金融工程金融科技实习报告

金融工程金融科技实习报告一、摘要

2023年7月1日至2023年8月31日，我在一家金融科技公司担任金融工程实习生。核心工作成果包括完成5个量化交易策略的回测模型开发，累计回测数据量达1.2亿条，策略平均年化收益率为18.6%，风险调整后收益比基准指数高12.3%。期间应用Python进行数据清洗与处理，使用TensorFlow搭建深度学习预测模型，通过优化算法将模型训练时间缩短了40%。提炼出可复用的量化策略开发流程：数据标准化→特征工程→模型迭代验证→压力测试。专业技能在实时数据处理、模型优化方面得到显著提升，为后续参与更复杂的金融科技项目打下基础。

二、实习内容及过程

1实习目的

我去那家公司实习，主要是想看看金融工程和金融科技在现实里到底是怎么运作的，不是光看书本。想学点真本事，比如怎么把学到的数学模型和编程技能用到实际的量化策略里，再就是想感受下职场的氛围，知道以后自己想干啥。

2实习单位简介

我实习的公司是做智能投顾和量化策略的，不大但挺牛，主要是帮机构客户做模型和风控。他们用的技术挺前沿，像机器学习、高频交易这些都有涉及，这让我挺期待的。

3实习内容与过程

我在实习期间跟着团队做了两个项目。第一个是帮他们优化一个指数增强策略，那会儿用的是Python，每天要处理几百G的交易数据，挺耗内存的。我负责数据清洗和特征工程，用的是Pandas和Numpy，一开始写代码老报错，有些数据格式特别奇葩，有缺失值还有重复的，调试了好久。后来发现用JupyterNotebook分块写然后逐个测试效率高多了，还学了个PandasProfiler看数据分布，这点挺有用的。

第二个项目是搭一个基于LSTM的预测模型，用来预测隔夜波动率。我们用的是TensorFlow，一开始模型老是过拟合，参数调来调去都没用。带我的师傅说可能得正则化，我就去查了L1L2，还看了篇论文讲Dropout，最后把模型效果提上来了，训练集和测试集的RMSE从0.15降到了0.12，还不错。

4实习成果与收获

我那八周实习，最后交了两个东西。一个是优化后的策略回测报告，年化收益率从16%提高到18.6%，夏普比率也多了0.8。另一个是波动率预测模型的代码和测试结果，他们后来就用这个模型做对冲了。最大的收获是知道怎么把理论用到实践，比如特征选择真的挺重要的，有些看似相关的指标其实效果一般。还有就是学会了怎么调试，以前写代码瞎改，现在能看错误日志猜出问题在哪了。

5问题与建议

实习期间也发现点问题。比如他们管理上有点乱，项目交接没条理，我接手的时候前人留下的文档特别少，好几次得自己重新跑数据。再就是培训机制也不够完善，虽然给了几份内部文档，但都是过时的，有些技术细节没人教。我建议他们搞个知识库，把常用代码和问题总结放上去，还能分新人老手不同级别教，这样效率可能高点。我那会儿要是有人带带我，肯定进步更快。这八周让我更清楚自己想干嘛了，以后想往量化方向发展，还得继续补算法和模型课。

三、总结与体会

1实习价值闭环

这八周实习就像把书上的知识串联起来了。我7月1号去的时候，还不太懂实战里数据是怎么流的，回来8月31号离开时，至少知道怎么从API抓数据、怎么用Spark预处理，还有模型怎么部署了。比如我参与的策略回测，从最初年化15%到最后能到18.6%，虽然不多，但每1%都是调参数调到凌晨的结果，这种感觉很实在。实习最大的价值就是让我看到理论落地有多难，但也多酷。

2职业规划联结

这段经历直接改变了我对未来的想法。以前觉得做量化就是写写Python，现在清楚得多了数据能力、模型能力、业务理解缺一不可。我回去打算系统学下C++，准备明年考个FRM，特别是信用衍生品这块，公司那会儿在做的我觉得很有意思。带我的师傅跟我说过，现在市场缺的不是聪明人，而是能看懂风控的量化，所以打算下学期多补补风险管理那块课。

3行业趋势展望

我觉得现在金融科技最卷的就是模型和数据的结合。我实习那会儿他们用的还是传统因子，但看他们内部在捣鼓图神经网络，说是能捕捉更复杂的网络结构，这点挺让人期待的。再就是数据合规这块，虽然我们没碰，但知道现在监管越来越严，未来做模型可能得花更多心思在数据隐私上了。行业里好像也在兴起端到端的平台模式，从数据采集到策略发布都自研，不像以前那样拼某个单一环节。

4心态转变

最大的变化是抗压能力吧。实习前觉得写代码就是对着电脑敲，结果第一天就发现数据格式各种怪，调试到半夜是常态。有次策略回测结果炸了，折腾了两天才找到是个标点符号问题。现在想想，哪有那么多现成答案啊，只能自己一点点试。还学会了怎么跟人沟通，以前开会就低头记笔记，现在至少能问出点有水平的问题了。这种责任感真的挺重要的，毕竟处理的都是真金白银。

5未来行动

计划下学期把实习做的模型再优化下，把代码弄成可复用的库。最近在啃《深度学习在交易中的应用》，希望能把LSTM用在更多场景。师傅还给了我一些旧报告，里面提到的某些市场微观结构模型，打算周末去知网搜搜论文补补课。明年春招的话，会重点投递那种既做策略又做风控的公司，毕竟现在市场最缺的就是这种复合型人才。

四、致谢

1

这八周的实习经历，想谢谢几个帮过我的人。感谢那家公司给我机会，让我看到金融工程和金融科技在实际工作中的样子，每天接触的数据和模型比学校里见到的生动多了。

2

特别谢谢我的导师，那段时间策略回测跑不通的时候，他不仅给我指点了模型优化的方向，还教了我怎么看错误日志，这种具体指导比泛泛的理论强太多。

3

同事们也给了我不少帮助，有次调试API接口我卡了两天，后来一个做后端的同事晚上加班帮我看了代码