崗位要求：

教育背景

-學(xué)歷要求：金融、計(jì)算機(jī)畢業(yè)。

-專業(yè)背景：數(shù)學(xué)、物理、統(tǒng)計(jì)學(xué)等基礎(chǔ)學(xué)科專業(yè)，有堅(jiān)實(shí)的數(shù)理基礎(chǔ)；金融工程、計(jì)量經(jīng)濟(jì)學(xué)、金融科技等與金融領(lǐng)域緊密相關(guān)的專業(yè)，對(duì)金融市場(chǎng)的理解和金融工具的應(yīng)用了解，有較強(qiáng)的模型實(shí)現(xiàn)以及交易執(zhí)行等方面的能力。

專業(yè)技能

-編程能力：熟練掌握至少一門編程語(yǔ)言，如Python、C++、MATLAB、R等，用于數(shù)據(jù)處理、模型開(kāi)發(fā)與回測(cè)以及交易系統(tǒng)的實(shí)現(xiàn)。例如，Python憑借其豐富的庫(kù)和簡(jiǎn)潔的語(yǔ)法，在量化領(lǐng)域應(yīng)用廣泛，可進(jìn)行數(shù)據(jù)挖掘、因子分析、策略回測(cè)等；C++因其高效的性能，適用于對(duì)計(jì)算速度要求極高的高頻交易策略的開(kāi)發(fā)。

-數(shù)據(jù)處理與分析：具備強(qiáng)大的數(shù)據(jù)處理和分析能力，包括收集、清洗、轉(zhuǎn)換、存儲(chǔ)和檢索金融數(shù)據(jù)等，能夠運(yùn)用數(shù)據(jù)分析工具和技術(shù)挖掘數(shù)據(jù)中的潛在規(guī)律和信息，如使用SQL進(jìn)行數(shù)據(jù)庫(kù)操作，運(yùn)用pandas、numpy等Python庫(kù)進(jìn)行數(shù)據(jù)處理和分析。

-量化模型開(kāi)發(fā)與優(yōu)化：掌握量化模型的開(kāi)發(fā)、評(píng)估和優(yōu)化方法，如多因子模型、時(shí)間序列模型、機(jī)器學(xué)習(xí)模型等，能夠根據(jù)市場(chǎng)變化和數(shù)據(jù)反饋，對(duì)模型進(jìn)行調(diào)整和改進(jìn)，提高模型的預(yù)測(cè)準(zhǔn)確性和盈利能力。例如，運(yùn)用線性回歸、邏輯回歸等統(tǒng)計(jì)方法構(gòu)建多因子選股模型，或利用機(jī)器學(xué)習(xí)算法如隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)等挖掘市場(chǎng)中的非線性關(guān)系。

-金融知識(shí)與理論基礎(chǔ)：不僅需要具備金融學(xué)的基本知識(shí)，如金融市場(chǎng)、金融工具、投資組合理論等，還要熟悉各種金融衍生品的定價(jià)和風(fēng)險(xiǎn)管理方法，如期權(quán)定價(jià)模型、風(fēng)險(xiǎn)平價(jià)模型等，深入理解市場(chǎng)的微觀結(jié)構(gòu)和交易機(jī)制，為量化策略的開(kāi)發(fā)提供理論支持。

工作經(jīng)驗(yàn)與項(xiàng)目經(jīng)歷

-相關(guān)工作經(jīng)驗(yàn)：有量化投資、策略開(kāi)發(fā)、金融數(shù)據(jù)分析等相關(guān)工作經(jīng)驗(yàn)者優(yōu)先，一般要求1-3年或以上的工作經(jīng)驗(yàn)，但對(duì)于優(yōu)秀的應(yīng)屆畢業(yè)生，如果其在學(xué)術(shù)研究或?qū)嵙?xí)項(xiàng)目中有突出的表現(xiàn)，也可適當(dāng)放寬要求。

-項(xiàng)目經(jīng)歷：參與過(guò)完整的量化研究項(xiàng)目，從數(shù)據(jù)收集、模型開(kāi)發(fā)到策略實(shí)盤的全過(guò)程，能夠獨(dú)立承擔(dān)項(xiàng)目中的部分或全部任務(wù)，并取得一定的成果，如開(kāi)發(fā)出具有實(shí)際投資價(jià)值的量化策略成果等。

其他素養(yǎng)

-學(xué)習(xí)能力與創(chuàng)新精神。

-邏輯思維與問(wèn)題解決能力，團(tuán)隊(duì)合作與溝通能力，抗壓能力與專注力：