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:
書籍- 知識積累方面 :
金融入門書籍推薦Fundamentals of Corporate Finance by Ross Westerfield Jordan
![](https://img.jasve.com/2024-3/757613e2a28ede1983f1f9fcfc4d5958.webp)
交易的書籍推薦Investments by Bodie Kane Marcus
![](https://img.jasve.com/2024-3/6e9a586c1eaa715d41f8cf58e067fb14.webp)
Quant的書籍推薦Expected Returns: An Investor's Guide to Harvesting Market Rewards by Antti Ilmanen
![](https://img.jasve.com/2024-3/775224a4b3cd0b6dbbfb174a9044b19d.webp)
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】
![](https://img.jasve.com/2024-3/b50ed2fc126e5aa2f4b966f8bfb81ef9.webp)
如果有時間,還可以看看150 Most Frequently Asked Questions on Quant Interviews
![](https://img.jasve.com/2024-3/e1a6437b7b8c3263d8cf8c8caa2d4621.webp)
演算法和數據結構會看:
![](https://img.jasve.com/2024-3/f2460143a34002b423ac92f21799bab3.webp)
概率統計會看:
![](https://img.jasve.com/2024-3/e88bb9779b7de25f2f9241cfae534d00.webp)
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:
![](https://img.jasve.com/2024-3/2f74644cfb0de26db272567784cc7190.webp)
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:
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 ❤ ️