更新2021/08/29：板友来信提问更新（放在文末）
如果有问题的话可以来信询问，会统一更新在本文
不然私信回的话只有一个人看得到，效益不大
前言：
在板上看过几次类似的发问，譬如fintech浪潮下应该具备什么程式能力之类的
但回答的多是IT技术人员，答案自然也多是与IT相关的，跟一般人关系不大
刚好本鲁大学是财金双主修资管，工作上也还算常用到程式技能
就简单分享一下一些例子，提供给在犹豫是否进修的人参考
这边先撇开金融IT与区块链工程师
毕竟这些职缺本来就是资讯背景为主，而且相关文章也很多了
除了以上两者外，我觉得程式与金融结合的例子可以分成三大类
1. Fintech
2. 日常例行事务
3. 投资相关
此外还牵涉到的主题
4. 个人思路
5. 转行
6. 要学多深
这篇文便是以上面6个面向撰写
Fintech：
我申请双主修的时候Fintech非常热门，当时我也没深入研究
单纯以为Fintech就是写程式投资，感觉很新潮，就直接申请了
后来才明白写程式投资是Quant...
实际上Fintech除了区块链外，精准行销的职缺似乎蛮多的
譬如从去识别化的资料中找出目标客户，提高行销的准确度之类的
其他像是 用NLP自动分析质化研究报告、自动摘要重点
或者是 自动分析个人投资风格并给出改善建议
以上这些都有看过相关职缺
日常例行事务
主要就是报表或研究日报的制作
譬如我之前实习写过串接IB的API，可以定期生成客户投资组合报表的程式
这样就可以省下麻烦的人工制作，因为报表所需的资讯未必在同一个页面
如果要一个个载下来，点开各个excel，再集中贴到一份excel的话很麻烦
用程式直接抓，再用预先做好的excel版型套上去就好了
研究日报也常需要剪贴数据，道理同上，只是可能会需要结合VBA
但这部分也有矛盾之处，通常负责做报表的，除非一开始工作描述有特别要求资讯背景
不然通常都是被当免洗劳工使用，大公司的电脑未必会开放权限让你装程式
所以高机率还是得自己手动剪贴XD
投资相关
这部分的应用就很多种了
最主要的应该是 资料收集、策略开发、策略回测系统，三大类
资料收集除了用爬虫简化资料抓取的流程，我觉得制作自己的Dashboard也蛮关键的
除了结合原始资料，按照需求呈现成特定的图表外
也可以设定自动提醒，避免漏掉对某些现象的追踪
我待过的两家实习：一家小Buy side跟一家大Sell side都在做这件事
尤其是后者虽然是业界龙头，但也是最近才开始推行，而且高层很重视这件事
策略开发的部份工作跟个人投资都会用到，除了很常见的技术分析交易策略
也有蛮多资产配置的策略或者质化分析的指标可以试看看
这边推荐Coursera的专项课程：Investment Management with Python
最后是策略回测系统，如果没有自己的策略回测系统可能会有点麻烦
毕竟市面上的服务商不多，弹性也蛮低的
自己写的话，非日内交易python应该1000行内可以搞定（含资料抓取）
日内交易的话因为对运行速度要求比较高，可能就要用到C++了
个人思路
虽然这是比较间接的影响，但我觉得满重要的
之前听孔令杰教授说过他觉得学习程式后思路有变清晰，我觉得深有同感
尤其是在一些个人workflow的设定或是知识库的建立时，特别需要程式模组化的概念
以workflow为例，我最近发现工作上虽然常需要看英文报告，也几乎都能看懂
但里面常用到的英文文句用法自己需要写的时候根本想不起来
因此便希望能边纪录报告重点时，边纪录这些用法
但两者同时纪录显然很不ok，会严重打乱阅读的顺畅性
因此便需要在纪录报告重点的ppt中多开一个暂存的页面
然而报告的文句应该先进重点区，还是先进暂存区
暂存区的资料要在何时正式标注重点存入数据库，又应该放在哪个部份
