1樓：嶽航運
豆瓣書評京東購買評價資料分析學習入門推薦書籍：
推薦理由：相對於市面上其它專業系統性的介紹資料相關統計學、SQL等專業系統方面的圖書，這是一本很通俗易讀的入門資料分析必讀的書。通讀該書，發現書中的內容更多是從通過資料解決世界問題的角度來展開，貼合實際工作。
同時書中介紹都是簡單又立竿見影的分析方法和流程。分析所使用的工具也是Excel中的通用工具，這會讓想學資料分析的新手不再有很高的門檻，真正的零基礎也能讀懂，能夠快速的入門。
2樓：Frank
重本是重點大學本科嗎？理科竟然沒有學過線性代數？先把線性代數和概率統計學了吧，然後看具體的目標或崗位，有針對性的學吧，至於python比較簡單，連同幾個常用的庫每個一周時間足夠了
3樓：檸檬的金蘋果
可以看看曼昆的經濟學原理分兩冊，還是很適合初學者學習的。還可以關注ALPHA ZONE裡面的文章也比較適合初學者，還能分享交易心得和小夥伴兒們共同進步。
4樓：Lynn
我也在學這些，資料和Python，我是打算考個CDA的！一級的就行。
金融和投資，這個的話，我是看中國MOOC上面的課程的，上面有個經濟學系統課，有比較專業的學習規劃路線圖，從核心基礎到思維訓練再到技能實踐，都是一流大學的公開課程，系統又專業。
5樓：李明軍
1.考個CFA，FRM，或者CQF吧，你想學的內容這三個考試都會涉及。
2.CQF的前導課程會把投資用到的高數線代概率，python，VBA，R，金融基礎都講了。然後就講隨機過程在衍生品，固收，信用風險中的應用，機器學習如何用於投資，訊號處理如何用於投資。
6樓：
你這是三個領域了，純金融是乙個領域，核心課程是巨集微觀，會計，公司金融，投資學等，就業萬金油；量化投資，是另乙個領域對應的學科是Financial Math或者FE，核心是隨機過程，布朗運動，蒙特卡洛，資料與資料結構，python，金融衍生品定價，金融工程機器學習等，對口主要是quant；資料分析是另乙個領域，核心課程是統計分析，資料與資料結構，sql，python，R，機器學習，深度學習，資料視覺化等，對口是BA，DA，DS。量化投資領域的資料分析用得較多的應該是輿情因子分析吧，這是NLP，可以算另乙個領域了。
7樓：量化交易前行者
題主學這些課程是為了做量化交易研究吧？零基礎，為啥要磨難自己，你起步太晚了，學成歸來後才發現量化交易真不是乙個人能搞定的。
8樓：黃娜美
科技金融時代，金融專業的要懂計算機，計算機專業的也可以學習金融。香帥的北大金融課最後的乙個大模組系統性介紹了科技金融。未來的科技金融值得每個嚮往財富的人參與並思考！
9樓：「已登出」
量化投資，可以用Python，R，matlab實現，也有機器學習的方法。
好一點的路線是去學機器學習和資料科學再轉量化，或者學金融再轉量化。
這東西，能掙大錢的人還是少數，起碼你到中產階級再搞吧，否則又是一顆韭菜。
10樓：Gevana
量化投資策略實現可以用python，但是大量資料特別是tick級別資料分析建議用R，當你實際上手分析資料的時候，你會發現耗用時間能省出乙個世紀
11樓：mast
數理統計，線性代數是基礎。
建議把公司理財數學部分，還有金工數學部分都掌握。
python是用的，不是學的。不必刻意去學python
12樓：冰糖葫蘆
樓主列的這些個東西，基礎就是數學。先學到數學分析(real analysis)再說學不學量化。在歐美，數學金融(mathematic finance，MF)對數學要求是僅次於pure math的專業，而且一般設在數學系。
零基礎如何系統地學習Photoshop？
暖香青山 系統的學習是乙個偽命題。怎麼系統？需要把所有工具的原理都搞清楚麼？要把PS裡面涉及到的演算法弄明白嗎？對於初學者來說，這種學習方式低效不說，沒有具體場景應用的情況下，學習再多的原理都不如實際上手練幾張圖來的有用。有效的學習才是正解。怎麼算有效？你學PS要用是吧？你是打算學人像修圖還是做海報...
零基礎學籃球，應該怎樣系統性的學習？
小幸運 從最基本的開始練，技術是一方面，另一方面是你對於籃球的態度，最好去了解籃球的歷史，提公升精神層面的力量同時，好好去練基本功，運球，突破，投籃，意識等等很多。不要急，重要的是堅持，如果能夠連續乙個月每天練運球乙個小時，半截籃半小時，一定會有很大進步的。 哈哈 首先體能真的很重要，其次如果你是真...
零基礎學習大資料可以行嗎？統計學專業，想參加培訓班，是學資料分析好還是大資料呢？
玉姐姐 零基礎學習大資料當然可以了，不會才學呀，會了，都找工作去了，還有他們大資料培訓班什麼事？你統計學專業，學大資料，那思維應該是一樣的。麼有多大的區別吧，應該更有利於學大資料吧。報個大資料培訓班，糾結正常吧。畢竟選好了大資料培訓班，自己可是少很多事兒呢，最主要的是跟自己以後的就業有直接聯絡的啊。...