Stage 6
Projects · 从学习者到构建者
Stage 6 是星序路径中的最终实践阶段。你将不再只是学习知识点，而是把前面学过的数学、Python、量化研究、 风险分析与机器学习真正整合起来，完成可以展示、可以迭代、可以写进简历和作品集的项目。
这一阶段你要完成什么
你将从“理解概念”走向“独立交付”。每个项目都强调真实数据、明确问题、完整输出和可展示成果。
Build
把前面学过的知识做成真正可运行的项目，而不是停留在笔记和零散代码。
Integrate
学会把数据处理、指标计算、研究逻辑和可视化组合成一个完整系统。
Showcase
沉淀成 GitHub 项目、报告、页面 Demo 和作品集，为实习、求职或个人品牌服务。
Featured Project
Project 01 · Portfolio Risk Dashboard
一个面向学生和个人投资者的投资组合风险分析项目。用户手动输入持仓或上传 CSV， 系统自动计算组合权重、行业暴露、集中度、波动率、Beta、历史收益与回撤，并生成可视化面板。
项目目标
许多人会买股票，但并不知道自己的组合到底暴露在什么行业、什么风格和什么系统性风险之下。 这个项目要做的，就是把“持仓列表”转化成一张清晰的风险画像。
你将构建的内容
- 持仓输入模块（手动输入 / CSV 导入）
- 持仓市值与权重计算
- 行业暴露分析（如申万一级行业）
- 组合集中度与风险指标计算
- 收益、波动率、Beta、最大回撤分析
- 本地可视化 Dashboard 展示
数据来源
项目可基于 Tushare 获取 A 股日线数据、指数基准数据和行业分类数据， 因此不依赖高门槛券商接口，学生和个人开发者也能完成。
核心技能
- Python / pandas / numpy
- 收益率与时间序列处理
- 组合风险与暴露分析
- 金融数据清洗与对齐
- 可视化与 Dashboard 设计
- 从研究脚本到完整项目的封装
最终交付
- 一个可运行的本地分析工具
- 一份项目说明文档或研究报告
- 一套可展示的图表和结果页面
- 一个可放入 GitHub 的完整项目仓库
为什么它重要
这个项目看似简单，但它本质上连接了真实投资场景与量化研究方法： 你不仅是在“展示持仓”，而是在训练自己如何把原始数据转化为结构化洞察。 这正是量化研究、投资分析和数据科学工作中最核心的能力之一。
Recommended Build Path
- 定义输入格式：股票代码、持仓股数、成本或权重
- 拉取历史价格、行业分类和基准指数数据
- 计算市值、权重、组合收益率和历史净值
- 生成行业暴露、集中度、Beta、波动率与回撤指标
- 构建 Streamlit 或网页端可视化界面
- 补充 README、截图、结果解释与后续扩展方向
你将真正练到的能力
从零散知识到系统整合
你会发现，真正的项目不是单独考察某一个公式，而是要求你把数据抓取、数据清洗、 收益率计算、风险定义、图表表达和页面组织全部串起来。
从“会分析”到“会表达”
一个好的项目不只是计算出指标，更要让别人看懂结果。 这也是为什么可视化、页面设计和文字解释会成为 Stage 6 的重要部分。
More Projects Coming
Stage 6 会持续补充更多面向作品集和研究展示的实战项目。
Factor Backtest Lab
构建基础因子回测框架，学习信号生成、分组收益、绩效评价与可视化输出。
ETF Rotation Dashboard
基于宏观、行业或技术信号做 ETF 配置分析，形成轻量级资产配置原型。
Pair Trading Research Notebook
从协整、残差、价差回归出发，完成一个完整的配对交易研究项目。