这些都需要事先规划好，我觉得这部份虽然与程式不直接相关
但在个人思路上的影响蛮有帮助
尤其是一些作业系统的观念可以换个方式应用在这里
而关于知识库的建立，我自己习惯是读完每本书会在电脑中纪录重点
一开始就是简单一本书一份文件，但时间久了就发现这样完全不可行
书读完久了之后会忘记书名对应到的重点，这样以书名为划分会一团乱
再加上这样主题相关的书很难做重点对比
诸如此类的原因就导致整个知识库需要依照主题为划分重新建立
然而如何界定各领域知识的主题，如何设定目录的层次也是很大的问题
在处理这些问题时，我觉得程式相关的观念也是蛮受用的
就跟Charlie Munger说的一样，思维模型很重要
尤其是程式设计中便涵盖了很大量的思维模型
我觉得对个人生活其实蛮有启发性的
转行
这点应该不必多说，学习新的技能自然是多了新的职涯选项
我自己是非常在意工作的意义与趣味性的人
也曾因此有点怀疑是否要在金融业继续发展，或是转作工程师
这时候程式相关的技能至少能确保我换条路也不会饿死
即使是继续在金融业发展，能处理的事务也会比一般本系生多元一些
要学多深
很多人会好奇学完基本语法后，是否要修一些程式观念的课
譬如：算法、资料结构、作业系统...这类的
我觉得纯论应用的话是不必，以上的举例都是会基本的语法之后
自己摸索一些套件就能搞定了
但我认为多修那些课，甚至是双主修资管、资工
最起码能确保你持续有动机接触程式
譬如程式设计在台大财金虽然是必修，但也只有一学期
很多人修完后也没什么特别的动机要再写程式，尤其是第1、2份实习用不到程式的话
到毕业时大概也忘得差不多了
修那些课毕竟有作业、期末专案要写，可以确保你到毕业前都会持续接触
至于已经毕业的人是否要学？我觉得虽然未必有直接性的应用情境
但多修一些程式观念的课程，在debug的时候会比较快，不会一看到报错就手忙脚乱
但这就见仁见智了
以上说的是学习程式在金融应用上的好处，至于是否要真的双主修就是另外的议题
但跟这个板的关系就不太大，之后有机会的话再写
以台大来说，财金要双资管在学分上是蛮轻松的，大概只要多修40学分即可～
不过缺点也不少就是了
板友来信Q&A
Q1:报表自动化是看了什么书才学会的？
我觉得这没有什么特定的书，毕竟资料源成千上万
有的接爬虫，有的接API，有的接内网sql
应该是需要用到的时候才去查怎么做
不过整理资料的部份当然可以先学
我自己是用python的pandas、openpyxl
虽然我是不觉得没有应用范例的话，直接学这些套件能记得住啦
所以应该先想看看自己想做出什么报表，再慢慢查怎么实现
如果非要说受到什么读物的启发
可能是外商投行的Strategy Daily Report吧
虽然各家的图表好像也就那些
但第一次看到的时候会觉得 原来某两个资料这样排还不错！
例如：财报季后 “超出盈余预期的百分比”跟“相对大盘表现百分比”的散布图
这张图表没看到报告前我是没想过可以这样呈现啦
Q2:推荐的课程（Investment Management with Python)对撰写回测系统有帮助吗？
课程内容参考下图：
https://imgur.com/Sgg10fT
这门课程比较偏向Asset Allocation，可能对一般散户投资比较不适合
里面也是有简单的回测code，但称不上是系统，只是一些简单的函数而已
我觉得整个回测系统应该是要考虑到策略开发跟资料抓取的部份，以便做对接
关于自己的回测系统怎么写，我觉得用中文找资料可能会很麻烦
资料真的很少也很零碎，建议还是用英文吧
如果本身英文能力不是很好，应该是不用为了这门课练习英文，收获可能不大
这门课比较适合有投资学、统计学基础 + 基本python语法的财金系学生
不太适合一般散户投资