我们已经习惯于用指尖将含有上百万数据点的虚拟图进行放大查看，用系统把相关信息用阶段和层次来展现，正如我们敲击电话号码、图片、地址及全球定位系统（GPS）那样。在用声音调控、实时计算数十个替代性交通路线的同时，再使用实时卫星数据来监控数百万车辆运行情况如何？这只是硅谷（Silicon Valley）工程师研发的课题。
相比之下，处理金融数据则只有两种选择，要么就采用普通的计算方法，但受限太多，否则便使用专业工具，让受过专门训练的人来操作。
电子数据表并非程序语言。它们在建立金融大数据模型并用于运算时，无需处理速度。这让人们走向数据分析时代，造就了大量的数据科学家，他们用复杂的程序语言来建立数据模型。但这种方法并非万灵药：数据分析师可谓凤毛麟角，因此雇佣成本极高，他们通常需要数天时间才能提交一份死板的个人报告，而且这些报告通常未相互整合。花大量时间来整合数据，并使之标准化是一项枯燥的工作，就人才利用而言，这显然不是一个明智的选择。
更重要的是，它还会导致依赖性的产生。在全球金融公司中，众多的专业人士在进行风险管理、获取高额利润及建构复杂模型时不得不依赖少数的程序员和数据分析师。在金融和投资领域中，人才被分为两类，一种是能够编程的人，另一种则不能。
然而，即使华尔街的资本家也不得不接受这种酬金及收费结构的安排，意味着他们自己不能独立地计算金融数据，这种依赖性发展是不可持续的。
计算金融学应该人人都可参与其中，非程序员也能掌握高端计算能力，正如像苹果（Apple）和谷歌(Google)这样领先的消费者科技公司将军事导航系统转化为民用的那样，非技术人员用指尖和声控便可实现导航。
Adobe公司是PDF格式文件及Photoshop的发明者，它最近推出了一款名叫Muse的产品，企业借助它可实现“零编码”设计和发行专业网站。当然，如果科技发展到这种程度——非程序员也可使用图形式用户界面（GUIs）来创建企业级的互动性网站时，“研究周期将由天缩短至分钟”金融专家离无需编码即可设计大数据复杂问题的日子也就不远了。
许多在新一代金融科技岗位上工作的人们都相信，我们正进入零编码运动终将到达金融计算领域的时代。
可喜的是，研发图形式用户界面的工作正有条不紊地进行，与此同时，以云为基础、大规模平行计算的技术也在开发中，在它们的帮助下，华尔街的非程序员对大数据可实现近乎实时的复杂计算，同时，还可以对结果进行直观理解和描述。
如此一来，随着数据分析师和程序员的工作对外开放，每个金融专家都可接触到这一“秘密”。他们可以不用编码，不用依赖他人或机构便可以设计和测试量性金融研究和投资策略。
研究周期将由天缩短至分钟。大量的异质信息可以与市场数据进行整合，人们对其几乎可以实时进行直觉分析。这意味着，之前用于数据分析表操控投入的数百万小时及高价人力资本都可以得到节约，目前为这些任务所困的专家也得以解放，以便投入到解决更重要的问题中，并找到所需答案，这一切用声音、指尖和眼睛就可以完成。
请注意“零编码”运动，一旦它触及资本市场时，将引发革命性的变化。新型零编码平台将孕育可接入性和英才管理，与之相伴的是，人们将能更好更快地做出抉择，在冒险时信息也更加充足。
