刚毕业那几年
想进投研,先过院校和实习这关
投资学毕业生的理想出口是券商投研、基金、资管,但这些岗位又少又抢手,基本只认名校 + 硬核实习。现实是:多数投资学生和金融学生一样,先进了银行网点、做销售或后台岗。第一份工作进哪个平台,基本由学历和实习背景定调,专业叫「投资学」并不会让你多一张入场券。
高考专业人生说明书 · 投资学
名字听着就高大上——研究怎么投钱、怎么赚钱。很多家长以为读完就能进券商、基金,天天盯盘做投资。但现实是:投资学和金融学几乎是「同一棵树上的两根枝」,课程八九成重叠;真正光鲜的投研、投行岗位极少、门槛极高,绝大多数毕业生最后进的是银行和普通金融岗。这篇老实讲。
一句话:投资学就是「偏投资方向的金融学」,差异不大。出口好不好,几乎全看院校层次、实习和资源——头部岗位少而难抢,多数人走的还是和金融生一样的银行/普通金融路。
先回答你最大的担心
实话说:AI 正在替掉投资里「找数据、写基础研报、跑模型」这些标准化的活,但投资真正值钱的部分——判断、择时、对结果负责、客户信任——AI 替不了。结果还是分化:能拍板的人更值钱,只会做基础研究的更危险。
只会扒数据、套模板写研报的人
受冲击。这些活 AI 又快又全,正在被自动化。
靠人工盯盘、跑标准化分析的人
在缩减。量化和 AI 工具让这类基础岗位越来越少。
没资源、靠跑量拉客户做销售的人
压力大。同质化竞争激烈,可替代性强。
能独立做投资判断、对盈亏负责的人
更值钱。买什么、何时买,AI 只是辅助,拍板靠人。
懂金融又会编程/数据的量化人才
抢手。量化投资、金融科技正缺这种跨界的人。
手握资金方、客户资源的人
稳。能拉来钱、管得住钱,是 AI 拿不走的硬资产。
所以 AI 让投资里「基础研究层」更危险,但需要判断和资源的顶端更稳。投资本来就是看判断力和资源的行当,AI 只是把这个特点放得更大了。
这是投资学从业者从毕业到工作十年的大致薪资,走势和金融学几乎一样。分化极狠——挤进投研的和留在普通岗的差出好几倍,中位数只能当个粗略参考。
分成四个阶段,一个一个跟你说清楚。
刚毕业那几年
投资学毕业生的理想出口是券商投研、基金、资管,但这些岗位又少又抢手,基本只认名校 + 硬核实习。现实是:多数投资学生和金融学生一样,先进了银行网点、做销售或后台岗。第一份工作进哪个平台,基本由学历和实习背景定调,专业叫「投资学」并不会让你多一张入场券。
工作三到五年
挤进投研的人,这几年比的是能不能独立覆盖行业、提出有价值的判断;做业务的人,开始比能不能带来客户和资金。能拿出业绩、积累资源的人开始拉开身位;只做执行的容易卡住。投资越往上,越是一门关于判断和资源的生意,跟金融学其实是同一条逻辑。
工作五到十年
这一行的两极分化在这个阶段最刺眼。做到投资经理、基金经理、项目负责人的,收入和地位都很高;而大量留在普通岗位的,收入趋于平稳,甚至面临业绩和年龄压力。投资学和金融学走到这一步几乎没有区别——「高薪光鲜」是真的,但只属于金字塔上半部分。
十年以后
走到这里,顶端的人成了基金经理、投资总监、合伙人,管着大笔资金、身价不菲;也有人转去企业做投融资、回归稳定;还有人离开一线机构,去地方或企业寻求平衡。投资给了极高的上限,但淘汰也很残酷——它和金融一样,从不承诺「努力就一定有回报」。
投资学比多数专业更「看条件」,而且别被名字迷惑,对照下面两栏客观掂量一下。
这些是问得最多、也最让人焦虑的。我们不打太极。
问 1
区别不大,投资学是金融大类下更偏投资的方向。
两者课程八九成重叠,投资学更聚焦证券投资、资产配置、投资分析,金融学覆盖面更广(还含银行、货币等)。但在就业市场上,招聘几乎不区分这两个专业,出口高度一致。选哪个,看学校开哪个、培养方案细节,差别远没有名字听起来那么大。
问 2
理想很美,但投研岗极少、门槛极高。
真正做投资研究、资产管理的核心岗位数量很少,头部机构高度偏好名校硕士 + 硬核实习。绝大多数投资学本科生,最后和金融生一样进了银行、做销售或后台。把专业名字直接等同于「进券商做投资」,是最常见的误解。
问 3
有出路,但要认清:好平台非常看学校。
投资相关岗位是「学历敏感」的,头部机构招聘高度偏好名校和研究生。普通一本的投资学生,现实路线多是银行、企业财务、地方金融机构;想挤进券商投研、基金,通常要靠考研到名校来提升竞争力。
问 4
是的,它光鲜的另一面是高压和不确定。
投资受市场周期影响极大,行情差时降薪、裁员、募资难都很常见;加班和业绩考核也不轻。高回报对应高波动、高淘汰。冲着「体面轻松、躺着赚钱」来的人,往往会失望。
夸的、骂的、中立的,都看一遍,再下你自己的判断。
数据来源
文中工资、年限都是「大概的、中间的」数字,因人、因地、因时而异,只能参考,不是承诺。