怎样入门学习Fintech/互联网金融行业
目标读者:毫无金融背景,但因各种原因进入Fintech/互联网金融行业的人
时间:2~3个月,其中1.5个月脱产用于考试
写这篇是因为自己入门时,看了许多东西,也无人相助,前后折腾了不少才对这个行业有所了解。简单来说,这就是我希望当初自己知道的东西,规划得当的话,2~3个月就能完成,不用像我一样摸索太久
此外,这也可算从互联网进入某个行业的方法,以后进入其他行业时可以参考
一、理论基础:专业考试
金融类基础考试(CFA, FRM)都行, 初级即可
最开始,我看的是Khan Academy中金融相关内容: https://www.khanacademy.org/economics-finance-domain/core-finance
讲的通俗易懂,也涉及到了期权等专业内容,我大概花了2个周末看完 —— 可看完发现没什么用
之后再学的FRM-1,发现内容类似,但在考试的投入下(时间、训练强度),理解程度要高很多,考出来也自信多了(而不是花几天看了几个视频),原因:
- 考试学习更有体系,也有教材作为参考点。之后用到时,能马上找来看
- 理解和知道是不同的(understand vs. know; 就像高考时会有掌握, 应用和了解的区别)
FRM的学习总结已经写过了,在 https://www.douban.com/note/693865841/
学到的重点内容,主要就是金融的基本概念、理论,比如
- CAPM
- Bond & pricing model
- Option & pricing model
二、行业实践
2.1 消费金融:Managing a Consumer Lending Business / 消费金融真经
消费金融(e.g. 信用卡、白条、花呗)是Fintech的核心模式之一,这本书也是极好的行业入门书,教科书级别。涉及各个方面(e.g. 信用卡评分、获客、收债、经营分析、企业组织分工),很好体现了行业的概念和特点,对我来说是开眼界的,适合所有刚入行的同学
当中特别好的,是内容详略得当。比如信用卡评分(credit scoring)的尺度就写得很好,如果再细,就到算法、实现级别了,如果写得太粗,又好像啥都没写一样
也不一定要看这本,其他的书也可,重点放在这种行业教科书上
2.2 量化
(1) Statistics and Data Analysis for Financial Engineering
有了FRM-1的底子后,其实就能做量化了,这是我意料之外的。我是先看了 An Introduction to Quantitative Finance (https://book.douban.com/subject/26633513/),然后再看了这本,其实就是在FRM-1的基础上复习巩固了一遍,因为很多内容已经学过了
(2) Udacity - Artificial Intelligence for Trading
在这个基础上,就能着手学习量化了。强烈推荐Udacity的 Artificial Intelligence for Trading (https://www.udacity.com/course/ai-for-trading--nd880)
一方面有视频,另一方面,也有有料(有专门讲alpha factor research, NLP),而且有project的代码可以参考. 不足之处就是太贵了,好在资料仔细找也能找到. 参考代码可见 https://github.com/chricke/udacity/tree/master/AITND
另外,我还看了 Dual Momentum Investing (https://book.douban.com/subject/26321143/),感觉民科,但策略简单适合跑起来分析、验算。在这些基础上能进一步学习AQR的内容了
2.3 Fintech行业资讯
- a16z: https://a16z.com/category/fintech/
- techcrunch: https://techcrunch.com/tag/fintech/
- 虎嗅: https://www.huxiu.com/search.html?s=%E9%87%91%E8%9E%8D
其中a16z的fintech内容应该是公开能获取到最好的内容了,非常值得看,支付、银行、贷款、保险、底层金服等都有涉及(感觉fintech是他们的核心主题之一),也一定能从中发现自己感兴趣的方向
三、公司/产品分析
- 蚂蚁金服/支付宝
- Square, Stripe
- Robinhood
- Wealthfront
- Lemonade
- Affirm
在这个行业待了1年,真正让我印象深刻的公司/产品,就上面这些。这些其实已在 https://book.douban.com/subject/27169454/ 中写过,只是现在确信度更高了
当中的每个公司,都可以好好思考、学习。因为并非Fintech行业出身,刚开始很容易不理解为什么这些公司好、好在哪里,逐渐找资料、分析(可以从知乎开始),慢慢理解。下面举例说明
(1) 蚂蚁金服/支付宝
蚂蚁金服/支付宝是世界第一的Fintech公司, 估值最高点是1500亿美金,大概就是比百度+京东+京东金融还要多 —— 很简单,就是世界第一。这也说明了Fintech行业,某种程度上是中国领先国外的,移动支付就是典型。不过蚂蚁为什么NB,说完其他公司再说
(2) Square & Stripe
支付是做什么的,怎么感觉很无聊?
这是我最开始接触支付的感受。毕竟,和传统的社交、工具产品来说,差别太大了,完全称不上亮眼。甚至和P2P都没啥好比的,毕竟P2P当时的模式也是耳目一新的
然而...
