在《投资组合管理》课程中，我作为小组负责人，带领4名成员完成私募证券基金业绩归因分析项目。我们选取10只私募基金作为样本，基于2023至2024年的公开月报数据，使用Python和Excel进行收益拆解与风格分析。我负责数据清洗与结果复核，并组织组员讨论模型假设，最终在课程演示环境完成回测。项目报告获评优秀，归因结果与基准偏差控制在5%以内。这段经历锻炼了我的量化分析能力和团队协作能力。

为跟踪市场情绪，我独立开发了一个金融资讯摘要与情绪指标看板。项目使用Python爬取财经新闻标题，基于SnowNLP计算情绪得分，并用Tableau制作可视化看板。我独立完成数据采集、清洗和可视化，在本地环境测试了1000条样本，情绪分类准确率约78%（基于人工标注200条验证）。该项目帮助我理解了文本数据在投研中的辅助作用，也提升了我的编程与数据分析能力。