經(jīng)濟(jì)管理金匯市場(chǎng)分析師實(shí)習(xí)報(bào)告一、摘要2023年7月1日至2023年8月31日，我在經(jīng)濟(jì)管理金匯市場(chǎng)分析師崗位完成8周實(shí)習(xí)。核心工作包括：通過(guò)高頻數(shù)據(jù)分析工具監(jiān)測(cè)10個(gè)主要貨幣對(duì)的每日波動(dòng)，累計(jì)處理交易數(shù)據(jù)8760條，模型預(yù)測(cè)準(zhǔn)確率達(dá)82.5%，撰寫5份深度市場(chǎng)分析報(bào)告，其中3份被團(tuán)隊(duì)采納為決策參考。運(yùn)用Python進(jìn)行數(shù)據(jù)清洗和可視化，將常規(guī)數(shù)據(jù)處理時(shí)間縮短40%；通過(guò)對(duì)比分析歷史與當(dāng)期經(jīng)濟(jì)指標(biāo)，建立季度趨勢(shì)預(yù)測(cè)模型，誤差控制在5%以內(nèi)。提煉出基于時(shí)間序列分析的風(fēng)險(xiǎn)評(píng)估方法論，可應(yīng)用于類似金融產(chǎn)品的波動(dòng)監(jiān)控。二、實(shí)習(xí)內(nèi)容及過(guò)程1實(shí)習(xí)目的想通過(guò)實(shí)習(xí)了解真實(shí)的市場(chǎng)分析工作，把學(xué)校學(xué)的宏觀經(jīng)濟(jì)、計(jì)量經(jīng)濟(jì)學(xué)什么的用到實(shí)際操作里，看看自己到底喜不喜歡這行，順便積累點(diǎn)經(jīng)驗(yàn)，為以后找工作打基礎(chǔ)。2實(shí)習(xí)單位簡(jiǎn)介我實(shí)習(xí)的單位是家做外匯和商品投資的機(jī)構(gòu)，團(tuán)隊(duì)不大但挺專注，主要研究全球宏觀經(jīng)濟(jì)數(shù)據(jù)、政策動(dòng)向，給客戶做交易建議和市場(chǎng)解讀。他們挺看重?cái)?shù)據(jù)分析，各種經(jīng)濟(jì)指標(biāo)、市場(chǎng)情緒這些都會(huì)抓。3實(shí)習(xí)內(nèi)容與過(guò)程我跟著團(tuán)隊(duì)做日?qǐng)?bào)，每天早上8點(diǎn)前要出10個(gè)主要貨幣對(duì)的短期預(yù)測(cè)。剛開始就是幫他們把歐洲央行、美聯(lián)儲(chǔ)的會(huì)議紀(jì)要翻譯成中文，再摘錄點(diǎn)關(guān)鍵信息。后來(lái)開始用Python扒取彭博終端上的數(shù)據(jù)，畫走勢(shì)圖，發(fā)現(xiàn)很多重復(fù)勞動(dòng)，就琢磨怎么自動(dòng)化。我接手的一個(gè)項(xiàng)目是分析非農(nóng)就業(yè)數(shù)據(jù)對(duì)美元的影響。那段時(shí)間非農(nóng)數(shù)據(jù)總是出人意料，團(tuán)隊(duì)覺得傳統(tǒng)預(yù)測(cè)模型不準(zhǔn)。我花了2周時(shí)間，把過(guò)去5年的非農(nóng)數(shù)據(jù)、制造業(yè)PMI、S&P500指數(shù)連著跑回歸，發(fā)現(xiàn)PMI變動(dòng)率比失業(yè)率更能提前反映美元強(qiáng)弱。雖然模型只提高了15%的準(zhǔn)確率，但主管說(shuō)這種細(xì)分發(fā)現(xiàn)挺有價(jià)值的。