1樓：自由自在走一生
我覺得資料處理首先學Excel，把Excel用好了覺得功能還不夠處理你的業務，再考慮學Python這樣的程式語言。Python學的話直接學習pandas的使用就行了。基於索引進行運算還是很強大的。
2樓：聽桑
做行研有偶爾會用到，比如國家統計局比較通用的資料，大而全的那種
然後我要對資料裡面某個縱列做48次調整，相應的做出48組相關性分析，excel做起來太累了
就用python幫我完成了，直接出結果到excel出圖
當然這種情況99.999%的工作情況下都用不到，原因如下：
1。絕大部分你需要的資訊和資料都是極度缺失的，一組資料能有4-5個數字就很不錯了。
即使你們單位很闊氣，花了幾百萬買產業的監測資料庫，資料也非常有限。根本沒有那麼大的資料讓你使用python。
2。大多數測算過程中雖然單組資料少，但資料型別多，關係較為繁瑣。需要不斷調整細節關係和假設，excel的直觀展現是最好的。
目前來看對行業研究感覺作用還是很小，但對量化方向很重要
3樓：黃哥
你這個是重點是：量化交易、金融大資料等。
建議先搞定程式設計 + 資料結構和演算法+ 複習數學 + 資料探勘演算法等
書有：Problem Solving with Algorithms and Data Structures using Python
interactivepython.org/runestone/static/pythonds/index.html等
你為什麼做投行？
貓眼裡的你 價效比高，但我已經決定不做了，自己生活更重要 中資PE2,30W，銀行總行2,30W，VC20多W，研究20來W。頭部券商呢？40 60起，更別說外資投行了。想要高收入又想閒著，那是家裡有資源的人該想的事 入行之前，想去投行是因為覺得投行有光環 薪酬高 有技術含量。入行之後，繼續做投行的...
在外資投行做corporate finance ,未來可能的職業發現路徑是什麼呢？還是就一直在投行待下去？
朱英楠David 未來可能 的行話叫做 Exit Opportunities 谷歌搜尋 investment banking exit opportunities 有127萬條結果，這是我最喜歡的一篇 The Myth Of The Buy Side Job。以上。 張無翳 刨去那些個別的去向，大體...
券商投行 券商研究所怎麼選？
無聊過客 工作量差不多，差別是研究所整天窩在自己公司面對大量資料，股承是整天蹲在別人公司面對大量資料，愛不愛出差自己考慮咯，收入方面研究所比較穩定，股承就看命看運了，出專案才有提成 娜塔莎的極光 如果是我，妥妥的研究所！新財富前10研究所跟過會數前10的投行，我這麼講，過會數不代表啥的，券商為避免過...