爬掉美国财政部的网站，我用Python手到擒来！

前天晚上，小编的一个分析师朋友悄悄地说，终于搞定了美国财政部网站！

这是什么路数？

难道当前局势下，你要见义勇为搞破坏？小编一脸惊恐。

别害怕，我用python写了个爬虫，把美财政部网站数据爬下来了。

这个朋友是一个债券期货分析师，每天的工作需要最新的美债数据，但是wind上的数据有1-2天的延迟，只能每天人肉上网查询。但是数据颇多，每天搞的苦不堪言。

那天终于忍不了这样复杂枯燥的工作，用python写了个爬虫，一口气能够把200天的数据都爬下来。

这么厉害的程序，连美财政网站都能搞，一定花了不少时间吧？

没有，整个程序只有20行，我这个菜鸟只花了三十分钟就写完了！

小编不禁感慨，在2019年，感觉python真的已经成为金融分析师们的硬技能，再也不是程序员专属了，不会python的金融分析师未来怕是前景堪忧了。

事实上，作为每天和excel打交道的数据分析师、会计师审计师们，最头疼的事情莫过于重复性的工作太多，如果面前有一份2个月的交易数据，每份数据分成一个excel文件，那么要处理这些数据就要手动打开、复制、粘贴和处理40多次，到最后，往往都要眼花到怀疑人生了。

作为人工智能时代弄潮儿的python，则可以轻松解决此类问题，只需要数行代码，就可以完成excel需要几个小时才能完成的工作。而且，运用python强大的网页处理能力进行爬虫，可以为我们的数据研究提供很多便捷。

无论是我们想从中债登官网批量查询、获取某债券借券存量的数据，还是想要获取美国财政部网站上的联储利率数据，只需要一个python爬虫，十几分钟就可以解决这个问题。而之前这些工作，往往需要一个实习生甚至一周的工作时间。

并且，python强大的绘图功能，让数据导入、分析、出结果、绘图可以一次性在程序里完成，可以直接把分析/回测结果视觉化呈现出来。

（python自动生成的动态图表）

正因为如此，现在国内很多金融机构在招聘中已经添加了对python能力的要求。中金公司、银河证券、南方基金、银华基金在分析师岗位招聘时已经特别要求熟练具备python数据分析技能。

我们也从各大招聘网站，摘录了一些金融行业核心热门职位的技能要求：

金融行业热门职位	薪资	技能要求
行业分析师	30w-50w	熟悉行业格局、商业模式与数据动态，熟练使用wind、excel等行研数据分析工具，熟悉python能力优先
宏观研究员	30w-60w	较强的信息搜集能力，熟练使用wind等金融数据库，熟练掌握基础数据分析，熟悉python优先
量化研究员	面议	熟悉python、熟练使用pandas/numpy/statsmodels以及数据库相关知识；对商票、国债期货、可转债等有一定认识
审计师	20w-40w	能够熟练使用python处理业务审计底稿、财务基础报表优先