在本书第30章发布后不久，我收到了一位同学的消息，他可能认为我关于金融专业的某些观点过于激进（我个人的阅读理解，原话是激进但不够激烈，毕竟本章娱乐性质更多，仅以很小的篇幅讨论了一下本书之前一直强调的观点），并认为我对金融专业本身的判断过于情绪化。（如理解不对，请指正）在此我对劝退金融这一话题，做一次全面的答复，毕竟这一直是大家关心，且时常发生激烈争论的话题之一。
首先，我们先讨论一下金融就业的问题以及就业相关的必备技能。金融专业本身对知识和技能两方面的要求非常之高，除去金融销售岗位（包括但不限于保险销售，证券公司客户经理，银行前台人员等等），一位合格的金融学生应至少具备下列技能：
- 完善的数学技能（主要指解题能力，应至少有等同于能限时解出Putnam数学竞赛A3/A4和B3/B4题的水平，尤其是第72至76届的Putnam）和数学知识（包括但不限于带实分析的数学分析，高等代数，带测度论的概率论，泛函分析，非线性优化，动态优化和变分法，随机过程，随机分析，偏微分方程入门，线性动力系统，鞅论等等）（第一点对于将来往Quant方向发展，尤其是Q Quant最为重要）
- 合格的编程能力
- 中等以上的英语能力（阅读英文文献应流畅，即对应英语四级接近满分，六级高分）
- 应对数理类的金融课程有充分的熟练度。
当然，以上仅仅包括实用技能层面，还不包括与所谓人际交往，家庭背景等相关的内容。实际上，如果你的家庭背景不够的话，也不建议你来金融专业。
然而，我国绝大多数高等院校无法提供匹配，甚至较为接近的金融教育。这体现在，某top 985毕业的学生在大四需要紧急补课，某金融企业老板完全瞧不起金融专业学生等等。甚至，本届就业最好的刘同学，也是大四找人代写论文，而自己去报班补习Python和MySQL的相关知识。至于本校提供的金融研究生课程，那就更是呵呵了。绝大多数院校的金融专业，都是近似于文科，每天上课放几页PPT，翻来覆去就是那些内容，根本没有干货，甚至多数Top 985都是如此，这样学出来的金融，可以说根本学不到任何一点高等教育的东西。别说是基本的查文献，统计分析等的基本素养，就是最最基本的数学能力可能都无法合格的培养出来。而下图仅仅展示了，本专业非常非常小的一部分。
过多的人对金融抱了太多不切实际的幻想和曲解，不是觉得学金融等于发大财，就是觉得金融是虚假的，流派太多（实际上除了宏观经济领域，其他细分的金融，经济领域，根本不存在流派这种东西好吗？），谁说的都对，也都不对。实际上，本专业大多数人在一个人最需要培养安生立命的专业技能的时候，金融伪专业并不能培养你任何硬通货。比起法律，计算机这些能到各行业都能发挥用处的硬货。“金融专业”（尤其是本科）可能浪费了四年，学了一些吹逼和可以轻松被一些CFA2级或等同水平的东西给同质化掉的虚假“专业知识”。在知乎等其他地方，劝退金融的专业人士还相对温和，但我不喜欢这样，我就喜欢说真的：在国内，99%的情况下，读金融就是一种劣势甚至是耻辱。这种劣势要五六年甚至一生去洗刷。你如果一定要问二流学校金融系出来能混成什么样，可以说一个金融行业中的低等文职基本上是你们的上限了，而且你还得用命去换。这是血的教训，不然我拉出来任何一个我的同窗，他都能告诉你我的这种说法，实在是已经很留情面了。
因此，我可以很明确的告诉各位，我之前说的大学金融专业是天坑等的言论，并非一时心血来潮的极端言论，而是我们目前面临的实际问题，你无法想象，一个已经毕业一年多的几个同学互相见面的时候，大家都还都是无业状态。甚至当年和我一起参加金融比赛的很多外校（多为211）同学，还有不就业的。
只劝退，而不劝人自救，属实是过分至极，以下是自救指南，建议各位耐心食用，希望以后不会陷入困境。
细心的同学已经发现了，我在前面叙述技能要求时，把数学，计算机和英语放在了前面，而将本专业知识放在了最后，意思非常的明确，本科的金融知识是最最不重要的。而本书之前的章节，无非证明一点，来本校你就不要想着在金融专业能学到什么金融，而应该考虑去自己打基本功，多数老师们说的内容，呵呵一乐就完了，娱乐第一，学习？没有学习。
