0 赞 0 踩
其他回答
金融是个很宽泛的概念，需要什么样的技能储备取决于你要做什么。
简单列举几个分支供参考：
首先，在传统商业银行/非银信贷领域：
如果你想做前台业务，尤其是银行对公业务，包括企业信贷的发放、管理、回收等，那么对企业财务分析能力和营销能力更为重要。而现在热门的小微金融和消费者信贷领域则略有不同，这类信贷笔数多、数额小，回收时间短，信用风险也相对较高，国内又暂时没有完善的个人征信体系，这需要优秀的数据量化分析和风险建模，所以对统计学、数据挖掘，还有SAS,R,VBA等数据处理的编程知识有一定需求。但具体业界的前沿已经达到多高，还有待补充。
在资本市场领域，情况则又要继续细分：
一级市场，包括传统的卖方投行业务（上市，并购，发债等等），或者买方（PE,VC）业务，数学用的比较少，主要是估值模型会用到，但基本上没什么太大难度，Excel VBA拉出来算算就好。做这一行，更需要会计、财务分析、法律法规的硬功夫，还有能自信地侃侃而谈地去卖服务的软实力。你要能吃苦，肯钻研，自信又耐心，做再多路演都不厌烦。
如果是产品设计领域，尤其是结构化产品和衍生品的设计与定价（卖方），那的确是需要非常高深的数学知识。尤其是利率衍生品，市场大、品种多，市场和信用两大风险都要研究，难度的确很高。利率衍生品的定价研究从90年代开始到现在经历了好几代，可见其发展之迅速。好多模型都非常艰深，没有扎实的测度论、随机等知识基础，的确做不来。
二级市场，情况又得分：
普通的基于基本面的投资研究（股票行研，债市研究）和交易，数学也没有非常难，主要还是搜集、整理、分析、利用信息的能力。股票行研尤其是。既要对各种公司的报表报告熟稔于心（会财务分析），又要能吃苦去做实地调研，又要关注宏观调控信号，更重要的是要对整个行业的大环境、产业链等有了解，能把整个行业的链条、逻辑摸透。这是一个综合性很强，但并不是十分量化的工作。
固定收益证券的研究更侧重对政策的分析。尤其是财政部和央行的各项货币政策、公开市场操作都得心里有数。
除此之外，宏观和策略的研究则要复杂很多，这也是为什么很多岗位会要求经济学的博士学位的原因。想要对整个宏观经济形成理性的看法，本身就需要很强的逻辑思考能力和数学功底。
而量化交易肯定对数学和编程要求很高。尽管对于交易者而言，你不需要去定价，去设计，但是想要找到盈利稳定的策略，找到可靠的出入信号，想要管理好市场风险和流动性风险，这也很考验数学分析的能力。做量化研究是需要持续地学习前沿方法的，也经常需要看论文。学好题主所说的知识会很有帮助。
所以，是否需要学习高深数学知识，取决于你要做什么职位。只有与量化相关时，这些知识才直接有用。但如果让我重新过一遍大学，我会尽可能的去把这些课都学了。因为人的技能是向下兼容的。学好数学，你依旧可以去做普通的基本面研究，但学不好数学，量化研究恐怕就难做了。
所以在你学习能力最强、求知欲最旺盛的年纪，学得艰深一点没有什么坏处。就算什么都用不到，在学习的过程中培养出的逻辑思考能力和理性分析的能力，也会对从事金融行业很有裨益。
个人意见，仅供参考。 layla 2小时前 0条评论
简单列举几个分支供参考：
首先，在传统商业银行/非银信贷领域：
如果你想做前台业务，尤其是银行对公业务，包括企业信贷的发放、管理、回收等，那么对企业财务分析能力和营销能力更为重要。而现在热门的小微金融和消费者信贷领域则略有不同，这类信贷笔数多、数额小，回收时间短，信用风险也相对较高，国内又暂时没有完善的个人征信体系，这需要优秀的数据量化分析和风险建模，所以对统计学、数据挖掘，还有SAS,R,VBA等数据处理的编程知识有一定需求。但具体业界的前沿已经达到多高，还有待补充。
在资本市场领域，情况则又要继续细分：
