ARTICLE · 1311181
第三篇|金融研究与分析工具怎么搭配?从Excel、Bloomberg到Python,搭建可复用工作流
第三篇｜金融研究与分析工具怎么搭配？从Excel、Bloomberg到Python，搭建可复用工作流
前两篇分别介绍了香港金融行业的牌照考试和专业资格。
进入实际工作后，还会遇到另一类问题：
每个月都要更新同一批数据，能不能不再反复复制粘贴？
Bloomberg和Wind的数据，怎样进入自己的分析模型？
Python、SQL、Power BI和AI，究竟应该如何分工？
这篇围绕一条完整的工作链，说明不同工具怎样配合：
获取资料 → 整理数据 → 分析建模 → 检查复核 → 持续监测 → 输出报告。
真正值得建立的，是一套可复用的工作流程。
01｜先分清：不同工具，解决不同问题
Bloomberg、Excel和Python不是相互替代的三个选项。
数据终端主要提供数据与分析服务；Excel可以承担交互式模型和结果展示；Python则可以把数据处理与计算规则写成程序。三者可以连接，而不必三选一。
按工作环节，可以把工具分为六层：
本文主要面向金融研究、财务分析、风险分析及定期报告，不展开交易执行系统或完整量化交易开发。
02｜Excel：保留判断过程，不只是存放数字
对需要反复调整假设、讨论情景和复核计算的工作，可以继续让Excel承担模型与沟通界面的角色。
例如：
公司财务预测。 可比公司估值。 情景及敏感性分析。 投资项目测算。 预算与经营分析。
建议采用这样的分工：重复的数据准备尽量自动化；需要人判断、解释和讨论的假设，清楚地留在模型中。
怎样与数据终端配合？
Wind官方提供Excel插件，可将行情、财务、宏观及行业数据连接到表格和模型。
由此可以设计：公司清单 → 获取字段 → 更新数据 → 模型计算 → 人工复核。
但“可以刷新”，不等于“结果一定正确”。模型中仍应写清：
数据截至日期。 币种与单位。 财年或自然年。 历史值或预测值。 原始披露或数据库标准化数据。
这些信息应进入底稿，而不是只保留在制表人的记忆里。
03｜Power Query：先解决反复复制粘贴
如果每个月都要处理同一类Excel或CSV文件，Power Query值得优先了解。
微软将其定义为数据转换与准备引擎。它可以连接数据源、调整数据结构，并把处理步骤保存为可重复刷新的查询；许多操作可以通过图形界面完成。
适合处理什么任务？
例如，每个月收到一批业务明细，需要：
合并文件。 统一列名。 调整日期及数字格式。 删除无效记录。 匹配分类表。 汇总为分析底表。
与其每月重新操作，可以先把规则保存下来，再用于后续更新。
什么时候再考虑Python？
可以先问：
是否主要是稳定的表格转换步骤？ 是否需要大量自定义规则、统计计算或程序逻辑？
前一种情况，可以先尝试Power Query；后一种情况，再评估Python。
Power Query也有自己的M语言，并非只能完成简单操作。
04｜Python：把重复任务写成可以重跑的程序
Python是编程语言，不是金融数据库。
它不会自动提供可靠的上市公司财务数据，需要连接文件、数据库或获得授权的数据接口。
常用的数据处理库pandas支持读取和输出CSV、Excel、SQL等数据，也提供合并、分组、透视及时间序列处理能力。
金融分析中可以怎样使用？
这些是基于数据处理能力设计的应用场景，不代表安装Python后就能自动完成。口径、规则和验证仍需要人确定。
Python不必替代Excel
一个实用组合是：Python负责批量处理，Excel负责查看、调整和沟通。
例如，先用Python整理几十家公司的历史财务数据，再输出到Excel，由分析师完成预测和估值。
pandas支持Excel读写，因此“程序处理—表格交付”可以直接衔接。
05｜Jupyter：把代码、图表和分析说明放在一起
初学者常见的问题是：“Python代码到底写在哪里？”
Jupyter Notebook及JupyterLab是常见的交互式分析环境，可以把代码、解释文字、公式和可视化结果放在同一份文档中。
三个概念可以这样区分：
这类文档适合记录：
数据从哪里来。 做过哪些清洗。 指标怎样计算。 图表如何生成。 结论基于哪些假设。
使用时建议保留一条检查习惯：交付前从头重新运行，确认结果不依赖遗漏的手动步骤。
06｜Bloomberg：从查询数据，走向程序化研究
Bloomberg不只是一套查询界面。BQL与BQuant也支持将数据查询、计算及研究流程连接起来。
三个概念先分清
Bloomberg官方资料说明，BQuant支持构建、测试及分享金融研究和交互式分析。
可以怎样配合使用？
以同业研究为例：
定义公司范围。 查询财务、估值和市场数据。 统一筛选及比较规则。 计算指标。 生成图表。 保存代码和参数，供下次更新。
BQL可以承担查询及部分计算，BQuant则支持进一步的程序化分析。
注意授权边界
不能把“有终端账号”理解为“可以任意提取、共享和再分发全部数据”。
BQuant涉及已获授权数据及受权限控制的使用与分享。实际使用范围，应核对机构合同、数据权限及产品安排。
07｜Wind与LSEG：同样可以连接表格和代码
Wind：Excel插件与Client API
