大力发展人工智能+已经是未来的主流方向，也会有越来越多行业和AI紧密结合起来。

很多行业都可以用AI重新做一次，还在学习阶段的同学如果能提前布局AI相关的学

习和使用，能很大程度提升自己的职场竞争力。尤其是数据支撑的投研行业，合理

运用AI可以很大程度提升工作效率。

很多同学一提到投研数据分析，脑子里会自动跳到“预测明天涨跌“写个模型抓牛

股”。但真正的投研岗位，核心不是猜价格，而是把一个行业、一家公司、一组财

务数据讲清楚：它靠什么赚钱？增长能不能持续？估值贵不贵？风险藏在哪里？

投研的数据分析，本质是用数据支撑判断，而不是用模型替代判断。

2026 年找投研、行研、基金研究助理、券商实习的学生，建议把学习重点放在四

块：行业研究、公司分析、财务指标、估值逻辑、风险判断。如果再叠加 Python、

SQL、AI 工具和报告表达能力，简历会更像“能上手的人”。

一、先把方向想清楚：投研不是只会跑数据

投研岗最看重的是“分析链条”是否完整。比如研究一家新能源公司，不能只看营

收增速，还要看：

行业空间：

政策、渗透率、竞争格局

公司质量：

毛利率、ROE、现金流、存货周转

估值方法：

PE、PB、PS、DCF 适用场景

风险判断：

原材料价格、产能过剩、应收账款、政策变化

国家统计局发布的 2024 年国内生产总值同比增长 5.0%，这类宏观数据并不是背下

来就行，而是要学会把宏观变量和行业景气度连接起来。投研的价值，常常就在

“数据之间的关系”里。

二、学生的数据分析学习路径怎么搭？

1. Excel：别小看基础工具

很多研报底稿、财务拆分、可比公司估值，依然离不开 Excel。建议熟练掌握：

①VLOOKUP/XLOOKUP

②数据透视表

③财务三表勾稽

④敏感性分析

⑤估值模型模板搭建

如果你连三年利润表都拆不顺，直接学复杂模型会很吃力。

2. SQL：解决“取数能力”

投研实习中，经常需要从数据库里拉取公司公告、行情、财务字段。SQL 不需要学到数据库工程师水平，但要能写：

①条件筛选

②分组汇总

③多表连接

④时间序列提取

这会让你从“等别人给数据”，变成“自己找证据”。

3. Python：提升处理效率

Python 更适合做批量处理和可视化，比如抓取公告标题、清洗财务数据、画行业趋

势图。重点学：

①pandas

②numpy

③matplotlib

④简单回归分析

⑤自动生成图表

不用一开始追求机器学习大模型，投研更需要“干净、可解释、能复现”的分析。

三、别忽略风控思维：投研和风控其实很近

想往金融数据分析走，风控意识也要提前建立。风控方向看重 风险意识、指标理

解、数据处理、模型基础。比如银行、消费金融、互联网金融里的数据岗，会频繁

分析逾期、违约、客户分层。

学生可以做 3 个小项目放进简历：

①信用评分简化案例：

用收入、负债率、历史逾期构建评分规则

②逾期率分析：

按城市、年龄、产品类型拆分逾期表现

③客户分层：

用 RFM 或聚类方法识别高价值客户

这些项目不一定复杂，但能体现你理解 违约率、逾期率、坏账率 等指标，比只写

“会 Python”更有说服力。

四、推荐考哪些证书？别贪多，按目标选

①CFA特许金融分析师

适合方向：

投研、基金、券商研究、资产管理

CFA是投研方向匹配度很高的证书，内容覆盖财务报表分析、权益投资、固定收

益、组合管理、伦理等模块。对学生来说，备考 CFA Level I 的过程，本身就是系统

补金融框架的过程。

优势：

适合想进入买方、卖方研究岗位的同学，能证明你具备基础投资分析语言。

就业方向：

行业研究员、基金研究助理、投顾助理、资产配置分析师等。

②CAIE注册人工智能工程师

不限专业：

适合金融、经管、统计、计算机等专业学生学习

CAIE注册人工智能工程师更贴近 2026 年“AI+金融分析”的趋势。对投研学生来

说，它的价值不在于让你变成算法工程师，而是提升 AI 工具使用能力：辅助研报整

理、资料快速提炼、访谈纪要归纳、汇报框架生成，也能帮助梳理建模思路和报告

表达。

优势：

相比单纯工具类证书，CAIE认证更强调 AI 在真实工作中的应用。投研岗位越来越

重视效率，能熟练用 AI 做信息整理和初步分析，会明显提高实习产出。

就业方向：

投研助理、金融数据分析、AI 产品运营、数据化管理、智能投研支持等。

③FRM 金融风险管理师

适合方向：

风控、量化风控、银行风险管理、金融数据分析

FRM 更偏风险管理，适合对信用风险、市场风险、操作风险感兴趣的学生。如果你

想做金融机构数据分析，但又不确定是否只走投研，FRM 是很好的补充。

优势：

能帮助你建立风险视角，理解模型不是为了“好看”，而是为了识别和控制损失。

就业方向：

风险分析师、信用策略分析、银行风控、金融科技风控岗。

④CPA / 初级会计相关证书

适合方向：

公司研究、财务分析、审计转投研

投研离不开财务报表。如果你研究上市公司，却看不懂收入确认、减值、现金流质

量，很容易被表面利润误导。CPA 难度较高，学生可先从会计基础、财管、财务报

表分析入手。

优势：

强化财务底层能力，特别适合做公司基本面研究。

就业方向：

财务分析、审计、券商行研、上市公司IR等。

五、学生简历里最加分的不是证书，而是项目

证书能证明你愿意学习，项目能证明你真的会用。建议至少准备一个完整投研项

目：

选择一个行业：如白酒、医药、半导体、银行

找 3 家可比公司

①拆财务指标：收入、毛利率、ROE、现金流

②做估值对比：PE/PB/PS

③写出风险点：需求、政策、竞争、成本

④输出 8-10 页小型研报

如果再配一个 Python 数据清洗或可视化附件，会比只写“熟悉 pandas”更可信。

写在结尾：别急着追高级模型

想做投研方向，学生的数据分析要学得“有金融语境”。Excel、SQL、Python 是

工具，财务和估值是骨架，行业理解和风险判断才是灵魂。证书方面，投研优先看

CFA，风控可选 FRM，财务薄弱补会计，可以结合CAIE认证，提高AI时代的投研相

关的工作效率。

把一个行业讲清楚，比做一个复杂但解释不明白的模型，更接近真实投研工作。