金融學基金管理公司金融產(chǎn)品實習生實習報告一、摘要2023年6月5日至8月23日，我在基金管理公司擔任金融產(chǎn)品實習生，負責協(xié)助產(chǎn)品經(jīng)理完成5只基金產(chǎn)品的市場調(diào)研與數(shù)據(jù)分析工作。通過運用Python進行數(shù)據(jù)清洗，處理了約300萬條市場交易數(shù)據(jù)，識別出3個關(guān)鍵影響產(chǎn)品收益率的變量，并據(jù)此優(yōu)化了2個產(chǎn)品的風險參數(shù)模型，使模型預(yù)測準確率提升12%。參與撰寫了3份產(chǎn)品分析報告，其中1份被納入公司季度報告。熟練應(yīng)用Wind、Excel及SQL進行數(shù)據(jù)挖掘，掌握了基金產(chǎn)品凈值波動分析的標準化流程，并總結(jié)了基于歷史數(shù)據(jù)的壓力測試方法，可用于后續(xù)同類產(chǎn)品的風險預(yù)判。二、實習內(nèi)容及過程實習目的主要是想看看基金產(chǎn)品到底是怎么從無到有做出來的，了解市場調(diào)研和數(shù)據(jù)分析在其中的實際應(yīng)用。實習單位是一家規(guī)模中等的基金管理公司，主要做混合型和指數(shù)型產(chǎn)品，團隊氛圍挺不錯的，大家平時交流也多。實習內(nèi)容開始階段主要是熟悉市場環(huán)境，每周整理5只重點跟蹤的基金產(chǎn)品周報，包括凈值走勢、規(guī)模變化、持倉變動。用Wind導出數(shù)據(jù)，用Excel做圖表，挺基礎(chǔ)的活兒，但得保證準確率。6月12號開始接觸新產(chǎn)品立項支持，跟著產(chǎn)品經(jīng)理做市場調(diào)研，分析同類產(chǎn)品的業(yè)績基準和費率結(jié)構(gòu)。當時有個任務(wù)是分析一只即將發(fā)行的行業(yè)主題基金，需要收集過去兩年該行業(yè)的基金表現(xiàn)數(shù)據(jù)。手頭只有公司內(nèi)部系統(tǒng)里的數(shù)據(jù)，不夠全面，就自己上網(wǎng)找公開的基金數(shù)據(jù)庫補。發(fā)現(xiàn)有些數(shù)據(jù)年份不夠長，對結(jié)果有點影響，后來跟導師溝通，用時間加權(quán)收益率(TWR)指標替代了簡單的幾何平均收益率，感覺更能反映長期表現(xiàn)。這個過程中用了不少SQL語句從數(shù)據(jù)庫里導數(shù)據(jù)，一開始寫很慢，后來看了一些網(wǎng)上的教程，學了幾條常用的查詢語句，效率提高不少。7月8號到15號，參與了另一只QDII產(chǎn)品的風險評估工作，主要是做壓力測試。產(chǎn)品經(jīng)理給了我一個包含100只海外股票的歷史日漲跌幅數(shù)據(jù)集，讓我模擬在黑天鵝事件下產(chǎn)品的凈值波動情況。我用了Python的Pandas庫做數(shù)據(jù)清洗，然后用Numpy隨機抽樣生成極端行情，最后算出最大回撤。跑了幾次發(fā)現(xiàn)結(jié)果波動太大，后來請教了團隊里做量化研究的同事，建議引入相關(guān)性約束，讓模擬更貼近實際，結(jié)果就好多了。8月初，獨立完成了對一只債券型指數(shù)基金的跟蹤分析，寫了份3頁的報告，主要是分析它的跟蹤誤差和費用率競爭力。8月20號左右開始寫實習總結(jié)報告，把之前做的幾個小項目整理了一下。實習期間遇到的第一個困難是產(chǎn)品數(shù)據(jù)獲取。公司內(nèi)部系統(tǒng)權(quán)限有限，有些歷史數(shù)據(jù)得自己找。當時為了找一只2018年前的基金規(guī)模數(shù)據(jù)，在幾個公開數(shù)據(jù)庫里轉(zhuǎn)了好幾天，最后在CFA協(xié)會網(wǎng)站上找到一份行業(yè)報告里有。這個經(jīng)歷讓我意識到做研究得會找資源，不能光依賴別人給的材料。第二個困難是壓力測試模型不夠精確。剛開始用的隨機模擬法，跟真實市場偏差挺大。后來看到同事用的是蒙特卡洛模擬，問了幾句才明白原理。蒙特卡洛方法能考慮更多因素，雖然計算量大了點，但結(jié)果可信度確實高。主要成果有，獨立完成的3份產(chǎn)品分析報告，其中1份關(guān)于行業(yè)主題基金的報告被產(chǎn)品經(jīng)理拿去跟銷售部門溝通；用Python和SQL處理的數(shù)據(jù)支撐了2個產(chǎn)品的風險參數(shù)設(shè)置；壓力測試模型的改進讓產(chǎn)品最大回撤預(yù)測誤差降低了約18%。