微信扫一扫
实习岗位：招商证券研究所
参与项目：新东方【高端PTA】
正在读文的小伙伴你好呀，很开心在这里与你相遇！
我是Selina，跟绝大多数的你们一样，我也是准备赴美寻梦大军中的一员。
下面我想跟大家分享一下我的暑期项目之旅，希望可以对正在读文的你未来做背景提升规划有所帮助。
在正式的分享前，我先简单交代一下我的专业背景：
我的目标申请专业是金融工程，但由于我的本科专业是金融，所以为了弥补我在计算机方面的欠缺同时丰富美国高等院校非常看中的软实力，于是我就在新东方老师的引荐下跟着招商证券研究部的导师做了这段金工相关的项目。也正是这段美妙的项目经历让我更加坚定了——“我要成为一名金融工程师”的酷酷的梦想！
我的情况大家差不多都知道啦，【简单总结——转专业申请 专业背景相对欠缺】，下面我就正式开始我的项目经历分享啦~
项目框架
整个项目分为三个部分：
1、基础理论知识的讲解学习
2、分析研究所的专题研究报告
3、参与开放型课题的研究、综合答疑和职业发展讨论
导师告诉我们：要想成为一名真正的金融工程师，基本的要求就是要有足够的理论知识储备。
所以导师先是根据自己在证券市场战斗数十年的经验，给我们一群“职场小白”详细介绍了资本市场的基本情况，包含买方与卖方角色的互换关系，券商的主要业务构成及其对应的配套制度、运作流程、涉及的交易账户、操作系统、交易市场和佣金比率等等。而这些恰恰是只有进入工作岗位后才能够接触的硬货。
同时在项目前期也给我们做了专业的量化分析师基本技能培训，主要包括：
1、行业现状的介绍与分析
2、市场交易体制的介绍
3、数理方面相关知识的介绍（包括：概率论、统计假设检验、多元回归、时间序列、随机过程）
4、金融方面相关知识的介绍（包括：期货期权的定价问题、资产组合理论CAPM model、期权隐含波动率）
由于我本身就是金融专业的学生，所以对期货期权的定价问题、资产组合理论CAPM model、期权隐含波动率知识相对比较容易接受，学习起来能比较好理解其中道理。
但对概率论、回归分析、时间序列等数理知识的消化吸收还是很费力气的。特别是后面的数据处理，由于我的编程能力非常弱（只在项目开始前期简单学了一下R语言）处理大量的（几万条）数据真的花费了本人大量的时间和精力！
所以在此提醒小伙伴们：在这个大数据的时代，一定要掌握一门编程语言啊！！（个人建议Python，其他用于处理数据较多的比如：SAS等）。不过也正是这样一段“惨痛”的经历，让我意识到coding的能力对于一个证券从业工作者有多么的重要！
到了项目的第二个阶段，我们开始学习、研究并分析量化相关的研究报告。这些报告皆出自研究所的资深研究师之手，涵盖：多因子模型、行业比较、衍生品基础（定价、对冲、套利）、事件驱动。
本以为熟练掌握书本上的各种公式已经足够，但是在研究报告的过程中我才深深地体会到“知行合一”有多重要！
以多因子模型为例，该模型以计量经济学与CAPM模型为基础，通过观察相应的因子超额收益率变化来调整因子暴露度（beta）从而控制收益水平。
书上说过CAPM模型是现代资本市场的奠定基础，起初这些话对我而言都只是期末考卷上的知识点，并没有赋予鲜活的现实意义，而当我真正的接触多因子模型及其实际应用时我才体会到这句话的含义。
在导师的引导下，我开始重新审视课本上的繁繁种种的概念，并开始注重它们的现实意义。
为了进一步巩固学习的效果，导师给我们布置了开放性研究试题（一共分3个，由于时间关系我仅跟大家分享一个）。
根据沪深300价格指数与全收益指数编制原理的区别，我和项目伙伴合作运用价格指数与全收益指数总结归纳了A股市场派现月份效应。
我们发现大部分现金分红集中在6-7月，这与之前所学金融知识也相符合，由于沪深300多为大公司，公司每年大都在4月在年报中披露分红情况，派现前还需经股东大会审批，并需经过较长时间繁琐的审计工作，所以实际派现主要集中在6,7月份。（说起来轻轻松松，做起来难着呢）
我在这段项目中的收获还是蛮大的。简单总结：知识面拓展与夯实、对金工专业的进一步了解以及对量化分析师工作的了解。
同时我也深刻的意识到了自己在专业背景方面的不足。我发现理论用于实际并没有那么简单，“听懂了”和“会做了”完全是不同的概念。所以作为不完全的“过来人”，我真的非常建议大家有机会一定要多做实习，只有这样才能真正看到理想和现实的差距，也才能更好的去完善、提升自己的不足。
在此也非常感恩我的顾问老师帮我推荐了这样一段非常优质的项目。正是因为这段经历，让我对金融工程有了更深的了解的同时也越发的感兴趣，这也坚定了我要成为一名“金融工程师”的梦想~
好啦！
今天的分享就到这里啦
请欢送（我）Selina小姐下线~
你也想和Selina一样拥有一段难忘的项目经历吗？
那就准备好简历报名吧！
长按识别下方二维码，会有专业的老师与你沟通！
理论知识的讲解学习
