数学金融机构数值分析师实习报告.docxVIP

数学金融机构数值分析师实习报告

一、摘要

2023年7月1日至2023年8月31日，我在某知名数学金融机构担任数值分析师实习生，为期8周。核心工作成果包括完成10个衍生品定价模型的Python代码实现，误差范围控制在0.05以内，其中3个模型应用于部门内部测试并优化波动率计算效率20%。应用了蒙特卡洛模拟、有限差分法和机器学习算法，通过历史数据回测验证模型有效性，准确率达92%。提炼出可复用的风险对冲策略量化框架，涵盖敏感性分析、压力测试及自动调参流程，为后续模型迭代提供方法论支撑。

二、实习内容及过程

实习目的主要是把学校学的数学建模和编程知识用到实际业务里，看看金融行业是怎么用这些工具的。

实习单位是家挺大的金融机构，主要做量化交易和风险管理，团队氛围挺专业，大家交流都挺直接。

实习内容开始阶段主要是熟悉公司用的软件和内部平台，导师给了我一些历史数据让我跑回测。我用了Python的Pandas和NumPy库处理了大概500GB的交易数据，主要是股票和期货的日频数据，发现市场波动和新闻事件关联性挺强的。后来参与了一个项目，要做期权定价模型，我从最基础的BlackScholes模型开始学起，然后尝试用蒙特卡洛模拟法改进定价效率。我花了两周时间把模型代码写完，测试时发现初始参数设置不对，导致定价偏差能达到10%，后来调整随机数种子和路径数量，最终把误差控制在5%以内。导师还让我帮忙做