當前位置: 華文星空 > 知識

作為金融專業學生或從業者,你每天會為學習金融做出什麽樣的努力?

2015-02-15知識

自己嘗試著對一些公司進行分析和估值。通常會用這兩個資源:

Bloomberg (大多美國學校圖書館都有)- 找公開的賣方的研究報告;

Seekingalpha - 看別的作者寫的分析。

培養對投行的基礎概念的培養和累積知識。

讀英文網站,緊跟市場動態自然是必不可少的,一是培養對市場的興趣,二是增加對市場的了解,從而激發更多興趣,進入一個良性迴圈。並且,熟悉市場不是一朝一夕就能練就的,需要一定時間的積累。面試裏面和你過招的都是超級有經驗的大牛,必定是可以見招拆招的。就像在大師面前習武,你有幾成功力他們一看便知。

怎麽緊跟市場動態呢?大型的金融資訊網站大家應該都聽說過幾個,但能每天高效利用這些訊息的人並不多。我一般用以下幾個網站,附一些更容易養成閱讀消化習慣的建議。

Investopedia

Investopedia 是一個學習投資、市場和個人理財的絕佳網站,我用過它的股票模擬功能(Stock Simulator)建立自己的投資組合(Portfolio),這樣在被問到投行的常見問題 「給我推薦一支股票」(Pitch me a stock)時,能夠根據每日關註的動態回答。這個網站非常優秀的一點就是,它還會給你的郵箱裏定期發送你投資組合的動態提醒。在日常關註中,我會從以下幾個方面入手整理分析:

1. 描述為何這是一個好的投資(Why this is a good investment)

2. 商業模式由什麽推動,影響利潤和成本的因素都有哪些(Key drivers of business,revenue and cost )

3. 潛在的機會和上升空間(Potential opportunities)和與市場是同類競爭者相比有哪些有利競爭(Competitive advantage)

The New York Times Dealbook

紐約時報的權威性就不贅述了, Dealbook 就是紐約時報裏面我經常看的精華部份,它不僅囊括了市場最新動態,還能夠給我提供高質素的分析文章,並結合最新政策動態提供較為深度的解讀。

不過關於每個Deal的問題,也還是需要提醒一下:廣泛吸取資訊十分重要,但是保持自己的思辨能力其實更為核心,閱讀的時候,不要被各大不同網站文章的立場而左右,而是要針對一個Deal多閱讀不同分析角度、甚至不同觀點的文章,這樣才能獲得對這個Deal更全面的了解,建立自己的想法和考量。

American Banker

American Banker 可以說是金融人士的專業網站。網站的介紹是: 「我們是銀行和金融服務高級管理人員的重要資源,專業於讓使用者了解重要的發展情況,將重點放在最重要的問題上:創新,轉型,技術,監管和改革。 「

除了Bank的日常交易和市場動態以外,這個網站還有從內部了解投行行業的深度解讀。由於投行面試往往也少不了公司文化或者動態的問題,這個網站可以給我提供很豐富很實際的資訊。

大家不要下意識的覺得「初級」的實習生和分析師就並不需要看這些資料。如果你可以更加主動(Proactive),在面試中就會多一些勝算。

其他的還有,CNBC,Wall Street Journal,中文的華爾街見聞都是不錯的。Bloomberg和CNBC算是對新手比較友好的,Wall Street Journal比較深,觀點也比較多。

給對投行ibd感興趣的朋友的免費學習包

https://offerbang.io/giftdl/ibdpack

然後就是Networking。尤其是如果從事投行的話,這從來都是一個以人脈為基石的行業。

Networking的第一步一般是找Networking的物件,也就是和誰去Networking。

我一般從下面幾個方式入手和一些小建議:

1. Alumni

這是一個非常Natural,讓人非常有歸屬感,可以拉近距離的方式。一些學校,尤其是商學院,一般會有Alumni Book,上面會有在各行業、各公司工作的校友名單和聯系方式,可以充分利用部份資源,選擇相應的校友Reach out。

