量化研究员（实习生）

1.量化研究与策略开发： 挖掘股票 / 期货 / 期权等市场的有效因子，搭建多因子模型或 AI 驱动的预测模型（如深度学习、强化学习）。 基于 tick 级行情、基本面数据、另类数据（如舆情、产业链数据），完成数据清洗、特征工程与信号提取。 设计策略逻辑，通过 Qlib/Backtrader 等框架完成回测，验证策略有效性（明确夏普比率、收益回撤比等核心指标）。 2.实盘落地与迭代优化 对接交易系统，完成策略的工程化部署（含参数校准、交易成本控制、滑点模拟）。 跟踪实盘业绩，分析策略衰减原因，快速迭代模型（如调整因子权重、补充新数据源）。 控制策略风险，规避市场风格切换、流动性变化带来的回撤，确保策略容量与收益平衡。 3.技术支撑与工具搭建 用 Python/C++ 实现策略代码，优化回测效率（如 GPU 加速、分布式计算），维护策略代码库。 搭建数据处理工具或自动化研究平台，提升团队研究效率（如因子库管理、回测报告自动生成）。 跟踪行业前沿技术（如大模型在量化中的应用），落地创新研究方向（如行为金融、微观结构策略）。 4.团队协作与知识沉淀 与交易、风控、技术团队协作，解决策略实盘中