用Python寫了個金融數據爬蟲，半小時干了全組一周的工作量
原創kk12345677 最后發布於2019-08-21 16:59:54 閱讀數 1652 收藏
展開
最近，越來越多的研究員、基金經理甚至財務會計領域的朋友，向小編咨詢：金融人需要學Python么？
事實上在2019年，這已經不是一個問題了。Python已成為國內很多頂級投行、基金、咨詢等泛金融、商科領域的必備技能。中金公司、銀河證券、南方基金、銀華基金在招聘分析師崗位時，紛紛要求熟練掌握Python數據分析技能。
Excel我已經用的很好了，為什么還要學Python？
我們都知道，無論是行業研究員、基金經理還是審計人員，工作的核心基本都是頻繁處理大量數據。之前，分析師們依賴的武器就是Excel。但隨着數據量的增多和更易用更強大工具的出現，Excel越來越跟不上時代了。
正如小編的一個研究員朋友所說：Excel當然非常強大，並且適合新手入門理解數據。但后期有很大的缺陷。**數據量較大時，Excel處理數據效率低、容易死，往往一等就是半個小時
更重要的是，Excel做復雜的數據處理和計算時，需要手工操作、費時費力，而且**不能復用，下次用還得重新做一遍!，極大浪費了時間。Excel當然也有VBA這樣的數據處理工具，但其語言晦澀難懂，身邊沒有一個人會用。
你能看懂這個公式的意思么，Excel編程晦澀難懂可見一斑
Python正是新一代的數據處理工具，對於每天都需要處理海量數據的分析師，Python簡直就是解放生產力的救命稻草。
而且，運用Python強大的網頁處理能力進行爬蟲，可以為我們的數據研究提供很多便捷。
比如，我們想從中債登官網獲取某債券借券存量的數據，然而，這個數在中債登上只能按日查詢。如果我們想獲取這只債券近一年的數據，必須重復打開中債登網、選券、改日期、點擊查詢、記錄下結果這個操作200多次。
很過機構之前這樣的工作都是交給實習生干，但是現在，只需要一個Python爬蟲，十幾分鍾就可以解決這個問題。
不僅分析師們紛紛用上Python，現在大所的審計師在處理大量審計底稿的時候，也會使用Python 實現底稿的批量化自動處理。
審計師在處理底稿時經常面臨這樣的問題：客戶企業不同部門財務軟件版本各異，導致會計科目設置及會計處理方式不一致，此時如果用Excel人工修改，則需要耗費大量的時間。而如果用Python批量處理，基本上都是十幾分鍾的事。
Python強大的繪圖功能，讓數據導入、分析、出結果、繪圖可以一次性在程序里完成，可以直接把分析/回測結果視覺化呈現出來。
正因為如此，現在國內很多金融機構在招聘中已經添加了對Python能力的要求。我們也從各大招聘網站，摘錄了一些金融行業核心熱門職位的技能要求：
事實上，無論是Python還是量化、大數據、Fintech，這些關鍵詞在過去幾年中熱度不斷提升，網絡上各種資源也是層出不窮。
————————————————
版權聲明：本文為CSDN博主「kk12345677」的原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/KK12345677/article/details/99975389