数学与应用数学金融科技公司实习报告.docxVIP

数学与应用数学金融科技公司实习报告

一、摘要

2023年7月10日至2023年9月5日，我在一家金融科技公司担任量化分析师实习生，为期8周。核心工作成果包括完成3个高频交易策略的回测模型，日均处理超过500万条金融数据，策略平均年化收益率为12.3%，夏普指数达到1.85。工作中应用了随机过程理论、时间序列分析及Python的Pandas、NumPy库进行数据处理，通过蒙特卡洛模拟优化交易参数，将策略胜率从基础模型的58%提升至72%。提炼出可复用的波动率预测模型构建流程，包括数据清洗标准化、特征工程（如波动率聚类分析）及模型迭代验证，为后续策略开发提供了方法论支撑。

二、实习内容及过程

1.实习目的

去2023年7月10日到9月5日那8周，主要是想看看自己学的那些数学模型和编程技能能不能在真实金融市场里用上，具体说就是摸摸高频交易、量化策略那块儿的门道，顺便熟悉下行业里是怎么运作的。

2.实习单位简介

我实习那家公司，主要搞智能投顾和量化策略开发，服务对象好像是些机构客户，技术团队挺重视算法和数据的，整个氛围比较卷，但学到东西确实多。

3.实习内容与过程

我跟着导师做了仨量化策略的回测。第一个任务是搭一个基于波动率套利的回测平台，7月15号开始，用了Python的Pandas和NumPy处理日频数据，到月底基本跑通框架。8月初开始接入分钟级数据，那时候发现直接用历史波动率做