1、策略研究与开发:开发统计套利、多因子模型 等量化策略, 并不断优化模型表现。2、数据处理与建模: 进行高频逐笔数据处理, 研究 市场 微观结构 ( 如盘口深度 、订单流 、冲击成本等), 为策 略建模提供支持。
3、回测与优化:搭建策略回测框架, 进行组合优化 、风险控制与收益回测分析, 确保模型在不同市场环境下的稳健性。
4、绩效分析与迭代: 定期分析策略运行结果, 评估收益、 风险与交易成本, 推动策略迭代升级。
5、协作与知识沉淀:与研究团队和交易团队紧密协作, 撰写研究报告, 沉淀研究方法与经验。
1、国内高校本科学历,专业方向包括量化 金融、金融工程、数学、统计学、计算机科学、数据分析/大数据等。2、必须熟练掌握 Python 编程, 能够独立使用 Pandas /Numpy / Scipy / Polars 等工具进行数据清洗 、特征提取和建模。
3、拥有扎实的概率论与数理统计 基础, 具备较强的逻辑思维和数据分析能力 。
4、对金融市场具备浓厚兴趣, 愿意深入理解市场微观结构与交易机制。
5、良好的学习能力与团队合作精神, 能在快节奏的研究与交易环境中高效工作。
加分项
1、有相关行业量化策略研究或回测的相关经验。
2、熟悉高频数据处理 、订单簿建模 、撮合机制等市场微观结构研究 。
3、有独立开发策略 并在实盘中盈利的经历。
4、熟悉 GPU加速( CUDA) 在因子计算或大规模回测中 的应用 。
文中岗位信息均搬运自招聘软件,岗位的具体详情及真实性以招聘软件为准
如今,数据分析领域发展迅速,传统行业和各新兴领域对相关人才需求迫切,行业薪资待遇优厚。对于有意进入该领域的朋友来说,可以多多关注招聘简介里的岗位要求。通常,数据分析人才需掌握多方面技能。比如:数据分析理论和统计学基础;数据收集与清洗、数据建模与可视化的能力;商业知识:具备一定的行业背景知识,能够理解业务需求,并将数据分析结果应用于实际业务决策中;熟练掌握excel、sql、python工具的应用;有数据分析报告撰写的能力;数据分析实战能力;具备良好的沟通协调能力等等。
为了帮助大家提升在数据分析领域的竞争力,探潜数据分析准备了数据分析行业、就业等最新信息,以及数据分析人才图谱,能够帮助大家高效关注行业动态,紧跟数据分析领域的求职要求变化和发展趋势,提升分析报告等技能!感兴趣的朋友可以添加助教老师领取~
扫码添加顾问,回复:【数分招聘】
业务方向:数据分析师、商业分析师、产品经理、业务数据分析师、财务分析、市场营销、咨询顾问、增长运营、经营分析、人力资源、数据产品经理、产品运营经理、项目经理、数据运营等
技术方向:数据挖掘工程师、机器学习工程师、算法工程师、数据平台经理、数据仓库经理、数据治理、大数据架构师、数据工程师、数据科学家等
想要了解更多数据分析行业、就业信息,欢迎扫码添加顾问免费领取。