在2015年,Lending Club和Square都是10B左右的市值, 而现在(2019-2), Lending Club 2B不到,后者已经30B了,实在令人感慨
为什么无聊的支付,能这么NB?
因为支付是个很麻烦的问题。在Square创立时,小商户想要收信用卡是很困难的,而国外消费以使用信用卡为主。放在国内的语境下,就是线下的支付宝扫码收款,再也不用因为没带购钱、没带现金、而不买东西了。具体分析可见 https://producthabits.com/how-square-became-a-30-billion-company-by-reimagining-payments/
Stripe也是同样的道理。线上电商公司,面对各种用户,使用的支付方式是五花八门的 —— 信用卡、钱包、银行卡、本地支付方式(上图,具体可见https://stripe.com/us/payments/features#payment-options), 每种都要整合,支付还涉及退款、发票等问题,移动端和桌面端可能也不一样,而且还有风险/反欺诈、合规的问题。维护这样一支团队,恐怕和本身电商技术团队规模也差不多了。因此,Stripe应运而生,帮中小电商解决收付款问题,让他们专注在自己的核心业务上
这时,我才意识到支付本身是一个很难的问题 —— 一个类似于水电煤的问题,也是电商的基础设施
水电煤是无聊的,但这种基础设施的存在,才能支持各类前端业务的发展。对Stripe来说,也就是支持了一众独角兽,比如Shofipy, Slack, Lyft, Wish, Digital Ocean etc. 这种商业模式,我觉得要比微信, Facebook都牢固得多。腾讯/微信是非常脆弱的,政策稍有调整,大家可以马上换其他的聊天工具,而在商业领域要做这种调整,是很困难的
(3) Wealthfront
指数投资有什么了不起?
在刚开始时,所有人都这样说。而几十年后,Vanguard已长成参天大树,依靠公司结构创新和极低的费率,为大众带来了优厚的回报. 到了现在,所有人也都推荐指数投资,是普通老百姓最好的投资方式
Wealthfront在这个基础上更进一步,将高净值人群才能享受的投资策略、投资顾问服务,通过技术手段规模化,让普通人也能享受得到(e,g, risk-parity, tax-loss harvesting, smart-beta), 让普通人的资本回报,再稍微高一点(不过最近一年好像是亏钱的....)。近期,也推出了国内群众熟悉的的cash account (余额宝)。
(4) Lemonade
保险里有五花八门的产品、各类听起来都差不多的专业术语,完全不敢买
毕竟,万一被坑了、不给赔怎么办?
但保险又是始终需要的。Lemonade就在保险上做得足够透明、简单,"不坑你,为你着想",这样就足够吸引人了,具体在 https://www.douban.com/note/685509426/ 中已写过
(5) Affirm
“给大学生放高利贷是死全家的行为”,校园贷、裸贷。。。这在趣店上市时已引发整个社会的抗议
“我们能否保证做的是有道德的事?”
Affirm给出了自己的答案 —— 逾期不收费。因为这代表了他们风控能力有问题,他们只给能还得起的人放款,也只靠这个盈利。靠自己的能力,而不是消费者的错误挣钱。帮人们学会使用金融工具,而不是让他们反受其害,我觉得很棒
(6) 蚂蚁金服/支付宝
回过头来,为什么蚂蚁金服NB呢?
因为上面每一家公司、每一种业务,不过是蚂蚁的业务之一罢了。这个话甚至有些反了 —— 蚂蚁中任何一块业务切出去,都会比上面这些独角兽要大。某种程度上,也是领路人 —— 移动支付,余额宝,花呗/借呗,芝麻信用,网商银行 ... 而且还在不断的国际化
按a16z的话来说, "American is unbundling, while China is re-bundling", 即国外的公司,将传统金融机构中的每个功能分拆成了一个个公司,而中国则是少数几家公司把这些都集成了
而且这些业务不是简单把线下的东西搬到线上,而是基于现有技术与市场的改造与优化。余额宝是最典型的例子,把大众的存款投入货币基金市场,给了大家带来了"随手可得"的收益(现在也逐渐被国外公司学习);芝麻信用带来"无押金"体验,优化了信任问题;现在,又能看到在以保险为方向,做新的创新
.... 可惜我进不去,哈哈哈
顺带一提,上面这些公司的团队更值得关注。Jack Dorsey, Collison Brothers, Andy Rachleff, Burton Malkiel, Dan Ariely, Max Levchin ...