一级市场，包括传统的卖方投行业务（上市，并购，发债等等），或者买方（PE,VC）业务，数学用的比较少，主要是估值模型会用到，但基本上没什么太大难度，Excel VBA拉出来算算就好。做这一行，更需要会计、财务分析、法律法规的硬功夫，还有能自信地侃侃而谈地去卖服务的软实力。你要能吃苦，肯钻研，自信又耐心，做再多路演都不厌烦。
如果是产品设计领域，尤其是结构化产品和衍生品的设计与定价（卖方），那的确是需要非常高深的数学知识。尤其是利率衍生品，市场大、品种多，市场和信用两大风险都要研究，难度的确很高。利率衍生品的定价研究从90年代开始到现在经历了好几代，可见其发展之迅速。好多模型都非常艰深，没有扎实的测度论、随机等知识基础，的确做不来。
二级市场，情况又得分：
普通的基于基本面的投资研究（股票行研，债市研究）和交易，数学也没有非常难，主要还是搜集、整理、分析、利用信息的能力。股票行研尤其是。既要对各种公司的报表报告熟稔于心（会财务分析），又要能吃苦去做实地调研，又要关注宏观调控信号，更重要的是要对整个行业的大环境、产业链等有了解，能把整个行业的链条、逻辑摸透。这是一个综合性很强，但并不是十分量化的工作。
固定收益证券的研究更侧重对政策的分析。尤其是财政部和央行的各项货币政策、公开市场操作都得心里有数。
除此之外，宏观和策略的研究则要复杂很多，这也是为什么很多岗位会要求经济学的博士学位的原因。想要对整个宏观经济形成理性的看法，本身就需要很强的逻辑思考能力和数学功底。
而量化交易肯定对数学和编程要求很高。尽管对于交易者而言，你不需要去定价，去设计，但是想要找到盈利稳定的策略，找到可靠的出入信号，想要管理好市场风险和流动性风险，这也很考验数学分析的能力。做量化研究是需要持续地学习前沿方法的，也经常需要看论文。学好题主所说的知识会很有帮助。
所以，是否需要学习高深数学知识，取决于你要做什么职位。只有与量化相关时，这些知识才直接有用。但如果让我重新过一遍大学，我会尽可能的去把这些课都学了。因为人的技能是向下兼容的。学好数学，你依旧可以去做普通的基本面研究，但学不好数学，量化研究恐怕就难做了。
所以在你学习能力最强、求知欲最旺盛的年纪，学得艰深一点没有什么坏处。就算什么都用不到，在学习的过程中培养出的逻辑思考能力和理性分析的能力，也会对从事金融行业很有裨益。
个人意见，仅供参考。 layla 2小时前 0条评论
0 赞 0 踩
谢邀。
如果做数理金融的话，不仅要学数分高代等基础的数学知识，还要学以测度论为基础的概率论、随机过程、时间序列分析、随机微分方程等有一定难度的数学知识。数分高代实在算不上“高深的数学知识”，大部分理工科学生都要学微积分和线代，数分高代也不比他们难到哪里去。有这么广泛的群众基础，哪里高深了。。
如果不是做金融工程这种技术活的话，那可能确实会求导就够了。反正金融前台拼人脉拼背景拼人际关系，有种非人力能为的感觉。 Yuhang Liu 2小时前 0条评论
如果做数理金融的话，不仅要学数分高代等基础的数学知识，还要学以测度论为基础的概率论、随机过程、时间序列分析、随机微分方程等有一定难度的数学知识。数分高代实在算不上“高深的数学知识”，大部分理工科学生都要学微积分和线代，数分高代也不比他们难到哪里去。有这么广泛的群众基础，哪里高深了。。
如果不是做金融工程这种技术活的话，那可能确实会求导就够了。反正金融前台拼人脉拼背景拼人际关系，有种非人力能为的感觉。 Yuhang Liu 2小时前 0条评论
0 赞 0 踩
登录后可回答 提交回答
关键词 :
- 上一个：夜间来非的心境是怎么出现的？
- 下一个：To tell you the truth, I don't like english. ？
推荐资讯
点击排行