据工程师的需求缺口，但这个缺口不完全面向应届生招聘，更多是金融机构从科技公司挖人带动业务，而且有的岗位不是去直接要和计算机专业的人竞争，而是发挥金融硕士的比较优势。面向应届生招聘大多数是从做基础性技术做起或者是公司为了降低人力成本、培养人才。应届生直接进入大机构难度大很多，但是明确细分领域，从小团队接触业务锻炼成长再进入大的机构也是很多人的路线，条条大路通罗马。
Q：什么岗位更加适合女生来做？
A：外资企业的女员工的隐性福利比较高，但是外资企业在面对本土狼性企业竞争,可能生存压力增加,其员工可能存在上升通道风险甚至裁员的风险；从岗位上说，中后台岗位，比如无论是中台的定性风控还是定量风控都比较适合女生，公司招聘也会认为女生可能更加谨慎细心；金融监管机构对女生是非常好的选择。对于证书，每年持证人数的增加隐含着含金量的下降，对于CFA，FRM来说，最重要的其实是可以帮助你系统的学习，也是一个锦上添花，不起到决定作用；对于CPA和司法考试，有的工作需要持证，看个人需求。
