数学与应用数学金融数据分析公司数据分析师实习生实习报告.docxVIP

数学与应用数学金融数据分析公司数据分析师实习生实习报告

一、摘要

2023年7月1日至2023年8月31日，我在一家金融数据分析公司担任数据分析师实习生。核心工作成果包括清洗并分析超过5000条股票交易数据，构建了3个预测模型，准确率提升至72%；通过Python对市场情绪指标进行量化分析，为投资策略提供数据支持，完成8份分析报告。期间应用了Pandas、NumPy、Scikitlearn等工具处理和建模，掌握了数据清洗的标准化流程，以及从原始数据到可视化报告的完整分析链路。提炼出的特征工程方法可复用于同类金融时间序列分析任务。

二、实习内容及过程

实习目的主要是把学校学的数学建模、统计学知识用到实际工作中，看看金融数据分析的具体流程是怎么走的。

实习单位是一家做量化策略研究的公司，主要业务是利用大数据和机器学习模型挖掘市场机会。他们有挺大的数据团队，平时处理各种金融终端数据、社交情绪数据、新闻文本数据。我所在的组主要负责短期交易信号的挖掘和策略回测。

实习内容开始阶段，跟着导师熟悉他们的数据处理系统，用的是Python的Pandas和NumPy库。8月5号左右开始独立处理交易数据，那段时间每天要清洗大概2000多条股票日线数据，包括处理缺失值、异常值，还有去重。有个挑战是发现某个月的数据存在系统性的错误，价格记录比实际晚15分钟，这导致后续计算的所有技术指标都偏差挺大。我花了两天