1)零售銀行 Retail Banking

零售銀行業被 PwC 評為將來五年內最會被 Fintech 顛覆。完成了B輪1200萬美元融資的Moven，就被福布斯、紐約時報等評為「將來的銀行」。Moven可為客戶提供消費反饋，並自動記憶、分類、對全部消費行為形成可視化數據等等。

2)支付&轉賬 Payments & Transfers

從1998年Paypal創建至2015年Square上市這時期，支付、轉賬行業湧現了大量創新。值得一提的是，蘋果、谷歌、三星和騰訊等互聯網巨子，均發布了手機端的支付平台，如Apple Pay、支付寶、微信錢包等。

BI Intelligence預測這些科技巨頭將圍繞各自的付出平台，開闢一系列的消耗產品，進一步提升客戶在手機端的體驗。這塊，在中國發展迅速，已完全融入中國人民的生活中。

3)借款&理財 Lending & Financing

這一類別的 Fintech 公司，大多數都採取了P2P借貸的模式。如2014年上市的Lending Club，現成為環球最大的在線P2P借貸平台，相比傳統銀行平均節省了用戶35%的利息。

4)金融財富管理 Financial Management

人工智慧等科技手段可幫助用戶進行財富管理，這類公司大多數偏重於對二級市場的投資。如Betterment，每月可自動將用戶儲備卡里的資金投放在股票、債券、共同基金等中，並根據用戶對風險接受程度進行調整投放金額和比例。

5)保險 Insurance

保險類的Fintech公司通過新型的精算統計模型，為用戶創造更多的價值。好比Metromile，就放棄了傳統保險公司根據車主的行車記錄、駕齡、汽車車型等計算保費的方法，改為可讓車主根據每公里所行上車險，為用戶省下了更多的保費。

6)比特幣互換市場 Markets & Exchanges

比特幣類的Fintech公司近幾年的發展有目共睹，這類公司分為幾類：交易市場、存儲錢包、商城、自動取款機等等。比特幣作為一種貨幣，雖然面臨著諸多挑戰，如政府監管、價值浮動較大、使用有限等等，但是其背後的區塊鏈技能開啟了無限想像空間。

03、FinTech行業預測

1) 薪資

以Algorithm Engineer(演算法模型工程師)為例，年薪約9.6W美金。Product Manager的年薪也高達約12W美金。

根據麥肯錫對18年Fintech實際薪酬觀察報告表現，以上海為例，初級崗位每月的基本薪水在￥15k-25k+commission。而每升高一級的漲薪也非常可觀，到VP之後，一年50萬年薪是比較正常。

2) 優勢

Fintech行業生長非常敏捷，從2008年930million美金，到2015年已經高達12billion美金。 Fintech可以大概代替許多傳統金融成果，用智能代替人力物力。

且Fintech多為首創公司，有高薪酬，員工甚至會有期權、股票等福利。Work-life balance也非常好，一般不會超過八點鐘下班，每天碰面對新的挑釁和新的事物，能得到很好的鍛煉。

3)前景

隨著行業估值速度增長，Fintech行業崗位需求自2015年來也逐年飆升。各大銀行巨頭也都紛紛創建本身的戰略投資部，積極投資金融科技公司，以豐富的資金優勢來獲取金融科技創業者的新技能與新商業模式。

4)合適專業

Fintech行業社招面對科技公司的software engineer和金融行業內有數字技能和商業分析本領的複合型人才。

校招偏向summer intern拿return offer的門生，專業偏向於computer science，金融工程等量化方向的，對金融知識也肯定有要求。

5) 可就職公司

螞蟻金服，京東金融，Grab，Sofi，Oscar Health，Nubank，Robinhood，Atom Bank，Lufax，Bloomberg，Factset，PayPal等等。

在金融範疇，finAI有以下四類應用：

①自動報告生成、②金融智能搜索、③輔助量化交易、④智能投顧。

傳統金融機構構造體系巨大，體系內的自主、可控是大多數金融機構業務拓寬的核心路徑。而在Fintech的大背景下，行業分工將實現進一步精細化和模塊化。

從橫向業務範疇上看，(如下圖所示)單一傳統金融主題可提供的服務將被Fintech企業主體所分解，實現單一業務的差異化和靈活化。

從縱向業務流程上看，單一業務流程也會被Fintech拆解。以信貸為例，含獲客、前段審核、中期風控以及後期催收均已形成完善的產業鏈，團體分工進一步精細化和模塊化。

Fintech進入金融核心，對付傳統金融的影響愈加深入、廣泛。

在互聯網技能漸漸成熟的今天，以大數據、雲計算、人工智慧為代表的創新技能正再一次的席捲傳統行業，金融業以其巨大的市場容量再次成為市場焦點。這一次，技能創新的核心將聚焦於信用、風控、投資等多個領域。因此，Tech對金融業的影響將愈加深入，這也是互聯網金融和金融科技(Fintech)的差異。

