编程如何重塑股票分析师

买方和卖方分析师面临着越来越多大型、复杂而独特的数据集。分析师如何通过使用先进工具和提高自己的编程技能，更快、更高效地获取价值和生成洞见？

1. 买方分析师必须探索如何以最具成本效益的方式寻求超额回报并超越基准，以与被动投资策略竞争。

2. 卖方分析师则面临着降低高质量和差异化研究的成本的压力，以获得买方的关注和联系。

3. 数据、技术和人才之间的互动是成功整合研究过程中各种趋势的关键。

欲通过电子邮件收取更多数据驱动洞见相关资讯，请订阅《路孚特视角》周刊 (英文)。

新一代分析师

在以往，分析师如果想要展示自己的价值，就会使用 Excel 作为主要工具。而现在，Python 已经成为主角。

研究公司现在招聘的都是编程技能出色的分析师。具备这种技能的分析师能够在数据编程语言中游刃有余地工作，构建灵活而强大的工具，从而可以专注于价值，更好地利用他们所需的数据、分析结果和关联性。

现在的顶尖研究分析师拥有许多较过去更为通用的技能，这一新群体正在寻求从一开始就产生切实的影响。

Workspace：我们的新研究考察了技术、互操作性和编程技能在推动金融服务公司的生产力方面可以发挥的作用 (英文)

摆脱电子表格的局限

投资研究中始终意图跟上市场快速发展的步伐，但以前投资研究中使用的工具主要是 Excel，该工具无论是在速度还是在效率方面，都不及 Python。随着 Python 的普及，分析师将能够更快地实现创新。

MiFID II 只是分析师在提供洞察以及证明他们的研究值得投资方面承受更大压力的几个原因之一。

分析师承受更大压力的原因还包括：通过合并数据集创建差异化洞察的挑战；而且分析师必须能够通过灵活的框架和相互关联的工作流程将不同的数据集（例如有着第三方来源的数据集）与其专有内容无缝集成。

Python 在处理大型数据集以及整合机器学习和建模的能力方面比 Excel 更具优势。

研究过程不再是闭门造车

许多分析师每周仍要花费数小时完成例行任务，例如清理数据或在不同系统之间切换，而专业知识自动化可以帮助减少重复性任务。

分析师正在想方设法减少日常任务的点击次数或消除在不同应用程序之间移动数据时可能出现的复制粘贴错误。

当然，省下来的时间可用于探寻创意想法或进行更深入的财务和估值分析，以构建稳健的公司模型；分析师也可以将更多时间用于增值效果更好的任务上，例如与投资者和客户交流。

虽然我们将编程技能视为分析师的一项优势，但这可能并不适合每个人。它取决于具体的使用场景，并非所有人都需要在 Python 中编写代码。

但是，分析师需要了解编程是如何帮助更深入地开展研究的。

投资研究这门艺术与在投资研究中应用编程技能这件事之间存在着微妙的平衡。那些成功引入编程技能的公司和掌握这项技能的分析师无疑将会获益匪浅。

愿编程与您同在

那些想要获得竞争优势的人正意识到编程的价值——无论是在自动化重复任务，还是提高研究质量和金融建模准确性方面，编程都极具价值。

最终，运用编程的目标是为买方提供获取超额回报的竞争优势，并帮助实现卖方的差异化研究。

就连尚未学习编程的人，也很有兴趣使用这项技能。

而分析师对编码的实际应用成果更为好奇并随之开始更想使用编程技能后，他们的兴趣只会日益高涨。

下载我们的“无界财富管理平台”报告，了解金融机构如何改变思维方式，不再纠结“我们为什么要这样做？”，而是开始思考“我该怎么运用这项技能？”

了解分析师如何使用数据进行公司筛选和相对估值分析；了解使用编程构建模型带来的高效率和更高的质量后，带来的种种优势；以及探索在新的工作流程工具方面，可持续投资为何是最宽广的机会领域。

Workspace：我们的新研究考察了技术、互操作性和编程技能在推动金融服务公司的生产力方面可以发挥的作用 (英文)

常见问题

分析师如何使用先进工具并提高自己的编程技能？

数据、技术和人才之间的互动是成功整合研究过程中各种趋势的关键。