在過去的十年里，隨著自動化技術的出現(xiàn)，科技最終成為杰出的金融機構，銀行，保險和投資公司，股票交易公司，對沖基金，券商等公司的一部分。

在2018年，新加入摩根大通的全部資產(chǎn)管理分析師被強制學習編程語言Python。

截至2019年初，國際上跨市場風險管理和交易系統(tǒng)基本都在使用Python（有時會混合使用c ），很多銀行從建立銀行的前端到資產(chǎn)風險系統(tǒng)也都會選擇使用Python，其中包括荷蘭銀行，德國證券交易所集團，Bellco信用社，摩根大通以及阿爾蒂斯投資管理等公司或部門。

可見Python作為一項對金融行業(yè)適用度極高的計算機語言，在量化交易，金融分析，金融工程領域得到了廣泛應用。

主要原因是，Python作為動態(tài)語言其語言結構清晰簡單、庫豐富、成熟穩(wěn)定、科學計算和統(tǒng)計分析功能完善、生產(chǎn)效率遠遠高于c、c 、java等語言,并易于入門,開發(fā)速度也比傳統(tǒng)語言更快。

1Python的代碼效率高,10行Python代碼就能完成C 20行代碼的工作,而且錯誤幾率更低。隨著監(jiān)管加強和最佳實踐的普及,Python的性能和可用性得到越來越多的認可。

2Python的語法很容易實現(xiàn)那些金融算法和數(shù)學計算，每個數(shù)學語句都能轉(zhuǎn)變成一行Python代碼，每行允許超過十萬的計算量。

3越來越多的技術專家出現(xiàn)在在銀行業(yè)務側(cè),得益于此Python也將更加流行，因為Python能讓開發(fā)者與分析人員和研究人員在項目中更好地合作。

4在處理金融數(shù)據(jù)時，Python擅長解決“數(shù)據(jù)對齊” （時間序列與截面對齊）問題，Python中Pandas工具可以實現(xiàn)算術運算中數(shù)據(jù)自動對齊，可為金融工作帶來極大便利。

那么金融業(yè)中具體哪些崗位需要應用Python呢？

在此建議如果同學只是一名做市商或非量化交易員，那沒必要了解編程。但是，如果你打算進入量化分析、量化交易或電子交易領域，那么懂編程就一定會有幫助。

目前，金融界將Python視為一項基本工作工具的部門主要包括投行的金融或者技術部門、保險公司的數(shù)據(jù)科學部、四大的咨詢部、基金公司的金融數(shù)據(jù)分析崗、技術公司的數(shù)據(jù)分析崗位等。而經(jīng)預測，Python將在此類部門的使用比例逐步加重，并將全面滲入個量化金融崗位中。

不過,Python是否會使用在薪酬待遇上競爭力不大,這也是因為Python入門太過容易。很多人力資源經(jīng)理甚至都不再技能要求中提及Python,因為對于學習能力較好的從業(yè)者來說,學習Python是一件相當容易的事情。