雖然數(shù)字不大，但都是我自己實實在在做出來的。這次實習讓我知道，做金融產(chǎn)品不能光會想，得動手，還得會算。以前覺得基金分析就是畫圖看趨勢，現(xiàn)在明白得深入挖掘數(shù)據(jù)背后的邏輯，才能給產(chǎn)品經(jīng)理有價值的建議。比如有一次分析一只FOF產(chǎn)品，我發(fā)現(xiàn)它子基金的持倉重合度太高，就提醒產(chǎn)品經(jīng)理注意分散風險，后來產(chǎn)品調(diào)整了配置。這種小事讓我挺有成就感的。這次經(jīng)歷讓我對職業(yè)規(guī)劃有了點想法。以前想進投行，但做了這8周，發(fā)現(xiàn)我對具體的產(chǎn)品運作更感興趣?，F(xiàn)在在看一些基金行業(yè)的發(fā)展報告，想往產(chǎn)品研究方向發(fā)展。當然我也發(fā)現(xiàn)了一些問題，比如公司對新人的培訓不夠系統(tǒng)，很多操作都是靠師傅帶，有點摸不著頭腦；另外崗位匹配度也有點問題，我學的是金融工程，但實際工作中用到的編程和數(shù)據(jù)庫知識占得比重很大，感覺專業(yè)背景和崗位需求還有差距。我建議公司可以搞點標準化的培訓手冊，特別是數(shù)據(jù)工具這塊，能提供一些進階教程就更好了。另外，我覺得可以設(shè)置一些輪崗機會，讓實習生接觸更多業(yè)務(wù)環(huán)節(jié)，這樣我們對行業(yè)的理解會更全面。三、總結(jié)與體會這8周在基金管理公司的經(jīng)歷，像是在學校理論之外，找了個實踐場。6月5號剛進公司時，連產(chǎn)品代碼都記不全，現(xiàn)在能獨立跑個簡單的壓力測試模型，心里挺感慨的。最大的收獲是明白了金融產(chǎn)品不是空中樓閣，得靠數(shù)據(jù)說話。比如7月15號做那只QDII產(chǎn)品壓力測試時，一開始隨機模擬結(jié)果跟導師給的參考值差不少，后來花了兩天時間調(diào)整約束條件，終于讓回撤曲線看起來像那么回事了，導師夸了句模型考慮得周全，那感覺，嗯，挺值的。實習最大的價值閉環(huán)是，我當初去是想學產(chǎn)品是怎么設(shè)計的，現(xiàn)在不僅看了設(shè)計流程，還親手處理了30多萬條凈值數(shù)據(jù)，甚至參與調(diào)整了2個產(chǎn)品的風險參數(shù)建議，這些都能直接回用到我的畢業(yè)設(shè)計中。通過分析那只行業(yè)主題基金，我發(fā)現(xiàn)市場情緒和資金流向?qū)Χ唐趦糁挡▌佑绊懞艽?，這個認知比單純背理論深刻多了。這也讓我開始琢磨職業(yè)規(guī)劃，以前覺得進投行光鮮，現(xiàn)在覺得跟著產(chǎn)品經(jīng)理，把金融理論落到實處的過程更吸引我。8月20號寫實習總結(jié)時，我就在想，這段經(jīng)歷要是能跟申請研究生或者找工作掛鉤就好了，比如現(xiàn)在準備考CFA一級，就會更有針對性，把公司分析產(chǎn)品的邏輯用到考題里?？粗?月23號離職時整理的這些工作記錄，從最初的小心翼翼到后來能主動跟產(chǎn)品經(jīng)理討論參數(shù)設(shè)置，感覺自己真的變了。以前做作業(yè)都是對答案，現(xiàn)在遇到問題會想怎么解決，比如7月30號發(fā)現(xiàn)數(shù)據(jù)口徑不一致時，就主動查了幾個來源，自己合并處理了，雖然過程有點曲折，但學到了不少東西。當然，也認識到自己離真正的職場人差得遠，比如有時候壓力大了會跟同學吐槽，或者遇到困難想直接找答案，而不是自己多試幾次。這段經(jīng)歷最大的心態(tài)轉(zhuǎn)變是責任感，知道手里那份報告可能被別人參考時，就會反復檢查。未來打算把這次實習暴露的短板補上，特別是編程和數(shù)據(jù)庫，爭取下學期找個項目練練手，或者報個專項培訓。行業(yè)趨勢這塊，感覺AI量化越來越火，這次做的壓力測試雖然簡單，但用的蒙特卡洛方法現(xiàn)在看就是大勢所趨，以后要是真干這行，肯定得把這塊學深了?？偟膩碚f，這段實習沒白來，至少讓我看清了自己想干嘛，也知道了該怎么干。四、致謝感謝基金管理公司提供了這次實習機會，讓我能接觸到真實的金融產(chǎn)品運作環(huán)境。特別感謝我的實