数学与应用数学金融分析公司数据分析师实习报告.docxVIP

数学与应用数学金融分析公司数据分析师实习报告

一、摘要

2023年7月1日至2023年8月31日，我在金融分析公司担任数据分析师实习生。核心工作成果包括：通过构建量化模型，分析市场波动数据，识别3个高相关性指标，模型预测准确率达82%；运用Python清洗并处理约10万条交易数据，将数据错误率从5%降至0.3%；协助团队完成2份行业分析报告，涵盖5个细分领域的增长率预测，数据误差控制在±2%以内。专业技能应用方面，熟练运用SQL进行数据提取，使用Tableau生成可视化图表，并实践了线性回归与时间序列分析方法。提炼出的方法论包括：标准化数据清洗流程可提升后续分析效率30%，动态阈值设定能更精准监控异常波动。

二、实习内容及过程

实习目的主要是想把学校学的数学建模和数据分析知识用在实际业务里，看看金融数据分析是个啥样。

实习单位是个做量化策略研发的公司，团队不大但挺专注，主要研究股票和期货市场的短期交易机会。他们用的工具挺多的，像Python的量化库、各种数据库还有高频数据的接口，氛围挺开放的，大家讨论模型的时候会直接上手调参数。

第3周开始接触核心工作，跟着导师做市场情绪指标的计算。他们之前用的某个指标反应有点慢，我就尝试用VIX指数和部分股息率数据做组合，7月15号左右提交了初版模型，用过去两年的数据回测，胜率比旧指标高约5个百分点，最大回撤也小了1.2%。这个过程中花了不少时间