「我与数字化」丨遇见Python-我人生中的分水岭

每个人都会有自己人生中的分水岭，有人是以就读一所名校作为分水岭，有人是以进入一家名企作为分水岭，而我的人生却是以遇见Python作为分水岭。

 一、未遇Python  

在遇见Python之前，我第一次也是唯一一次接触计算机编程要追溯到1999年的上半年，当时我在中南财经政法大学读本科一年级，学校开设了计算机基础课程，这门课要求学生学习FoxBASE数据库并且在DOS操作系统中进行编程。由于是第一次接触计算机编程语言，缺乏有效的学习方法，课堂听讲也是似懂非懂，最终这门课的期末考试分数是刚过及格线，而班上多数同学的成绩则是在80分以上。当时我心中就升起一个念头，希望自己今后不要再接触到计算机编程了。

此后的很长一段时间确实也如我所愿，没有与计算机编程产生过任何的交集。在攻读硕士和博士阶段，为了撰写学术论文，开展实证研究是直接运用现成的计量经济学软件Eviews，以此成功避开代码的撰写。在日常的金融工作中，针对数据分析也就使用一下Excel表的菜单功能，从来不碰VBA的编程功能。

 二、巧遇Python阶段  

第一次听到Python这门计算机编程语言是在2017年的夏天，当时我受邀出席一场金融论坛，恰好在论坛上有一位主讲嘉宾谈到了Python编程语言在金融场景的运用，并且对这门编程语言大加赞赏。但当时并没有引起我对Python的任何关注与兴趣。

出乎意料的是，就在当年的11月份我与Python的缘分却不期而遇，牵线搭桥的“红娘”正是我的新上司石蕾女士。在我眼里，石女士是一位富有传奇色彩的女性。她早年就职于IBM公司，是IBM公司屈指可数的华人女性程序员之一，若干年后留学加拿大攻读金融工程硕士，并在当地的加拿大皇家银行工作了许多年，2009年回国后在上海浦东发展银行负责风险管理工作，2017年11月份加盟我所在的一家金融控股集团并担任首席风险官（CRO）。

石女士刚一上任就雷厉风行地推动集团风险管理的数字化，重要的抓手之一就是搭建全面风险管理的数字化平台。同时，石女士提倡我们风险管理部的每一位员工要主动学习Python在内的计算机编程语言，也时常与我们分享她个人自学Python的经历与经验。在上司的率先垂范与积极鼓励下，我开始真正关注Python，并从此开启了Python的自学道路。

 三、自学Python  

当然自学之路不是一帆风顺的，期间走过了许多弯路，经历了一些挫折，但也从中总结出了12字的Python学习心得——“选对书，坚持住，勤练习，多搜索”。

学习的第一步也是关键一步就是选择正确的书，因为学习的最大成本是时间的投入而不是金钱的投入。我选书时遵循两个原则：第一是涉及Python的内容要相对基础一些，这样能使Python零基础的我读得懂；第二是能够结合金融场景展开，从而便于运用到日常的金融工作中。基于这两个原则并且结合当时图书出版的情况，我精挑细选了两本书，一本是《Python金融大数据分析》（作者伊夫·希尔皮斯科，人民邮电出版社2015年12月出版），另一本是《Python金融实战》（作者严玉星，人民邮电出版社2017年6月出版）。

相比其他的编程语言（如C语言、Java语言），Python并不难，上手也比较快，只要能够每天挤出3个小时学习，坚持3个月就会取得明显的学习成果；坚持半年时间，就能够在日常工作中熟练地驾驭Python；坚持学习一年，就可以达到中级甚至高级的Python编程水平。对于我而言，撰写Python代码就像健身一样已经成了每天生活的有机组成部分。

学习Python等计算机编程语言其实没有什么捷径，如果非要找出一条捷径的话，那捷径就是“不断、反复的练习”。因为在学习编程语言过程中，经常遇到的一种情形就是，读着别人写的代码，感觉自己都会，当亲自去写代码时，发现自己啥都不会。因此，在计算机上不断地写Python代码是必要的、更是必须的。