如果各位有至于堕落进入本专业，以下我从四个方面来描述：
第一，数学。数学是一个非常特殊的课程，其兼具文科和理科属性。简单地说，如果我们把数学技能和数学知识两方面，分开进行训练，则效率是最高的。为什么这么说？请各位回忆身边案例。案例1，某同学中学时参加过数学竞赛，且名次不差，来大学学习金融或数学专业时，速度远比同班人快的多。案例2，某同学中学数学差的掉渣，大学数学突飞猛进，但只要是参加一些稍微技术性的数学考试，成绩便差的离谱。为什么会有这样的差别？关键在于数学技术的培养。绝大多数同学认为数学技术就是套路，就是总结几个题型，公式，然后往上套，这是极端错误的。我把这种现象称为“旧题效应”。很明显，我国多数地区的高考，2021年以前的研究生数学入学考试，皆属于旧题效应考试。简单的来说，就是记住几个一学就会的套路一套，便可以轻易拿到高分，这是典型的文科数学思维。数学技术强调观察，归纳，总结的能力，简单来说，应该是当我们拿到一个新题的时候，应该可以通过大脑的简单推理，便能在一定时间内解出该题目，而不是学一个套路。学套路的过程根本无法体会理解到数学结构，也无法提升大脑对过去知识重新组合，排列的能力，更无法提升代数变形和抽象结构能力。请注意：数学是训练出来的！！！而不是学出来的。
一个很早的研究发现，大学数学分析教科书的习题质量和数量严重不足，以致于，多数同学在系统的学习一年之后，依旧无法对高考数学最后一题导数题给出稳定的解答，像是江苏2012, 2013两年最后一题，江西2012最后一题，那更是不可能解的出来的。另一方面，市面上多数习题集的质量非常差，难度梯度不合理，经常是一道题过于简单，另一道题过于难，中间没有合理的过渡。很明显，编书人几乎没做过习题，只是看答案长度，认为答案越短的就越简单。实际上，每年的Putnam竞赛A6或者B6题都看似非常简单，题目也不长也很好理解，参考答案也很短，但有些年份该题目的解答率是0。
但，有些同学走向另一个极端，即疯狂刷题。这也是不可取的！刷题只能提高熟练度和熟悉度，而不能提高数学能力，尤其是使用错误的刷题方法。
数学能力的缺失是很多金融，数学教师，教授科研能力严重不足的重要原因之一，他们无法做出一些理论创新，或是解决一些领域内的问题，只能是去修修补补，拼拼凑凑已有的知识，水出一篇论文来。同样的，作为Quant，或者PM，无法解决交易策略中出现的问题，那更是失败中的失败。
那么如何提高数学能力呢？很简单，找几本编排合理的习题集，一道一道不看答案的做下去，并且尽量不要使用高等数学语言包装的技巧，用最原始初等的方法去解。数学知识其实就是一种语言，和C++, Python一样，但技能是底层，有了这个底层，去学习数学知识不但快速，不需要做大量基础习题，而且还掌握的比一般人要好。这同样解释了为什么有些人数学学的快且好，智力和技能的开发，在数学领域往往会被幂次方的放大。有的人过度把这些归因于智力，是不对的。更多时候，大众所谓的智力，其实是心理暗示下的正反馈效应。一个典型案例是，很多年份的全国大学生数学竞赛的冠军是来自二本师范类院校的女生。因此，不要过高也不要过低的估计自己的智力，这和某些初中生高中生，一次考试考了117分，120满分，就吹自己全国前100名一样可笑。实际上，多数人根本就不在乎的，社会也不会在乎的（参考哈耶克知识论的内容），好吗？不然那个女生也不会去二本大学的。
以下是一些习题书的推荐：
- Problem-solving through Problems，这本书非常老了，而且是针对Putnam竞赛的，但是是难度梯度最低的，考虑到我校学生的平均水平，本书适宜作为入门书。该书的难度梯度大致从初中数学联赛到大学本科前，是的，我们多数人的数学技术可能还达不到初中水平。
- 谢惠民《数学分析习题课讲义》，多数题目简单，有少量难度很大。到此已经基本够用了
- 周民强《数学分析习题演练》，本书难度极高，难度梯度介于Putnam A2到A7（意味着比Putnam竞赛最难的第六题还要难出一个梯度），但级数部分相当好，可以大幅度提高代数变形和抽象结构能力。慎重，在达不到水平时，不要强行刷，应找到对应自己难度的，自己现在能解出来，或者思考后能解出来的习题集，一步步加难度。