還參與過(guò)一次黑色商品的套利策略測(cè)試。他們想用布倫特和WTI原油做配對(duì)交易，我做了歷史相關(guān)性分析，發(fā)現(xiàn)當(dāng)月差價(jià)超過(guò)30美元時(shí)，反向操作勝率會(huì)提升到60%，最后他們按這個(gè)規(guī)則跑了一個(gè)月，賺了大概1.2萬(wàn)美金的利潤(rùn)。不過(guò)后來(lái)市場(chǎng)情緒變化，這種策略失效了，說(shuō)明這玩意兒真不能瞎用。4實(shí)習(xí)成果與收獲我寫的3份報(bào)告被用了，其中一份關(guān)于英國(guó)脫歐對(duì)英鎊的壓力測(cè)試，幫團(tuán)隊(duì)調(diào)整了風(fēng)險(xiǎn)對(duì)沖比例。還把數(shù)據(jù)處理腳本開源了，同事都說(shuō)比他們手動(dòng)快不少。最大的收獲是明白市場(chǎng)分析不是光靠模型就行，得結(jié)合基本面，比如今年俄烏沖突那會(huì)兒，很多模型都預(yù)測(cè)歐元會(huì)跌，但實(shí)際因?yàn)槟茉凑?，歐元反而漲了。這讓我知道，做研究得會(huì)想“為什么”。5遇到的問(wèn)題及解決有次做黃金分析，遇到數(shù)據(jù)缺失問(wèn)題。當(dāng)時(shí)倫敦市場(chǎng)開盤前，現(xiàn)貨黃金數(shù)據(jù)一直沒更新，我直接把ETF持倉(cāng)數(shù)據(jù)當(dāng)參考，結(jié)果錯(cuò)了。后來(lái)發(fā)現(xiàn)是因?yàn)榕聿┙涌谂R時(shí)維護(hù)，我傻站了好久。這回我學(xué)會(huì)了提前備份數(shù)據(jù)源，還用釘釘建了個(gè)快速報(bào)障群，以后再碰到類似情況能立刻知道誰(shuí)管這事兒。另一個(gè)挑戰(zhàn)是模型解釋性。我做了個(gè)機(jī)器學(xué)習(xí)模型預(yù)測(cè)匯率，結(jié)果對(duì)，但原因說(shuō)不清。帶我的前輩教我用LASSO回歸挑變量，把復(fù)雜的模型拆成幾個(gè)可解釋的板塊，最后發(fā)現(xiàn)美元強(qiáng)弱主要還是看美聯(lián)儲(chǔ)的點(diǎn)陣圖和通脹預(yù)期。6單位問(wèn)題及建議單位培訓(xùn)挺隨意的，沒系統(tǒng)講過(guò)像GARCH這種高級(jí)模型，都是靠大家自學(xué)。我建議可以搞個(gè)內(nèi)部知識(shí)庫(kù)，把做過(guò)的分析模板、好用的Python包都整理好。另外，有些活兒比如數(shù)據(jù)校驗(yàn)可以搞個(gè)自動(dòng)化工具，現(xiàn)在幾個(gè)人盯一個(gè)數(shù)據(jù)源挺累的。7職業(yè)規(guī)劃啟發(fā)這段經(jīng)歷讓我看清了，市場(chǎng)分析這行光會(huì)理論不行，得會(huì)動(dòng)手，而且得懂點(diǎn)編程。我現(xiàn)在想補(bǔ)補(bǔ)時(shí)間序列的進(jìn)階課程，還打算考個(gè)CFA的量化方向。雖然知道做這行壓力很大，但真挺有意思的。三、總結(jié)與體會(huì)1實(shí)習(xí)價(jià)值閉環(huán)這8周，我從一個(gè)只會(huì)背公式的學(xué)生，變成了能獨(dú)立跑數(shù)據(jù)、寫報(bào)告的準(zhǔn)職場(chǎng)人。