第一个问题，券商分析师的工作内容分析师是什么职业。
目前，券商的分析师，主要由以下几类：
（1） 宏观分析师：分析整体宏观经济运行状况
（2） 策略分析师：分析大类资产情况，给出未来投资的资产配置策略
（3） 固定收益分析师：分析各类债券的风险和收益情况，给出债券投资建议
（4） 行业分析师：分析各个行业的未来发展情况、行业内部竞争情况，并推荐行业内值得关注的公司（股票）
（5） 金融工程分析师：给出从量化方面进行股票投资的建议
（6） 商品/期货/衍生品分析师：对于部分特定金融品进行分析
在大型券商内部，一般对于每一类分析师都会进行招聘，并组建分析团队。而小券商的话由于规模和经费等原因，一般以公司关注的特定行业的行业分析师为主进行招聘，然后根据公司情况选择性配备一定数量的宏观、策略和固收分析师等。
第二个问题，这些分析师炒股厉害吗？
这个完全不一定。原因如下：
（1） 首先说行业分析师。在券商的分析师体系内部，也是分为首席分析师、高级分析师和助理分析师三类的。首席分析师很多都是实业出身，在各行各业有了数年的工作经历，跳槽到券商做分析师，然后一步步做到首席的。首席一般对于行业的理解远远高于一般分析师，且在行业内部有很多人脉。因此，如果这类人在保持着行业好的人脉的情况下还能去炒股，可以说肯定是很厉害的。这也是金融从业人员不允许炒股的原因之一。而一般的分析员，对于行业的理解很多还不是很深，他们去炒股的话，和很多仔细研究过某个行业的股民来说水平上不会有什么差别。
（2） 其他分析师中，宏观和策略分析师，因为对具体股票缺乏了解，除非是做强周期行业的股票，否则收益应该并不可观。固收分析师主要做债券，和股票关系不太明显。量化分析师的话，则是有可能自己炒股做的很厉害的。但是由于市面上好的量化策略并不多，再加上量化分析师有不少本事对于市场和行业的理解不够深，这类分析师去炒股往往会呈现两极分化的趋势。商品/期货/衍生品类，对于交易水平要求比较高，一般的分析师去做不见得会有高收益。
（评论员：Lee）
随着信息化时代的发展，大数据逐渐成为互联网的常态，而大数据、云平台等相关技术的快速发展，为海量数据的收集、存储提供了强有力的支撑，通过数据分析挖掘数据的潜在价值，为企业的发展和决策提供支持。从大数据的发展和行业趋势来说，大数据分析的发展前景是非常不错的。
在当下大数据分析依然处于初级阶段，很多的大数据分析只是数据的采集、存储和传输，特别是在传统行业，更多的是在做企业内部数据的分析以及部分行业数据的采集分析。互联网行业是当前大数据分析应用最广泛的领域，如推荐系统、客户行为分析等都是大数据分析的具体应用。同时在数据存储、信息安全等方面，大数据还存在着不足之处，在大数据分析的过程中，对参与者的能力要求也比较高，这些都制约着大数据分析行业的发展。
而伴随着大数据、云平台、物联网、人工智能技术的快速发展，大数据分析必然会发挥更大的作用，深度挖掘企业数据的价值，助力企业的业务升级。技术的不断升级，与行业的深度融合，也将降低大数据分析的应用门槛、扩展应用领域。
无论是传统行业还是互联网行业，大数据分析是企业必经的阶段，通过数据分析使数据活起来，不再只是IT资产，而是发挥其潜在价值，为企业的业务发展提供支持。大数据分析的前提是具备海量的数据，只有数据量足够大，数据分析才更有意义。如果企业的数据规模不够大，大数据分析是没有意义的，与其盲目跟风做大数据分析，不如先对企业内部数据进行分析，挖掘当前数据的价值，通过数据治理、数据展现、数据分析、大数据分析逐步推进企业的信息化发展，才能真正发挥大数据的价值，为打造智能企业奠定良好的基础。