当然,看了前面的内容,会想这些是怎么做的,比如怎么做一个钱包,怎么做一个保险产品,怎么做余额宝, 怎么做Square....才能体会到Fintech的创业难度和方向 —— 搭建基于新一代技术基础设施(Mobile, E-commerce)的金融基础设施
Square和Stripe出现,都是为了解决当时很麻烦的问题。而现在很多公司,不过是看到了这些已长成大树,network effect之后的经济回报,而选择Fintech罢了,他们抄袭、希望再做一个钱包、一个支付方式,想各种各样的战略、策略去竞争,可这些都不再是"困难的问题"了
四、我学到的内容
从这些经历中能学到的,以及我正在学到的
(1) 金融的思维方式: 复利与无聊
Fintech的公司,和传统互联网公司很大不同,在于其业务很"无聊",远不如新的社交App那么好玩,但解决的都是困难且重要的问题。有的时候我们太过关注killer feature, 而没想过搭建基础设施的好。实际上基础设施起来了,后续应用的想象空间也很大(比如支付宝到如今的产品线,以及Square的演化).这不是简单的"平台化",比如Stripe,算什么平台呢?
本质上,这是"复利/长期"的思考模式,而不是"爆发性/黑天鹅"的思考模式
金融本身的发展也是如此,比如指数基金,尽管现在人人称道,但当初也是不被好看(在https://book.douban.com/review/9843479/ 中已写过)。只是随着时间慢慢增长,证明了自己。
耐心、无聊与信心,是金融行业和其他行业显著不同的地方
(2) 风险
- 许多事情的发生,都属于没考虑风险,比如拼多多之前的薅羊毛事件,滴滴的顺风车事件. 而这在金融中是必须考虑的
- 怎么take risk? Kelly Criterion是很好的解释
(3) 经济与金融
学完FRM后,我又看了一遍Ray Dalio的How The Economic Machine Works (https://www.youtube.com/watch?v=PHe0bXAIuk0 ), 才发现以前完全没看懂
学完这些内容,大概能到金融本科毕业的水平,也能开始做相关的事情,比如
- 信用评分卡建模, https://www.kaggle.com/c/home-credit-default-risk
- 量化分析 https://blog.quantopian.com/dual-momentum-investing-by-gary-antonacci/
(4) 什么是金融科技?
刚进入这个行业的时候,对“金融科技”十分不解。大多数的用法也是指非常Fancy的技术(智能投顾、人脸识别、人工智能)或者区块链
我的看法稍有不同
如果说一般科技产品的诉求是“怎么用科技帮助人”(How to help people with technology)
那么金融科技的定义可以更简单 —— “怎么用科技帮助人们用钱” (How to help people use money with technology)。这样能更好着眼于人们目前面临的问题,而非金融的属性或新潮的技术
(5) 怎么学习别的行业?
我开始学习时,是从公司、产品这层看的,但完全看不懂;回过头找了行业教材,感觉好了些,但依然差了点东西;考了FRM,考完了才逐渐理解金融的一些思维方式。这时,才觉得入门了
对其他行业,也是一样。关键在于找到考试、教材,找到参考点,这样在观察、思考时能有基本的自信,在这个基础上就能逐渐提升了
五、项目
花2~3个月的时间学习一个行业,不是为了学习而学习,而是为了做事、解决问题。下面是我打算做的一些事,不过实在没时间
(1) 一些问题的解答
从这篇文章的长度就能看出,金融很复杂,对从业者如此,对用户也是如此,比如这些问题
- 我们应该买哪些保险?(而且要防止被坑)
- 刚毕业的人,如何处理自己的收入,怎么过好自己的金融生活?(新职场人群的财富管理、账务管理、信用卡管理)
- 考虑到刚毕业,收入低,怎么省钱?(比如怎么优化自己的手机套餐费,对于预期购买的商品,什么时候是价格低点,更值得购买?)
这些问题,都值得专门出教程来让人教你,只要内容足够好,是不愁卖的。也值得用技术/工具支持。
简单的说,类似于豆瓣电影量化了电影评分,能帮助人们选电影,理财、保险、信用卡产品,都可以有社会化评分帮人们选择, 比如国外的Nerdwallet. 又比如,对于每个种草的商品,如果能拿到历史价格,就能判断购买时间的合适性,是否能等一段时间后省钱
(2) 经济形势不好时,哪些公司、行业会获得增长?
比如看2008经济危机时,SP500整体往下走,有哪些公司是往上走的呢?可以通过数据分析观察
记得好像是Sohu, Google有上涨, 但是MS是跌的。等我被裁就看看这个数据了~
最后,比较可惜的是没涉及到区块链和比特币,因为还没学到那。。。。
子珂的最新日记 · · · · · · ( 全部 )
- 2023年的总结,站在历史的转折点上? (11人喜欢)
热门话题 · · · · · · ( 去话题广场 )
- 哪一刻你真正感觉到了自己身体的存在? 8960次浏览
- 如何阅读一片叶子 新话题
- 第26届上海国际电影节 8.9万次浏览
- 夏季赏花指南 新话题
- 低谷期如何将“自怜”转化成“自爱”? 2.2万次浏览
- 你想对高考生们说点什么? 3.2万次浏览