以金融为根，以编程为翼，以AI为放大器。
不拼短板拼长板，在交叉地带建立独特竞争力。
一份系统、可落地、可执行的四年学业行动指南。
在开始学习之前，先想清楚"为什么学"和"成为什么样的人"。方向比努力更重要。
最值钱的是"发现痛点"的能力，不是"技术实现"的能力。AI时代技术门槛大幅降低，只要能把痛点描述清楚，AI就能帮你写代码。"发现别人没发现的痛点"这个能力，AI替代不了。
你不是要成为数学家，也不是要成为程序员。你要成为"懂金融业务、会用技术解决问题"的复合型人才。
| 方向 | 数学要求 | 编程要求 | 适配度 | 说明 |
|---|---|---|---|---|
| 金融科技产品/分析 | 低 | 中 | ★★★★★ | 银行、券商、互联网金融的产品经理、业务分析、数据运营 |
| 量化开发/策略支持 | 中 | 高 | ★★★★★ | 量化私募、券商量化部的开发工程师、回测工程师、数据工程师 |
| 风控建模/信用分析 | 中 | 中 | ★★★★ | 银行、消费金融的风控分析师、模型验证，会用现成模型 |
| 传统金融+编程差异化 | 低 | 中 | ★★★★ | 投行、行研、资管，用编程提高效率，碾压纯金融同事 |
| 量化研究员（中低端） | 中高 | 中 | ★★★ | 中小型私募的策略研究，会用现成算法 |
| 衍生品定价/结构化产品 | 极高 | 中 | ✕ 不建议 | 随机过程、偏微分方程，数学不好根本听不懂 |
| 高频交易/做市策略 | 极高 | 极高 | ✕ 不建议 | 统计物理、随机控制、低延迟优化，纯理科生赛道 |
每年一个核心主题，每学期一个关键里程碑。按节奏走，四年后你会把同龄人甩在身后。
四大知识模块，每个都有明确的"够用标准"和学习路径。不追求精通，追求能解决问题。
托福+GMAT是标化门槛，日本SGU是高性价比升学路径，CFA是锦上添花不是雪中送炭。
| 维度 | GRE | GMAT | 你的选择 |
|---|---|---|---|
| 数学难度 | 较难，更学术 | 相对简单，更偏应用 | GMAT（数学一般） |
| 词汇要求 | 15000-20000（生僻学术词） | 10000-12000 | GMAT（少背4000词） |
| 适合方向 | 理工科、纯量化、经济学 | 商科、金融、金融科技 | GMAT（商科应用） |
| 日本项目认可度 | 东大数量金融必须GRE | 早稻田/庆应/一桥都认 | GMAT（目标校都认） |
| 目标分数 | 320+（数学165+） | 700+ | GMAT 700+ |
大一考CFA = 空中楼阁。连投资学、公司金融都没学，纯死记硬背，考完就忘。
CFA三级核心内容在本科课程里几乎全覆盖，把专业课学好就是最好的CFA备考。
每级300小时+数千元，这时间花在编程和项目上，回报率是CFA的好几倍。
在量化/金融科技领域，项目经验 > 考试分数 > 课程成绩。一个能跑通的项目，比10门课的成绩单有说服力。
日本、香港、深圳三地各有优劣。推荐路径：日本读研→香港/深圳两头投→年轻在香港拼几年→最终回深圳定居。
这些坑，很多人都踩过。提前知道，少走弯路。
不要拿短板拼长板，要在交叉地带建立独特竞争力。
不要为学而学，要为解决问题而学。
不要等"准备好"再开始，先做起来，在做的过程中成长。
技术会过时，但"理解业务、发现痛点、整合资源解决问题"的能力永远不会过时。
你在大学阶段练的就是这个能力，编程、AI、金融知识都是你练这个能力的工具。
你现在才大一，有充足的时间去探索、试错、成长。
按这份指导书的节奏走，四年后你会发现，自己已经把同龄人甩在身后了。