Wind提供Excel插件和Client API两种数据接入方式：前者便于在Excel中获取数据、更新分析模板；后者可以通过代码访问数据，支持Python、MATLAB、R、C++、C# 及VBA六种编程语言，适合开展批量处理、计算及流程自动化。
“支持某种语言”不代表所有数据、接口和运行环境均已自动开放。实际使用前，仍须核对账号权限、运行条件及机构授权。
可以考虑两种路径：
数据 → Excel：延续已有表格模型。 数据 → Python → 分析结果：处理批量计算及重复任务。
重点不是“必须从Excel升级到Python”，而是自动化能否减少重复操作，并保留清楚的核对过程。
LSEG：区分桌面连接与平台访问
LSEG官方开发者说明区分了通过Workspace桌面会话获取数据，以及通过数据平台访问数据的路径。
不同路径可能涉及不同环境与许可，不能假设程序从个人电脑移到服务器后，就能原样运行。
选择商业数据接口时，建议确认：
是否依赖本机终端或登录会话？ 是否允许无人值守运行？ 是否支持服务器或团队使用？ 是否需要额外授权？ 数据可以保存多久、分享给谁？
自动化不仅是技术问题，也是权限和使用条件问题。
08｜SQL与数据库：解决“数据散落在很多文件里”
当历史数据不断增加，问题可能不再是“怎样算”，而是：
“同一个指标，哪一份才是最新版本？”
“同一家公司，为什么出现多个代码？”
“后来重述的数据，怎样与原始版本区分？”
这时，可以考虑让数据库保存结构化历史数据，用SQL查询，再由Python开展计算。pandas支持与SQL数据源交互。
建议按职责划分：
数据库：存储。 SQL：查询。 Python：处理及计算。 Excel或报表工具：展示及交付。
研究数据库建议保留哪些字段？
这些是数据设计建议，不是数据库会自动替你完成的内容。
不仅要问“数字是什么”，还要问“当时知道什么”
建议区分两种用途：
分析当前情况：明确是否采用最新或重述后的数据。 评估历史决策：检查所用信息在当时是否已经公开。
因此，会计期间、公告日期和数据版本不宜混成一个日期字段。
09｜Power BI：适合持续监测，不替代全部模型
如果需要长期跟踪一组稳定指标，可以考虑建立仪表板，而不是每次重新制作截图报告。
例如：
行业月度指标。 公司经营KPI。 多公司财务比较。 项目及业务进展。
Power Query可用于Power BI的数据准备；Power BI Desktop也支持在Power Query编辑器中运行Python脚本。
建议这样分工：需要持续筛选、比较和更新的指标，考虑仪表板；需要详细假设及情景推演的分析，保留模型。
本机刷新成功，也不等于部署后能够自动刷新。上线前仍应检查数据连接、运行环境及账号权限。
10｜Git：保存的不只是文件，还有修改过程
分析程序更新后，除了保留最新文件，还需要知道：
改了什么？ 为什么改？ 能否恢复旧版本？
Git是版本控制工具，可以记录文件变化、比较版本，并恢复到此前状态。
它适合用于清洗脚本、计算规则和配置文件的版本管理。
但“使用Git”不等于“把资料上传到公开网站”。是否使用远程托管、哪些内容允许上传，应分别遵守机构的数据与安全政策。
11｜AI：辅助工作，不替代事实核对
建议先为AI限定角色：
根据明确规则起草代码。 解释报错。 整理字段映射。 根据已核实数据拟写说明。 改善报告结构与表达。
Bloomberg于2026年10月公布的BQuant Assistant，就将代码生成、BQL查询辅助、调试及可视化列为功能。
但能够生成代码，不代表金融逻辑和计算结果已经正确。
香港监管背景：注意适用范围
香港金管局针对银行面向客户的生成式AI应用，提出治理与问责、公平、透明及披露、数据私隐及保护等原则，并强调适当的人工监督。
这些要求有具体适用对象和场景，不应直接扩写为所有个人研究工具的一般规则。
对于实际工作，建议：
使用前确认工具是否获机构批准。 区分公开、内部和客户资料。 核对上传、存储、留存与访问安排。 不因“只是让AI写代码”而忽略输入数据的敏感性。 对重要结果保留人工复核。
AI适合加快初稿形成，不应成为数据来源或分析责任的替代品。
12｜自动化之后，更需要检查清单
自动化可以减少重复劳动，也可能把同一条错误规则重复执行。
建议至少保留以下检查：
这是一份建议检查表，不是监管规定。检查规则也需要随业务变化维护。
13｜不同岗位，怎样选择工具组合？
下面是工作流示例，不是招聘要求，也不是软件采购清单。
港股研究需要核对原始公告、年报及招股文件时，可以使用香港交易所披露易。
14｜工具进阶，不必从编程开始
如果目前主要依靠Excel，可以逐步尝试：
第一步，把来源、日期、单位和假设写清楚。
第二步，用Power Query处理一个固定重复任务。
第三步，用Python完成一个批量清洗或计算任务，并记录过程。
第四步，历史数据难以管理时，引入数据库与SQL。
第五步，需要持续共享监测结果时，考虑仪表板。
代码和规则开始被反复修改时，再建立相应的版本控制。
最好的起点，是找到一项反复发生的工作，把它变成有规则、可验证、能够重新运行的流程。
本文用于个人备查及一般信息分享，不构成投资、采购或合规建议。文中工作流为示例，不构成对性能、兼容性或授权范围的保证。具体功能、费用、接口权限、云端处理及数据使用条件，应以服务提供方与所在机构现行要求为准。
本文编号对应的官方资料与技术文档如下：
