地缘冲突如何冲击印度经济：中东局势与油价、汇率、股市的量化分析

本项目通过数据科学方法（ARIMA预测、机器学习、Streamlit可视化），量化中东地缘政治冲突（以以色列-伊朗-美国博弈为主）对印度油价、卢比汇率及NIFTY50指数的连锁影响。项目构建端到端分析管道，揭示全球化背景下地缘事件对远隔千里经济体的"蝴蝶效应"，为投资者、政策制定者提供决策参考。

印度是全球第三大石油消费国，但国内产量仅满足约15%需求，高度依赖中东原油进口。传导机制包括：1.油价：冲突→供应担忧→国际油价上涨→印度进口成本增加→国内通胀→消费萎缩；2.汇率：油价上涨→贸易逆差扩大→外汇储备减少→卢比贬值→进口成本进一步上升（恶性循环）；3.股市：油价/汇率波动→企业盈利预期变化→投资者情绪→NIFTY50波动。

数据收集：整合地缘政治事件（时间线、严重程度）、油价（布伦特/WTI）、汇率（INR/USD）、NIFTY50、印度宏观经济指标（通胀、利率、贸易数据）。特征工程：冲突强度指数、价格变动率（日收益率/波动率）、滞后特征（时滞效应）、交互特征（非线性关系）。分析方法：相关性分析、因果推断（控制混淆变量）、ARIMA时间序列预测（油价/汇率走势）、机器学习（随机森林/XGBoost等预测股市反应）。

1. 重大冲突事件（军事打击、制裁升级）短期内引发油价跳涨，迅速传导至印度国内；2. 卢比汇率双重作用：吸收部分冲击（贬值抵消油价上涨），过度贬值则引发资本外流与通胀；3. NIFTY50成分股分化：石油上游企业受益、下游受损，出口企业受益于贬值，进口依赖型受双重打击，消费品企业受通胀影响；4. ARIMA局限：难以预测"黑天鹅"地缘事件，更适合描述冲击后调整过程。

项目用Streamlit构建交互式仪表板，包含：时间序列可视化（油价/汇率/股市联动，标注重大冲突事件）、相关性热力图（变量关联强度）、ARIMA预测对比（预测轨迹vs实际走势）、情景模拟（调整冲突强度观察指标影响）。该仪表板让非技术用户也能理解复杂分析结果。

局限：冲突强度评级主观、观察性数据难建严格因果、难以预测黑天鹅事件。改进：引入日内高频数据、用NLP分析新闻/社交媒体情绪构建实时冲突指标、石油贸易网络分析（供应中断级联效应）、政策模拟（战略储备释放、汇率干预等缓冲效果）。

本项目是优秀端到端范例：1.问题导向（真实经济问题）；2.多源数据整合（收集/清洗/融合不同来源数据）；3.方法组合（统计分析、时间序列、机器学习按需选择）；4.可交付成果（交互式仪表板提升可访问性）。