随着互联网的普及，大量的学习者已经将互联网作为一个重要的学习平台。类似于CSDN博客、脚本之家、Python官网以及Python第三方模块的官网都提供了海量的学习资源。针对Python学习过程中遇到的各类问题，搜索这些网站也通常能够找到相应的解决方案。

 四、感悟Python  

学习Python的过程其实也是不断感悟Python的过程，而我最大的感悟就是发现了Python拥有无以伦比的优越性，我将优越性归纳为以下四点。

一是极简的代码规则。600余年前诞生且至今依然广为流传的奥卡姆剃刀定律（Occam's Razor Law）就指出：“如果有多个理论都能解释同一件事，则可取的总是最简单、假设最少的那一个理论。” 同样，为了完成编程任务，在众多可行的编程语言中，用户往往考虑使用最简洁的编程语言去实现。Python有相对较少的关键字，语法结构简单而直接，不仅让使用者编程更加便捷，同时也让代码阅读者更易理解，Python的设计完美契合了奥卡姆剃刀定律。

二是完全免费与开源。“天下没有免费的午餐”，这个世界上免费的东西通常不会是很好的，但Python绝对是一个例外，是一款真正精品的编程语言。Python是在开放源代码促进会（Open Source Initiative）批准的开源许可下开发的，Python的许可证由Python软件基金会（Python Software Foundation）负责管理，使Python可以自由使用和分发，并且还能商业化运用。

三是强大的外部模块。截止到2022年5月末，Python Package Index（PyPI）发布的Python第三方模块数量已经超过38万个，从而构建起了庞大并且完整的Python语言生态系统。目前，无论是统计分析、数据处理以及图形可视化等常用的分析功能，还是机器学习、深度学习、强化学习、联盟学习等人工智能算法都大量运用了Python。

四是与金融深度结合。在信息技术领域，有一个著名的梅特卡夫定律（Metcalfe's law），该定律指出一个网络的价值与联网用户数的平方成正比，这个定律同样适用于计算机语言，适用于Python在金融场景的运用。从2015年以来，无论是海外顶尖的跨国金融机构还是国内商业银行、保险、证券、基金等金融业的头部企业，正在越来越多运用Python开发涉及产品定价、投资策略以及风险管理等量化模型，Python在金融领域的价值迅速扩增。

 五、推广Python  

当掌握了一些Python编程技能以后，我就开始尝试在日常的金融风险管理工作中运用Python编程，包括用Python代码编写风险监测指标、构建测度风险敞口的量化模型等，将原先依靠人工的重复性、繁琐性的工作由计算机替代，提升了风险管理的有效性与敏捷性。

我也积极将Python推荐给前台的业务团队与销售团队，无论是业务团队还是销售团队在运用了Python之后，都发出“Python乃数据分析之神器”的感慨，一些稍纵即逝的业务机会、一些需求巨大的潜在客户就是通过Python编程被挖掘出来的。

在自学与运用Python的过程中，我萌发出了将自己对金融的理解、对Python的应用通过写成书并对外出版的方式，让更多的金融爱好者、学习者以及从业者有机会接触Python，唤起大家对学习与运用Python的兴趣。为此，我利用工作之余的时间撰写了《基于Python的金融分析与风险管理》以及《Python金融实战案例精粹》这两本书，都由人民邮电出版社对外出版发行，在金融业得到了广泛的好评。金融从业者逐步认识到，在金融业数字化的大背景下，掌握包括Python在内的计算机编程语言已经成为职场必备的技能。

Python不仅让金融变得更加美好，而且让金融从业者的人生变得更加精彩！

媒体合作伙伴

想要联系作者或咨询更多投稿详情请联系：

运营小助理：Annie

手机：131 6201 2071‬ (微信同号)

邮箱：Annie@itdfh.com