7月1日剛?cè)r(shí)，連API接口都調(diào)不明白，8月31日離開時(shí)，用Python處理過(guò)8760條外匯交易數(shù)據(jù)，雖然模型預(yù)測(cè)準(zhǔn)確率才82.5%，但團(tuán)隊(duì)說(shuō)比他們以前用的定性分析靠譜。最大的價(jià)值在于把課堂上學(xué)到的多元回歸、時(shí)間序列分析這些，真刀真槍用到非農(nóng)就業(yè)數(shù)據(jù)預(yù)測(cè)里，發(fā)現(xiàn)PMI比失業(yè)率更能提前反映市場(chǎng)情緒，這個(gè)細(xì)節(jié)讓我覺得，理論聯(lián)系實(shí)際真不是一句空話。2職業(yè)規(guī)劃聯(lián)結(jié)這次經(jīng)歷直接改變了我對(duì)未來(lái)的想法。以前覺得市場(chǎng)分析師就是看圖表說(shuō)話，現(xiàn)在知道得懂機(jī)器學(xué)習(xí)，還得會(huì)跟交易員溝通。我下學(xué)期打算報(bào)個(gè)計(jì)量經(jīng)濟(jì)學(xué)的高級(jí)班，還計(jì)劃考前拿下CFA一級(jí)，特別是量化那部分，金匯的老師說(shuō)這東西現(xiàn)在挺吃香的。最確定的是，以后找工作不會(huì)再只盯著傳統(tǒng)金融機(jī)構(gòu)，量化對(duì)沖、基金這些地方或許更適合我。3行業(yè)趨勢(shì)展望8周里，我感受到行業(yè)一個(gè)明顯變化，以前大家靠電話會(huì)議、郵件溝通，現(xiàn)在都轉(zhuǎn)戰(zhàn)TikTok、Twitter看市場(chǎng)情緒。8月15日那天，美聯(lián)儲(chǔ)宣布加息75個(gè)基點(diǎn)，我試著用爬蟲抓了主流媒體和分析師的社媒言論，發(fā)現(xiàn)看空的聲音比實(shí)際數(shù)據(jù)表現(xiàn)還猛烈，結(jié)果當(dāng)晚美元只跌了600點(diǎn)。這讓我意識(shí)到，現(xiàn)在做分析得會(huì)抓“碎片化信息”，不然容易被市場(chǎng)當(dāng)傻子。4心態(tài)轉(zhuǎn)變與未來(lái)行動(dòng)從被分配任務(wù)時(shí)想“這跟我學(xué)的東西有啥關(guān)系”，到后來(lái)主動(dòng)去研究怎么優(yōu)化數(shù)據(jù)處理腳本，心態(tài)變化挺大的。最大的成長(zhǎng)是抗壓能力，8月23日因?yàn)槟Ｐ皖A(yù)測(cè)錯(cuò)誤，被主管叫去解釋，當(dāng)時(shí)臉都綠了，但后來(lái)慢慢學(xué)會(huì)了用“模型局限”和“數(shù)據(jù)噪音”這些詞給自己找臺(tái)階，雖然最后還是承認(rèn)是自己對(duì)英國(guó)央行政策理解有偏差。這種“犯錯(cuò)復(fù)盤成長(zhǎng)”的循環(huán)，讓我覺得比學(xué)?？荚嚧碳ざ嗔恕＝酉聛?lái)打算把實(shí)習(xí)寫的腳本整理成庫(kù)，還計(jì)劃關(guān)注下FRED數(shù)據(jù)庫(kù)的更新，感覺學(xué)無(wú)止境啊。四、致謝1感謝金匯市場(chǎng)分析師崗位的這段實(shí)習(xí)經(jīng)歷，讓我第一次摸清了經(jīng)濟(jì)數(shù)據(jù)怎么變成交易建議的全過(guò)程。2特別感謝我的直屬主管，8周里給我的耐心指導(dǎo)，從怎么用Python畫圖