[1] Bloomberg：BQuant。了解程序化分析、数据访问及研究应用。 (https://hk.jobsdb.com/zh/career-advice/article/%E8%AD%89%E5%88%B8%E7%89%8C%E7%85%A7%E8%80%83%E8%A9%A6%E6%87%B6%E4%BA%BA%E5%8C%85) (https://professional.bloomberg.com/products/bloomberg-terminal/research/bquant/) (https://professional.bloomberg.com/products/bloomberg-terminal/research/bquant/)
[2] Wind：金融终端。了解Excel插件及Client API。 (https://finance.ctgoodjobs.hk/article/45381/%E8%80%83%E8%AD%89%E5%88%B8%E7%89%8C%E6%87%B6%E4%BA%BA%E5%8C%85-178-%E6%9C%89%E5%BE%97%E8%B1%81%E5%85%8D%E8%80%83%E5%97%8E-%E8%80%83%E8%A9%A6%E5%85%A7%E5%AE%B9-%E5%AD%B8%E6%AD%B7%E8%A6%81%E6%B1%82-%E6%9C%89%E6%95%88%E6%9C%9F%E5%85%A8%E6%94%BB%E7%95%A5) (https://www.wind.com.cn/mobile/WFT/zh.html) (https://www.wind.com.cn/mobile/WFT/zh.html)
[3] pandas：How do I read and write tabular data? 核对CSV、Excel及SQL等数据的读写能力。 (http://www.jieming-angel.com/home/detail?id=9fbf8198-1284-4aa1-b65e-28fa4c367b9e) (https://pandas.pydata.org/pandas-docs/stable/getting_started/intro_tutorials/02_read_write.html) (https://pandas.pydata.org/pandas-docs/stable/getting_started/intro_tutorials/02_read_write.html)
[4] Microsoft Learn：What is Power Query? 了解数据连接、转换及查询机制。 (https://hkguide.org/zh-hans/economy/hk-accounting-certification-path/) (https://learn.microsoft.com/en-us/power-query/power-query-what-is-power-query) (https://learn.microsoft.com/en-us/power-query/power-query-what-is-power-query)
[5] pandas：Package overview。了解合并、分组、重塑及时间序列处理能力。 (https://hkguide.org/zh-hans/economy/hong-kong-finance-job-qualifications/) (https://pandas.pydata.org/docs/getting_started/overview.html)(https://pandas.pydata.org/docs//getting_started/overview.html)
[6] Project Jupyter：Documentation及产品介绍。了解Notebook与JupyterLab。(https://hkguide.org/zh-hans/work/cfa-career-salary-hk/) (https://docs.jupyter.org/)(https://jupyter.org/) (https://docs.jupyter.org/)
[7] Bloomberg：A systematic approach to company research，BQuant官方资料。了解BQL、Python及研究流程的结合。 (https://hkguide.org/zh-hans/economy/hk-banking-entry-requirements/) (https://data.bloomberglp.com/professional/sites/10/489937_BBGT_BQUANT_Overview_MINI-1.pdf) (https://data.bloomberglp.com/professional/sites/10/489937_BBGT_BQUANT_Overview_MINI-1.pdf)