2. 線下活動

實體活動包括學校、公司、和各種組織舉辦的Info Session(可以了解公司或者部門資訊的活動)、Career Fair、Networking Events。Physical Events的優點在於大家可以和Professionals或者Recruiters有面對面的交流的機會,更容易拉進距離。也有機會拿到他們的聯系方式,之後進一步Follow Up。

3. LinkedIn

它最大的優點就在於人多、資訊全。缺點是回復率低。一個小Tip就是:質比量更重要。因為如果你可以Reach Out這些人,那麽其他人也可以。所以,如果這些Professional要考慮的問題就是 – 「誰更值得花時間去幫助?」

建議認真做背景調查,找一些可以拉近話題的共同點是LinkedIn Reach Out的關鍵。這些共同點可以是:類似的背景、相同的興趣愛好、共同好友等等。 雖然做功課也會占用一定時間,但註重質素的Reach Out成功率遠遠大於群發的訊息,之後Networking聊天也更容易進行。

其他的小建議:

  • Networking的時候從Junior的人入手,他們的工作內容和行業認知更基礎、更接近學生,是非常非常好的學習過程,可以幫助你了解行業、工作內容,以便於為之後Networking做準備。他們也是剛經歷過Recruiting的朋友,相比於已經在職十年二十年的Senior,對申請流程的資訊分享和建議更有參考價值。
  • Junior和你年齡相仿,你們也更容易找到聊天的共同話題,拉近距離。
  • Senior一般會比較忙,回郵件概率相對較低。
  • 書籍- 知識積累方面

    金融入門書籍推薦Fundamentals of Corporate Finance by Ross Westerfield Jordan

    可以在這裏下載電子版:https://offerbang.io/giftdl/ibdpack

    交易的書籍推薦Investments by Bodie Kane Marcus

    Quant的書籍推薦Expected Returns: An Investor's Guide to Harvesting Market Rewards by Antti Ilmanen

    書籍-Technical準備&刷題方面

    1. IBD可以刷非常經典的:

    IB 400問,自己可以搜到。

    2. Quant可以看的書

    面試和brain teaser類會刷:

    綠皮書【A Practical Guide to Quantitative Finance Interviews】,紅皮書 【Heard on The Street】和【Quant Job Interview Questions And Answers】

    如果有時間,還可以看看150 Most Frequently Asked Questions on Quant Interviews

    演算法和數據結構會看:

    概率統計會看:

    熟悉基本的概率分布和他們的性質,了解Goodness of Fit,Linear Regression, Confidence Interval, Central Limit Theorem, 等等

    Machine Learning會看:

  • The Elements of Statistical Learning or An Introduction to Statistical Learning: with Applications in R
  • Coursera Deeplearning.AI with Andrew Ng and Machine Learning Course @ Stanford
  • 其他能想到的還有,Quant的演算法可以透過 LeetCode 和 TopCoder 進行準備。

    了解一些演算法和數據結構,比如:

  • Sorting/Order Statistics
  • Greedy
  • Dynamical Programming
  • Stack/Queue/Priority Queue
  • Binary Tree
  • Hash Table/Set and Map in C++
  • Graphs (Usually Not Necessary)
  • Programming方面有一門熟練掌握的語言即可。推薦 Python,部份對執行速度要求高的工作(以前台為主)會對C++有要求。

    面試題可以刷 Leetcode Interview Questions 。數學題可以參考 Project Euler 。此外TopCoder上有 Coding Competition ,可以用來估計自己的水平。

    還可以了解什麽是Trading and Exchanges Book。自己開戶,試著做實際交易。

    推薦的線上演算法交易平台:

    Quantopian in Python

    Quantconnect in C# (也有Python)

    金融的面非常廣,能想到的都提了一嘴,想到了再補充吧。不過因為我在美國,所以講的都是我在這邊的一些經驗。

    給對投行ibd感興趣的朋友的免費學習包

    https://offerbang.io/giftdl/ibdpack

    如果覺得多少對你有點用處,在收藏之余,也可以關註我或者給我點個贊哦 ❤ ️