- Putnam and Beyond，本书难度极大，从A0到A7不等，但第一章证明方法和第四章代数值得去重点做。
- 第72到76届Putnam竞赛题，这几届比较考技术。最近的两三届难度有点低的可怕，像是2018年的A6，竟然可以通过一个小技巧迅速破掉。但注意，Putnam竞赛不仅仅包括数学分析和代数两项，还包括几何和初等数论内容，有兴趣可以学，但不建议，如果不是金融数学方向，可以不做相应训练。
- 另外，大学生数学竞赛可以去做，但请斟酌难度，有的年份题太水了，不值得做。
第二个方面，就是数学知识，金融数学偏向于随机数学这个方向，因此，建议各位熟读下列书籍。这个层面，很多同学觉得难，这其实是由于异者效应引起的，即这些数学语言各位之前没有接触过，其实如果你有了一定的数学技能，学习起来会非常的快和顺利，就是去熟悉一些套路和一些语言而已，其数学技能的使用，远远不如数学分析，尤其是越前沿的领域，技术难度反而越低。不要去浪费太多时间，应该快速过渡到金融数学的前沿领域（建议一年左右，足够了）。
- 张恭庆 泛函分析讲义
- 实分析，复分析
- 点集拓扑讲义
- 随机过程讲义
- 金融随机分析，尤其是第二卷，是金融的入门知识。（很多人说习题难，实际上，本书后面的习题，技术难度已经被作者降低到忽略不计了）
- Brownian Motion and Stochastic Calculus，本书有一定技术难度，约A3/A4
- 动力系统导论前六章
- 偏微分方程及数值方法
- 随机微分方程
- 无穷维随机分析（选学）
- 微分几何（选学）
- 金融时间序列分析，结合SPSS，Eviews学
- 多元统计分析
- 格林 计量经济学分析
- 陈希儒 高等数理统计学，本书课后习题量恐怖
第二，关于计算机，这是一个熟练活，和数学知识类似，比较文科，而且只是做科学计算的话，难度不大，熟记几个常用代码和语法即可
- Python科学计算
- Python系列大数据，机器学习相关书籍，任选一两本
- MySQL教程
- MATLAB的书太多了，随便找一本即可
- 熟悉一些量化投资平台的API，例如聚宽，Vn.py，tradebreak等，tushare
第三，英语是长期积累的过程，纯文科毫无办法，不积累相当吃亏，本人就栽这了。建议大家去学习李延隆讲的新概念三册四册，网上可以下载。听力可以去听Listen to this，三本一套的听力教程。口语和写作要天天缠着你们英语老师去学，不要怕发言。
最后，金融，如果是走Quant，先学Asset Pricing和Mathematical Finance这两本书，第二本书比较难，需要提前学前面提到的数学第6本书。学完后，就有了资产定价方面的基础框架，这个时候可以去尝试攻Interest Rate 三本厚书，也可以去读外汇中的数理模型等，也有做期权方向的，那就去找波动率相关的书籍和论文。这一块非常杂，方向不一样，书籍，文献不一样。其他方向暂时不提。当然了，建议各位先去搭一个微观经济学和宏观经济学的框架，不要用小红书，最好是比较高级的教程。
其次，谈谈环境。有人评论中说，金融环境不好导致就业不好，确实是。但所谓的高端金融人才的需要，这却有些虚了，其实这是整个系统的问题，这包括监管，多数985院校的教育不足等。我国金融环境之恶劣，难以想象。即便是有需要，但所谓的高端人才也未必肯来我国就业。仅以前段时间LPR期权的开放，就足以说明问题。我国的基本LIBOR利率的体现方式与美国差距很大，我国多数是用利率互换来交易LIBOR，而美国则是用比较直接的FRA和Eurodollar，这就意味着，我国利率市场的结构将会和美国有着很大差异。一个以Swap为主的利率市场，要开发利率衍生品，应该先放开期货，之后是Caplet/Floorlet，待市场有足够交易量后，可以画出一个不错的Volatility Surface之后，再逐步放开Cap/Floor，最后才是Swapation，而我国在前面几个市场缺失的情况下，直接开放Swapation，这会产生什么后果，其实大家都懂。不是高端人才不来，而是人家没办法来。