[8] Wind：Client API。核对接口及支持的编程语言。(https://hkguide.org/zh-hans/economy/hk-cfa-cpa-frm-value/) (https://www.wind.com.cn/mobile/ClientApi/en.html) (https://www.wind.com.cn/mobile/ClientApi/en.html)
[9] LSEG Developer Community：LSEG WS CODEBOOK Questions。了解Workspace桌面会话与数据平台访问的差异；具体许可仍须向服务提供方核对。 (https://www.kaplan.com.hk/2018/07/16/cfa-%E7%B0%A1%E4%BB%8B) (https://community.developers.lseg.com/discussion/134299/lseg-ws-codebook-questions) (https://community.developers.lseg.com/discussion/134299/lseg-ws-codebook-questions)
[10] Microsoft Learn：Use Python in Power Query Editor。了解Power BI Desktop中的Python集成及运行条件。(https://hkguide.org/zh-hans/economy/hk-professional-certification-value/) (https://learn.microsoft.com/en-us/power-bi/transform-model/desktop-python-in-query-editor) (https://learn.microsoft.com/en-us/power-bi/transform-model/desktop-python-in-query-editor)
[11] Git：About Version Control。了解版本记录、比较与恢复。 (https://www.sfc.hk/en/Rules-and-standards/Codes-and-guidelines/Guidelines/guidelines-on-competence) (https://git-scm.com/book/ms/v2/Getting-Started-About-Version-Control) (https://git-scm.com/book/ms/v2/Getting-Started-About-Version-Control)
[12] Bloomberg：Bloomberg Introduces BQuant Assistant to Help Financial Professionals Accelerate Data Analysis and Coding Workflows，2026年10月28日。功能可用性须另行核对。 (https://www.sfc.hk/sfc/doc/EN/intermediaries/licensing/riq_lrfp_eng.pdf) (https://www.bloomberg.com/company/press/bloomberg-introduces-bquant-assistant-to-help-financial-professionals-accelerate-data-analysis-and-coding-workflows) (https://www.bloomberg.com/company/press/bloomberg-introduces-bquant-assistant-to-help-financial-professionals-accelerate-data-analysis-and-coding-workflows)
[13] 香港金融管理局：Consumer Protection in respect of Use of Generative Artificial Intelligence。用于核对银行面向客户的生成式AI应用原则。(https://apps.sfc.hk/edistributionWeb/gateway/EN/circular/doc?refNo=17EC37) (https://brdr.hkma.gov.hk/eng/doc-ldg/docId/getPdf/20241107-1-EN/20241107-1-EN.pdf) (https://brdr.hkma.gov.hk/eng/doc-ldg/docId/getPdf/20241107-1-EN/20241107-1-EN.pdf)
[14] 香港交易所披露易：上市公司公告查询。查询公告、年报及招股文件等原始披露。 (https://www.hkib.org/pdf/1675322800_COM-G-007%20Guidelines%20of%20Grandfathering%20Applicaton%20for%20ECF-Compliance%2020230131.pdf) (https://www.hkexnews.hk/homelcititlesearch.html) (https://www.hkexnews.hk/homelcititlesearch.html)
