崗位職責

1.量化研究與策略分析

開發(fā)基于Python的量化投資模型(多因子選股/CTA/套利策略等)負責歷史行情數(shù)據(jù)處理與特征工程(日頻/分鐘頻數(shù)據(jù)清洗與增強)優(yōu)化現(xiàn)有交易策略，通過機器學習提升模型預測準確率

2.數(shù)據(jù)挖掘與統(tǒng)計建模

設(shè)計客戶行為分析模型(持倉偏好、交易頻率等)與風控預警指標運用聚類、分類算法挖掘異常交易行為(如異常掛單、高頻撤單)構(gòu)建風險因子庫，開發(fā)風險評分卡(結(jié)合信用評分與市場波動)

3.技術(shù)實現(xiàn)與系統(tǒng)支持

搭建自動化數(shù)據(jù)處理管道(ETL流程+調(diào)度監(jiān)控)

維護與優(yōu)化證券公司核心數(shù)據(jù)庫(0racle/MySQL)

協(xié)助完成策略從研發(fā)到生產(chǎn)的全流程部署(API集成/性能調(diào)優(yōu))

4.創(chuàng)新與研究

跟蹤量化投資與AI前沿技術(shù)(如強化學習/圖神經(jīng)網(wǎng)絡(luò)在訂單流分析中的應(yīng)用)定期輸出技術(shù)報告，支持內(nèi)部決策與產(chǎn)品迭代

崗位要求

熟練掌握Python生態(tài)(Pandas/NumPy/Scikit-learn/Scrapy)，精通SQL(0racle/MySQL)具備量化分析經(jīng)驗:多因子模型、統(tǒng)計套利、風險因子分析等實際項目經(jīng)驗熟悉機器學習算法(XGBoost/LightGBM/CNN等)及在金融時序數(shù)據(jù)的應(yīng)用了解證券行業(yè)基礎(chǔ)知識(如交易規(guī)則、風控指標、金融監(jiān)管框架)加分項

有證券公司/金融機構(gòu)外包項目經(jīng)驗

熟悉高頻交易數(shù)據(jù)結(jié)構(gòu)(Tick級/Leve12數(shù)據(jù)清洗與特征提取)

掌握自動化部署工具(Docker/K8s/Airflow)

發(fā)表過金融工程/量化研究相關(guān)論文(SCI/EI會議論文優(yōu)先)