04、FinTech最大的意義在於去中介化

拜網路所賜，現在傳統金融辦事可以更優化，好比買保險與投資金融商品，可以線上交易完成;人工智慧軟體能幫客戶算出最佳投資組合，更不容易錯。

銀行櫃員、保險業務員、理財顧問等職位很可能會FinTech深入而丟失飯碗。這些人員將面臨兩種情況：要麼是改變工作內容;要麼是被裁員。

從職員的角度來看，要是是商管或文科背景出身，將面臨職務轉型，重新學習科技專業。而銀行在招聘新人時，也會特別偏重具備科技背景的人才。

總而言之，怎樣讓本身成為不可替代的人員，怎樣利用新興科技讓自身價值再度被彰顯，是求職與在職的人員要考慮的問題。

量化金融分析師（簡稱AQF ，Analyst of Quantitative Finance）由量化金融標準委員會（Standard Committee of Quantitative Finance，SCQF）主考並頒證，是代表量化金融領域的專業水平證書。

近年來，我國金融業改革與創新不斷，金融工作越來越專業化、標準化、國際化。結合現代計算機技術的發展，量化方法在金融實務中的應用也越來越普遍和深入。本項目在借鑒國外發達國家的量化金融分析師執業標準的基礎上，結合我國現代金融領域的實踐發展和實際情況，並通過研究分析相應實戰崗位的專業要求和工作內容，以培養量化金融分析師專業人員為目標，通過專業理論知識與實戰能力的訓練，培養具備量化分析能力的專業金融從業人員。

此外，本項目的課程內容和結構設計也適宜短期學習概覽量化分析方法，並且應用於日常的投資分析工作中的金融從業人員。

AQF核心課程體系

課程內容以學習主流交易策略為核心，提供Python語言編程基礎、數據處理基礎、金融知識基礎、量化投資策略實現和量化投資多平台模擬交易五個模塊的教學。在市面課程中，本課程具備課程體系完整、課程內容豐富、課程內容銜接合適等優勢。

AQF課程方案

量化金融實訓項目(AQF)課程學習周期3個月，分三階段開展課程，階段課程時長為1個月。

AQF課程內容

課程內容包括量化金融分析師AQF實訓項目(線上)及線上答疑，分三階段開展課程。

第一階段(1個月)：Python編程基礎+金融知識基礎

零基礎到入門，線上課程+線下面授。通過大量金融數據和金融案例的初步學習，了解Python編程核心基礎。課程內容主要包括：Python語言環境的搭建、編程基礎、編程進階(Numpy / Pandas配對交易實戰策略)、金融數據的獲取及相關處理、Python實戰金融應用(統計分析、資產組合、風險管理、資產定價)、量化交易策略(SMA經典策略、CTA交易策略、基於爬蟲技術的事件驅動策略、大宗商品&股票市場聯動策略、基於機器學習演算法預測股市漲跌)

第二階段(1個月)：量化金融進階課程

中級進階課程，主要涉及基於Python的經典量化投資策略的深入學習等。包含了最負有盛名、最前沿的量化交易思想和交易策略。例如：海龜交易模型、配對交易模型、Alpha模型、機器學習各種模型等內容。

第三階段(1個月)：量化金融高階課程

量化高階課程，課程內容包括量化交易系統設計及量化實盤交易的學習。第三階段高階課程旨在學習量化交易系統的具體知識，包括過濾器、進入信號、退出信號、倉位管理等詳細內容，並指導學員設計涵蓋個人交易哲學的量化交易系統。量化實盤交易旨在為解決實際量化交易策略搭建過程中的一些問題提供最優解方案。

通過第三階段的學習，學員將獲得報名參與量化金融分析師(AQF)的證書考試資格。

AQF證書頒發與協會會員

每一個通過量化金融分析師AQF課程考核的學員都可申請成為量化金融分析師協會的會員。協會會員有資格參與定期舉辦的高峰論壇、量化投資策略分享會等活動，並有機會在完成基礎課程的基礎上後續學習難度更高的高頻量化交易策略課程。

推薦閱讀：