杨昀昶
2020年10月21日
西安
附：某些精彩评论
某985院校学生：你的描述确实有事实性错误，金融科技只是一小波人，金融行业的本质是权势，是信用。
中国大陆的高等院校，按照学校质量分为一类本科院校、二类本科院校和三类本科院校。在一类本科院校中，又被分为985工程院校（中国前50名的大学）、211工程院校（中国前100名的大学）和普通一本院校。
本人：第一，这里没说FinTect。第二，内卷很明显的，即便就是一小撮人的游戏，但依然改变不了金融高等教育垃圾的事实，就算是和普通的工科去比。既然金融要求高于工科，为何教育却普遍严重低于工科？第三，建议你多学金融课程，多进行实战。
某985院校学生：金融的高等教育的核心就是高质量的实践机会，低的信息壁垒，校友的朋友圈，金融需要人才，但是大部分人只是去当金融民工的，但是不能因为着否定金融的高等教育，再总结一下重点，金融高等教育最重要的不在课程上。
本人：我们只需要简单对比一下就好了，外面的金融公司，不要金融科班出身的学生，反而更需要数学，CS，物理毕业的学生，这是什么原因导致的？难道不是金融高等教育的不足导致的吗？
一般的HR会认为金融毕业的学生没有足够的数学能力，计算机编程能力。而这些根本不是所谓的高质量人才才具备的能力，而是一个入门者就应该所具备的能力。但这些能力，即使在多数985院校的金融专业中都得不到培训，足以说明金融高等教育的失败。因为一个金融毕业的同学，其能力还不足以当一个金融民工。
至于你提到的校友朋友圈等，那才是所谓的高级人才的标配。现在的问题是，绝大多数高校基础的东西都没教出来，单纯想着拼人脉，实践机会，根本没用。因为同样院校的数学系，物理系，计算机系等的学生具备基本能力，他们也有朋友圈等。这样对比下来，即便你进入了这些公司，由于基本能力的缺失，你同样无法这些竞争
请注意本文所阐述的重点：基本能力，当一个金融民工的能力缺失
本文全篇没有提及任何所谓高端人才应具备何种能力以及学校应该提供学生高端的能力。
最最基本的能力都没有提供，何谈高端呢？
某985院校学生：我觉得是你的因果性弄翻了，是因为金融行业就业水平高，所以其他专业的学生来到金融行业，这些人对未来有主动规划，所以发展更快，做好工作和课程知识储备是两码事，在基础性金融工作中，知识拉不开决定性差距，会被刻意转行的人快速超越。
本人：实际的招聘活动中还真不是这样
如果是这样的话，那我刻意去准备数学的话，我进数学研究所的概率比你们专业的优等生概率还要大。但是这现实吗？
在实际金融企业的招聘中，即便是不怎么大的私募基金，都更青睐于计算机专业和数学专业。这种反直觉的现象背后（即本专业学生难以在本专业竞争的过外专业学生），是金融高等教育的严重不足。如果你说知识，那么金融本科同学所拥有的金融知识肯定比一般数学专业同学多，但金融同学更缺乏的是基本的高等教育素养，他们更像是马克思专业毕业的文科生，什么都没见过，什么都不会，与社会严重脱节。这才是问题的根本。与金融行业本身水平高低无关。
再反问一个问题：金融专业里面难道就没有对未来主动规划，且工作知识储备充足的？？
但在就业市场上，我们观测到的现象是，数学，计算机这些专业中，资质相对平庸，无法在本行立足的同学更多的，退而求其次的来到了金融行业。如果按照你的理论，这就更难解释了。
某本校学生：大学金融专业的那几个课就是些科普知识，没啥难度。觉得难的八成是智商不高。自学几周就看完了。还是要多实践，多实习。
还有一些大学生是直接加我QQ讲粗话的，这里就不详细描述了。
我的评论：这是一类典型的学生，他们的信息接受率往往很低，讲话时逻辑难以自洽，不了解行情却只以你的结论给你扣一个帽子，自己却很少做有效的思考。虽然他们一直不遗余力的在争论中国的高等教育有多么的好，但他们自己讲话水平都难以令人相信他们是经过正规高等教育的学生，这也从侧面反映出我国高等教育存在严重问题！
